Вместе с гостями подкаста make sense мы говорим о том, что важно при создании продуктов: люди, идеи, деньги, инструменты и практики

make sense podcast

«Все начинают с open-source моделей или с оберток над OpenAI. Строят какой-то первый продукт, проверяют гипотезу и, если взлетает, инвестируют в собственные модели. Для этого нужно покупать железо, нанимать редакторов, писать контент. Потому что чем лучше ты контролируешь технологию, тем более качественный продукт получишь». «У всех LLM есть определенное количество болячек, которые могут приводить к тому, что для твоего продукта решение будет недостаточно качественным. Например, галлюцинации. Но чат-ботам, например, Character.AI, это добавляет фановости. А вот для поисковых движков, вроде Perplexity, это становится недопустимым, так как здесь нужна объективность фактов».  Гость: Денис ОзорнинCPO Алисы в Яндексе Ведущий подкаста: Юра Агеев, основатель ProductSense Подписывайтесь на канал анонсов подкаста: https://t.me/mspodcast  Все подробности о новых выпусках подкаста make sense х Яндекс можно будет узнавать в телеграм-канале Yandex for Products https://t.me/yandexforproducts  О чем поговорим:Что случилось в технологическом мире после прорыва ChatGPT О том, сможет ли ИИ заменить людей и aha-моментеКакие продукты и стартапы строятся на основе LLMМожно ли кастомизировать большие языковые модели и как это делает OpenAIТри способа применения больших языковых моделей в готовых продуктахГаллюцинации в LLM и разговорные сценарииПочему внедрение больших языковых моделей стоит так дорогоКак проапгрейдить продукт, не залезая в фундаментальный сценарий Можно ли доверять готовым языковым моделям данныеКак понять, нужен ли искусственный интеллект твоему продукту С чего начать работу с LLM продакт-менеджеруВ каких сферах могут быть использованы большие языковые модели Как появилась технология «Алиса, давай придумаем»Юнит-экономика внедрения LLM в продукт и доход от рекламыО будущем применения цифровых моделей Как проверять гипотезы с помощью OpenAIОб open-source моделях и будущем технологииВ чем ценность: в данных или в их применении? *В подкасте упоминаются продукты Meta — запрещенной в России организации Выпуск подготовлен в партнерстве с Яндекс. Обязательная маркировка: Реклама ООО "ЯНДЕКС" ИНН 7736207543 erid 3apb1Qrwwr2uBg1LBAuQHdYvrG2vodprQbrPtdp2443r9

«Все начинают с open-source моделей или с оберток над OpenAI. Строят какой-то первый продукт, проверяют гипотезу и, если взлетает, инвестируют в собственные модели. Для этого нужно покупать железо, нанимать редакторов, писать контент. Потому что чем лучше ты контролируешь технологию, тем более качественный продукт получишь».


«У всех LLM есть определенное количество болячек, которые могут приводить к тому, что для твоего продукта решение будет недостаточно качественным. Например, галлюцинации. Но чат-ботам, например, Character.AI, это добавляет фановости. А вот для поисковых движков, вроде Perplexity, это становится недопустимым, так как здесь нужна объективность фактов». 


Гость: Денис Озорнин
CPO Алисы в Яндексе


Ведущий подкаста: Юра Агеев, основатель ProductSense


Подписывайтесь на канал анонсов подкаста: https://t.me/mspodcast 


Все подробности о новых выпусках подкаста make sense х Яндекс можно будет узнавать в телеграм-канале Yandex for Products https://t.me/yandexforproducts 


О чем поговорим:
Что случилось в технологическом мире после прорыва ChatGPT

О том, сможет ли ИИ заменить людей и aha-моменте
Какие продукты и стартапы строятся на основе LLM
Можно ли кастомизировать большие языковые модели и как это делает OpenAI
Три способа применения больших языковых моделей в готовых продуктах
Галлюцинации в LLM и  разговорные сценарии
Почему внедрение больших языковых моделей стоит так дорого
Как проапгрейдить продукт, не залезая в фундаментальный сценарий 
Можно ли доверять готовым языковым моделям данные
Как понять, нужен ли искусственный интеллект твоему продукту 
С чего начать работу с LLM продакт-менеджеру
В каких сферах могут быть использованы большие языковые модели 
Как появилась технология «Алиса, давай придумаем»
Юнит-экономика внедрения LLM в продукт и доход от рекламы
О будущем применения цифровых моделей 
Как проверять гипотезы с помощью OpenAI
Об open-source моделях и будущем технологии
В чем ценность: в данных или в их применении?


*В подкасте упоминаются продукты Meta — запрещенной в России организации


Выпуск подготовлен в партнерстве с Яндекс. Обязательная маркировка: Реклама ООО "ЯНДЕКС" ИНН 7736207543 erid 3apb1Qrwwr2uBg1LBAuQHdYvrG2vodprQbrPtdp2443r9

«Все начинают с open-source моделей или с оберток над OpenAI. Строят какой-то первый продукт, проверяют гипотезу и, если взлетает, инвестируют в собственные модели. Для этого нужно покупать железо, нанимать редакторов, писать контент. Потому что чем лучше ты контролируешь технологию, тем более качественный продукт получишь».

«У всех LLM есть определенное количество болячек, которые могут приводить к тому, что для твоего продукта решение будет недостаточно качественным. Например, галлюцинации. Но чат-ботам, например, Character.AI, это добавляет фановости. А вот для поисковых движков, вроде Perplexity, это становится недопустимым, так как здесь нужна объективность фактов».

Гость: Денис Озорнин
CPO Алисы в Яндексе

Ведущий подкаста: Юра Агеев, основатель ProductSense

Подписывайтесь на канал анонсов подкаста: https://t.me/mspodcast

Все подробности о новых выпусках подкаста make sense х Яндекс можно будет узнавать в телеграм-канале Yandex for Products https://t.me/yandexforproducts

О чем поговорим:
Что случилось в технологическом мире после прорыва ChatGPT

О том, сможет ли ИИ заменить людей и aha-моменте
Какие продукты и стартапы строятся на основе LLM
Можно ли кастомизировать большие языковые модели и как это делает OpenAI
Три способа применения больших языковых моделей в готовых продуктах
Галлюцинации в LLM и  разговорные сценарии
Почему внедрение больших языковых моделей стоит так дорого
Как проапгрейдить продукт, не залезая в фундаментальный сценарий
Можно ли доверять готовым языковым моделям данные
Как понять, нужен ли искусственный интеллект твоему продукту
С чего начать работу с LLM продакт-менеджеру
В каких сферах могут быть использованы большие языковые модели
Как появилась технология «Алиса, давай придумаем»
Юнит-экономика внедрения LLM в продукт и доход от рекламы
О будущем применения цифровых моделей
Как проверять гипотезы с помощью OpenAI
Об open-source моделях и будущем технологии
В чем ценность: в данных или в их применении?

*В подкасте упоминаются продукты Meta — запрещенной в России организации

Выпуск подготовлен в партнерстве с Яндекс. Обязательная маркировка: Реклама ООО "ЯНДЕКС" ИНН 7736207543 erid 3apb1Qrwwr2uBg1LBAuQHdYvrG2vodprQbrPtdp2443r9