Подведены итоги международного соревнования AI Journey Contest 2025. Победители разделили призовой фонд в 6,5 млн рублей. Награждение состоялось на международной конференции по искусственному интеллекту AI Journey («Путешествие в мир искусственного интеллекта»).
В этом году участники прислали на конкурс рекордное количество решений — 12 тыс. Больше всего заявок на участие поступило из Индии, России, Узбекистана, Эфиопии и Кыргызстана.
Андрей Белевцев, старший вице-президент, руководитель блока «Технологическое развитие» Сбербанка:
«AIJ Contest — ровесник крупнейшей в России международной конференции AI Journey. В этом году оба события отмечают 10-летие и синхронно вышли на новый уровень. 12 тысяч поступивших на конкурс решений — это в два раза больше, чем за последние два года, вместе взятые! Вовлечённость AI-исследователей со всего мира подтверждают актуальность соревнования и его высокий авторитет. AIJ Contest превратился в мощную платформу для консолидации комьюнити дата-сайентистов и разработчиков. Генеративные модели становятся ключевым инструментом для создания AI-агентов, разработки мультимодальных систем и апгрейда рекомендательных сервисов, что задало новое направление конкурса. Мы сфокусировались на кейсах, где применение GenAI-технологий наиболее эффективно в бизнесе, которые максимально релевантны для профессионального комьюнити».
Конкурсантам нужно было выбрать для решения одну, две или три задачи. Наиболее популярной оказалась задача GigaMemory: global memory for LLM («Оценка генеративных способностей LLM-агентов») — доля решений по ней составила 40%. Далее расположились задачи Human-centered AI Assistant («Человекоцентричный ИИ-помощник») и Agent-as-Judge («Автономный AI-агент для рекомендаций»).
Призовые места заняли участники из Санкт-Петербурга, Москвы, Краснодара, Перми, Таганрога и Тюмени. Итоговый лидерборд по каждому соревнованию доступен по ссылке.
Задача Agent-as-Judge заключалась в создании универсальной модели-судьи для оценки результатов генерации других моделей в трёх ключевых аспектах: следование инструкциям, вызов функций и общее качество текста. Участникам предстояло научить искусственный интеллект предсказывать субъективные оценки текстов при жёстких ограничениях на объём решения. Решение, ставшее лучшим, доказало, что разнообразие данных зачастую играют более важную роль, чем выбор архитектуры модели. Полученные результаты могут быть использованы для совершенствования процессов сравнения качества моделей на генеративных задачах.
Для решения задачи Human-centered AI Assistant нужно было создать автономного AI-агента для рекомендаций пользователям на базе нейросети ГигаЧат. Участникам нужно было имитировать поведение реального человека. Победивший в конкурсе подход позволил извлекать из цифровых следов человека мотивы и цели, позволяя строить гипотезы для рекомендаций исходя из его глобальных целей. Решение может быть применимо при разработке будущих алгоритмов рекомендаций в E-com индустрии.
Задача GigaMemory: global memory for LLM была посвящена разработке AI-ассистента с памятью на базе нейросети ГигаЧат, который будет запоминать информацию о пользователе из диалога с ним, а затем верно ответит на вопросы по всей истории диалога. Решение, которое заняло первое место, основано сразу на двух агентах: агенте памяти для фильтрации релевантных вопросу сообщений из диалога и агенте верификации ответа. Способ позволяет извлекать и переиспользовать необходимую информацию из памяти нейросети для более персонализированного ответа пользователю. Это решение может быть учтено при разработке будущих алгоритмов LLM и агентных систем, благодаря чему повысится качество персонализации банковских предложений для клиентов.
