Starts in 8 days
| Section | Topic | Speaker | Timing | |
| Opening | Kirill Vlasov, PO AI Studio, Yandex Cloud Daniil Tkachenko, Head of ML, Yandex Lavka | 12:00-12:10 | ||
| Agentic LLM | Как безопасно выкатывать новые версии продуктовых AI-агентов через систему автометрик | Написать агента — не проблема. Проблема — выкатить v2, не сломав то, что работало в v1. На примере продуктового агента Яндекс AI для турецкого рынка разберём, как мы выстроили систему авто-метрик, которая позволяет итерировать агента быстро и безопасно: фиксировать регрессии до прода, сравнивать версии и осознанно принимать решение о релизе. Практический кейс для тех, кто уже за пределами «Hello, Agent». | Dmitry Korshunov, Team Lead ML Ecom, Yandex | 12:10-12:40 |
| Agentic LLM | Hacks and Defenses in Automatic Kernel Generation | За последний год автогенерация GPU/TPU-кернелов превратилась из академического упражнения в гонку: KernelBench, Sakana AI CUDA Engineer, Kevin-32B, METR — все показывают впечатляющие speedup'ы, но за громкими цифрами часто скрываются reward hacking и эксплойты оценочных пайплайнов. Самый известный кейс — "100x ускорение" от Sakana, оказавшееся обходом проверок корректности через memory aliasing и кеширование результатов. В докладе разберу таксономию хаков, которые LLM-агенты находят при генерации CUDA/Pallas/Mojo-кернелов: от тривиального обхода numerical tolerance до изощрённых атак на timing-измерения и эксплуатации дыр в test harness'ах. Покажу, какие защиты реально работают, а какие создают ложное чувство безопасности. Доклад будет полезен тем, кто строит agentic-пайплайны для генерации кода, занимается ML-инфраструктурой или отвечает за оценку code-моделей. | Egor Konovalov, ML Engineer, Stealth | 12:40-13:10 |
| LLM inference | Better LLM pre-training in NVFP4 | The NVFP4 lower-precision format, supported in hardware by NVIDIA Blackwell GPUs, promises to allow end-to-end fully quantized pre-training of massive models such as LLMs. Yet, existing quantized training methods still sacrifice some of the representation capacity of this format in favor of more accurate unbiased quantized gradient estimation, losing noticeable accuracy relative to standard FP16 and FP8 training. In my talk, I will introduce the problem of low-precision training of LLMs, provide an overview of existing methods and present Quartet II – a novel method for NVFP4 pre-LLM pre-training that we designed. I'll show how Quartet II achieves SOTA accuracy recovery for NVFP4 and explain the extensive hardware support we provide in the form of CUDA kernels tuned for Blackwell GPUs. These kernels are readily available for people to try and integrate into their training pipelines to enable maximum compute efficiency on modern AI hardware. | Andrei Panferov, Institute of Science and Technology Austria | 13:10-13:40 |
| Lunch Break 🍲 | 13:40-14:40 | |||
| Agentic LLM | HGRPO: Hierarchical Grouped Reward Policy Optimization for Multi-Turn Conversational Agents | Training conversational agents for multi-turn dialogues with Reinforcement Learning presents a fundamental challenge: how to correctly assign credit to individual actions when the reward signal comes only at the end of a dialogue. We present HGRPO, a novel modification of GRPO that introduces hierarchical step grouping for multi-turn dialogue agents. We applied HGRPO to train a booking agent for restaurants and beauty salons, deployed in production at Yandex smart assistant Alice. Results show 8.0 percentage points improvement in agent truthfulness and 10.7% reduction in dialogue length. | Karina Romanova, Senior LLM Research Engineer, Yandex | 14:40-15:20 |
| ML in Advertising | Scaling Advertiser Activation with LLM Agents | We built an LLM agent that conducts structured onboarding interviews with advertisers, captures key signals (budget, intent, experience), and builds reusable profiles. This allowed us to engage significantly more users at signup, identify high-value advertisers early, and support them through campaign launch. I’ll also cover the production architecture, what worked, and what had to be redesigned. | Roman Tezikov, Senior ML Engineer, AdTech Holding | 15:20-15:50 |
| Practical ML | Как решаем оптимизационные задачи Яндекс Лавки с помощью Uplift-моделей | Расскажем, как в Яндекс Лавке используем uplift-модели не только для оценки эффекта отдельных воздействий, но и для решения бизнес-оптимизаций: от персональных скидок и скидок на доставку до показа продуктовых подборок. Кратко разберём, как формулируется uplift-задача, какие метрики помогают оценивать модели и как из предсказанных эффектов собрать полноценную policy: кому, когда и какое воздействие дать. Отдельно обсудим практические приёмы для задач с ограничениями: лагранжиан для баланса целевой и ограничивающей метрик, uplift-деревья с критерием разбиения по trade-off между метриками, а также оценку качества как отдельных моделей, так и итоговых политик. На примерах из Лавки покажем, где такие подходы работают, какие ошибки встречаются чаще всего и как их избежать. | Vyacheslav Kostrov, ML Engineer, Yandex | 15:50-16:20 |
| Break ☕ | 16:20-16:40 | |||
| CV | Поиск по архивам: как мы переходим к осознанному распознаванию текста | Распознавание архивных документов существует в Яндексе уже давно — мы расшифровываем сложные рукописные тексты, чтобы люди могли искать информацию о своих родственниках. Бум больших мультимодальных моделей позволил нам перейти от обычной расшифровки к выделению смысловой информации. Я расскажу про два важных майлстоуна в нашей работе — новой архитектуре распознавания текста и извлечении структур. Наши нововведения делают поиск по архивам более человечным, позволяя искать не слова среди текста, а человека среди людей! | Darya Vinogradova, Computer vision Team lead, Yandex | 16:40-17:10 |
| GenCV | Real-time video generation: where we are and what comes next | Real-time video generation: where we are and what comes next Over the past year, video generation has made a leap from research prototypes to the first real product experiences. But how close are we, really, to real-time generation? In this talk, I’ll break down the current landscape of video generation: which architectures define the state of the art today, and how they fundamentally differ from one another. The main focus will be on the challenges that emerge when you try to push video generation toward real time — from compute constraints and memory bottlenecks to the architectural trade-offs that become unavoidable. I’ll also cover practical solutions used in production systems, both at the model level (distillation, caching, scheduling) and at the inference level. I’ll conclude with my perspective on where the field is heading over the next 2–3 years: what will become possible, what will remain unsolved, and which bottlenecks the industry is still largely ignoring. | Andrey Filatov, Member of technical staff, KREA AI | 17:10-17:40 |
| Afterparty 🎉 | 17:40-21:00 |
Our website uses cookies, including web analytics services. By using the website, you consent to the processing of personal data using cookies. You can find out more about the processing of personal data in the Privacy policy