Почему LLM нельзя доверять на 100%: продуктовый подход к управлению рисками
Тезисы
LLM хорошо отвечают на вопросы, но всё меняется, когда их ответы становятся частью реального продукта. Особенно это заметно в чувствительных сферах , где ответ должен быть одновременно полезным для пользователя и безопасным с точки зрения продукта и ответственности. На примере сервиса расшифровки медицинских анализов разберу, с какими ограничениями и рисками сталкиваются продуктовые команды. Поговорим о том, почему не все очевидные решения действительно помогают и как находить более простые и практичные подходы. Обсудим, как балансировать полезность ответа и безопасность продукта. Доклад будет полезен тем, кто внедряет LLM в реальные сервисы и отвечает за качество пользовательского опыта.
LLM хорошо отвечают на вопросы, но всё меняется, когда их ответы становятся частью реального продукта. Особенно это заметно в чувствительных сферах , где ответ должен быть одновременно полезным для пользователя и безопасным с точки зрения продукта и ответственности. На примере сервиса расшифровки медицинских анализов разберу, с какими ограничениями и рисками сталкиваются продуктовые команды. Поговорим о том, почему не все очевидные решения действительно помогают и как находить более простые и практичные подходы. Обсудим, как балансировать полезность ответа и безопасность продукта. Доклад будет полезен тем, кто внедряет LLM в реальные сервисы и отвечает за качество пользовательского опыта.
Информация о спикере
Валерия Калинкина
Lead Product Manager направления LLM, SberMedAI
Автор канала «AI с Калинкиной» https://t.me/aivaleri
  • Валерия Калинкина
    Lead Product Manager направления LLM, SberMedAI
Все доклады секции