RAG после reranker: от корпоративного поиска к агенту, которому можно поручить исследование
Привет, Хабр! На связи Александр Михеев, ML-инженер Центра гибридного интеллекта в Рунити. В первой статье мы рассказывали, как улучшали поиск по почти 35 тысячам страниц Confluence. Главная подсказка пришла из метрик: нужная информация часто уже находилась среди кандидатов, но стояла слишком низко…
Мы публикуем лишь краткий анонс. Все права на материал принадлежат Хабр — ИИ.
Ещё по теме
🤖ИИ-агенты 15 дней добивались возврата $465 за билет и завалили письмами офис британского депутата
Эксперимент независимого специалиста по безопасности ИИ Матильды Глинн-Хенли, опубликованный на сайте компании Vals AI, показал, как автоном…
🤖Цифры верные, выводы ложные: AI‑аналитик нашёл тренды в шуме
ChatGPT может безошибочно посчитать метрики, найти тревожные тренды и предложить план действий — даже если в данных нет ничего, кроме случай…
🤖GraphQL для ИИ-агента: как мы превращаем GraphQL операции в MCP-инструменты
Привет! На связи Данил, TypeScript‑разработчик в команде Platform V DataSpace в СберТехе. DataSpace — это модуль платформы для визуальной (l…
🤖AI-агент для закрытого контура: расширение VS Code под корпоративную LLM
В прошлой статье я писал про GitBor, git-клиент, через который я проверяю, что на самом деле наворотил ИИ-агент. Эта статья про самого агент…
🤖Бот разобрал 1518 вакансий на hh.ru и отправил 339 откликов
Летом я написал бота, который сам искал вакансии на hh.ru, оценивал их через LLM, писал сопроводительные и откликался. За два месяца он разо…
🤖Anthropic обсуждает второй контракт на $45 млрд с оператором ИИ-центров Nscale на чипах Nvidia Vera Rubin
Оператор дата-центров Nscale ведёт переговоры с Anthropic о предоставлении вычислительных мощностей на сумму около $45 млрд. По данным источ…