Обработка

Языковые модели

Языковые модели — это продвинутые AI-системы, способные понимать, интерпретировать и генерировать человеческий язык. Эти модели обучаются на огромных наборах текстовых данных и изучают паттерны, сочетания слов, структуру предложений и даже тонкости различных языков и языковых употреблений. В основе многих современных языковых моделей лежит архитектура трансформера, которая использует механизмы самовнимания для определения важных частей текста в данном контексте.

При обработке языка эти модели применяют статистические методы для прогнозирования наиболее вероятного следующего слова или следующего предложения в тексте. Они способны понимать контекст на больших отрезках текста и, таким образом, генерировать не только грамматически правильные, но и содержательно связные и релевантные тексты.

При использовании языковой модели, например, для чатбота или генератора текста, модели предоставляются определённые подсказки или исходные данные, и на основе этого ввода модель генерирует текст, логически следующий из данного контекста. Цель этих моделей — создавать текст, максимально похожий на человеческий, как по содержанию, так и по стилю.

Модели текст-в-изображение

Модели текст-в-изображение — это AI-системы, способные создавать визуальные представления, такие как фотографии, иллюстрации или другие виды изображений, на основе текстовых описаний. Эти модели используют продвинутые нейронные сети, в частности генеративные состязательные сети (GAN) или их вариации, такие как диффузионные модели.

Процесс начинается с текстового описания, введённого пользователем. Модель оценивает этот текст и пытается понять его смысл и контекст. Затем модель генерирует изображения, соответствующие текстовому описанию, используя знания, полученные во время обучения на огромных наборах данных пар «текст-изображение».

Во время обучения модель изучает ассоциации между текстовыми описаниями и визуальными характеристиками. Например, если модель неоднократно видит словосочетание «жёлтое солнце над синим морем» вместе с изображениями, иллюстрирующими этот сценарий, она учится распознавать и воспроизводить эти элементы в будущих созданных изображениях.

Результатом часто становятся удивительно точные и детализированные изображения, соответствующие введённому текстовому описанию. Эти модели становятся всё более совершенными и способны отображать сложные сцены с несколькими объектами и абстрактными концепциями. Они применяются в широком спектре задач, включая художественное творчество, дизайн игр, виртуальную реальность и многое другое.

Модели, доступные через AI-School

Важно понимать, что AI-School предоставляет доступ к различным AI-моделям, включённым в центральный каталог моделей. Эти модели предлагаются внешними поставщиками через API. API, или Application Programming Interface, — это набор правил и определений, с помощью которых программные приложения могут взаимодействовать друг с другом. Он функционирует как своего рода «язык», понятный программам для обмена информацией и вызова функций друг друга. AI-School не имеет собственных языковых моделей, моделей текст-в-изображение или моделей текст-в-речь.

Мы не несем ответственности за результаты работы различных моделей. Однако мы уделили внимание отбору лучших и наиболее интересных моделей для школ.

Процедура обработки согласно DPIA

DPIA описывает базовую процедуру генерации ответа следующим образом:

• Пользователь вводит подсказку на портале AI-School.
• Подсказка сохраняется в базе данных AI-School.
• AI-School передаёт подсказку выбранной AI-модели через API-соединение и общий аккаунт без связи с аккаунтом AI-School.
• Данные аккаунта и учётные данные учащегося автоматически не передаются модели.
• Ответ AI-модели возвращается в AI-School.
• Ответ сохраняется в базе данных AI-School.
• Ответ предоставляется пользователю.

AI-School не передаёт автоматически данные аккаунта и учётные данные учащегося выбранной AI-модели. Модель получает содержимое подсказки без связи с аккаунтом AI-School. Пользователь может самостоятельно включить персональные данные в подсказку; в этом случае эти данные могут быть обработаны выбранной AI-моделью.

Дополнительный контекст

При функциях, таких как чат с документами, мультимодальный ввод или определённые инструменты, подсказка может быть дополнена контекстом, выбранным пользователем, например фрагментами документов, изображениями или результатами поиска. Этот контекст также передаётся модели без связи с идентифицируемым пользователем, но содержимое может включать персональные данные, если пользователь добавил их самостоятельно.