Сервисы вопросники вроде TheQuestion и Яндекс.Кью не слишком честно обращаются с экспертами. Вот ты регистрируешься как, например, программист. Тебе там сразу рассказывают о том, как много людей ждёт именно твоих ответов на их вопросы. «Наконец-то я смогу поделиться своими знаниями с миром!» — думаешь ты.
На деле большинство вопросов (по крайней мере по программированию) делятся на два вида:
1. Какая-то абсолютно невежественная дичь, типа «Как взломать QR код с помощью логарифмов?»
2. Вопрос связанный с очень узкой конкретной задачей на конкретных данных спрашивающего. Всё бы хорошо, но чаще всего вопрос сформулирован очень плохо, потому что это чьё-то домашнее задание или студенческая работа. Нередко спрашивающий хочет сойти за умного и просто нагромождает термины без нужного контекста, типа «Как обрезать дерево решений?» (и всё, больше никаких подробностей в вопросе).
В итоге настоящего «Поделиться знаниями» так и не происходит. Я вот получил ещё в прошлом году статус эксперта на Кью, и забил. Вопросы очень скучные.
#web
🎉 Нашу статью приняли на EMNLP 2025 в Main Track.
💪 Выводим распознавание жестовых языков на новый качественный уровень. В статье достигаем state-of-the-art🌿 на жестовых языках разных стран, включая в первую очередь русский жестовый язык (РЖЯ). Показываем, что качественный претрейн и предобработка — залог успеха.
Спасибо авторам: @your_petros@ilyaovodov@nagadit@hukenovs@karinakvanchiani
📝Жестовый язык: похожее в непохожем и наоборот
📖Logos as a Well-Tempered Pre-train for Sign Language Recognition
До встречи на конференции!
#research#rsl#emnlp
BORSch покорил наши сердца
Сегодня русскоязычное сообщество на EMNLP обсуждает работу BORSch, в которой авторы исследуют особенности знания мультимодальных моделей кухни постсоветского пространства. С этой целью они собрали мультимодальный датасет BORSch, включающий 1147 русскоязычных и 823 украиноязычных блюда, относящихся к странам постсоветского региона.
Например:
Откуда блюдо кывырма? + фото кывырмы
Gold answer: Gagauzia (🇲🇩 Moldova)
На примере BORSch авторы показывают, что даже передовые модели испытывают трудности при определении происхождения блюд из постсоветских стран — как в текстовой, так и в мультимодальной задаче Question Answering (QA): вместо правильного ответа они чаще отдают предпочтение стране, на языке которой был написан промпт.
Вывод (ИМХО): когда используете LLM для личных целей, не забывайте включать функцию Search (искать в сети). Не мучайте моделей кывырмой и эчпочмаками, Гугл — наше всё. Хотя, подозреваю, что с происхождением блюд на разных языках тоже может возникать диссонанс.
А работа и правда стоящая, особенно здорово, что с акцентом на постсовесткие языки.
@mashkka_ds
#llm#emnlp#новостисполей#трудовыебудни