#rlhf

Технический разбор пайплайна генеративных ответов Яндекса: Agentic Search, Encoder-Decoder MoE и онлайн-RL на пользовательских сигналах.

Подробное объяснение принципов работы LLM: от предсказания следующего слова до обучения трансформеров и RLHF.

Анонс LFM2.5-1.2B — новой семьи оптимизированных для устройств моделей с предобучением на 28T токенов, поддержкой текста, японского, vision-language и audio-language для агентного ИИ на edge.