Интерпретируемость важнее улучшения метрик | Татьяна Гайнцева

Татьяна Гайнцева — AI Researcher и PhD-кандидат в Queen Mary University of London, исследовательница в области интерпретируемости и управления поведением генеративных моделей. Обладательница стипендии DeepMind, преподаватель Deep Learning School и Nebius Academy, соосновательница Deep Learning School, автор телеграм-канала DLStories и подкаста Deep Learning Stories. Ранее занималась исследованиями в Huawei и Philips, работая над задачами компьютерного зрения и медицинского AI. В этом выпуске разговор получился не столько про карьеру в AI, сколько про исследовательское мышление. Почему одни специалисты годами улучшают метрики моделей, а другие пытаются понять, что происходит внутри них? Зачем вообще исследовать интерпретируемость нейросетей? Можно ли управлять поведением LLM через активации отдельных слоев? И почему иногда самый интересный вопрос в машинном обучении — не «как сделать лучше», а «почему это вообще работает»? Обсудили путь Татьяны от олимпиадной математики и МФТИ до PhD в Лондоне, создание Deep Learning School, работу в Huawei и Philips, переход из applied AI в фундаментальные исследования и современное состояние AI Research. Канал Виктора Кантора в Телеграм: https://t.me/kantor_ai Канал Татьяны Гайнцевой в Телеграм: https://t.me/dl_stories __________________________________________________________________________________________________ Уже меньше, чем через месяц у нас стартует тот самый курс по ML System Design с Валерием Бабушкиным. Успейте записаться, пока еще есть места! Сайт с программой и стоимостью курса: https://mlinside.ru/system-design/?ut... Анкета предзаписи: https://forms.yandex.ru/u/6a0436bd902... __________________________________________________________________________________________________ 0:00 - представление гостя 0:20 - Татьяна рассказывает о себе 1:16 - Как Татьяна попала в физтех 3:37 - Про историю Татьяны и приобщение к AI 9:30 - Про «прототип» Google Collabe 11:08 - Продолжение истории о приобщении к AI 13:06 - Про Deep Learning School 14:31 - Про работу в сфере AI 18:57 - Про работу в Huawei 22:47 - Про моральную сторону разработки технологий 26:06 - Про работу в Phillips 32:22 - Про получение PhD 36:34 - Про тему ресерча Татьяны #MLinsidePodcast #ТатьянаГайнцева #MachineLearning #DeepLearning #AIResearch #LLM #Interpretability #ActivationSteering #DataScience #DeepLearningSchool