Опубликовано: 07.10.2026 | Источник: CNews (новости)

ИИ-ассистенты в ВКР: от прототипа до оценки качества генераций

27 марта 2026 года МТС объявила о запуске двух бесплатных ИИ-ассистентов без ограничений на количество генераций — «ИИ-Ментора» для учебных задач и «ИИ-Генератора» для изображений, доступ к которым первыми получили школьники и студенты Республики Коми. За этой новостью легко увидеть только маркетинг, но для выпускника ИТ-специальности здесь лежит готовый полигон: массовый пользовательский сервис, бесконечные запросы, нагрузка, отказоустойчивость, качество ответа и стоимость токена. Именно такие системы сегодня просят спроектировать в дипломах — и именно на них проще всего показать реальную инженерную работу, а не «телеграм-бота на 200 строк». Ниже разберём, как превратить этот кейс в защищаемую ВКР.

Частые вопросы студентов по теме

Темы ВКР, которые реально защитить

• Разработка ИИ-ассистента для учебных задач с архитектурой RAG.

  Актуальность: сервисы вроде «ИИ-Ментора» дают ответы на естественном языке без ограничений, и главный вопрос — не «сгенерирует ли модель», а «не выдумает ли она». Цель: повысить фактическую точность ответов за счёт подключения внешней базы знаний. Задачи: собрать корпус, построить векторный индекс, реализовать пайплайн retrieval → rerank → generation, замерить долю галлюцинаций до и после. Глава 1 — обзор LLM и методов RAG, глава 2 — проектирование архитектуры и схем данных, глава 3 — эксперимент и метрики.

• Оценка качества и безопасности генеративных ответов в массовом сервисе.

  Актуальность: бесплатный доступ без лимитов провоцирует и нагрузку, и попытки джейлбрейка. Цель: построить методику оценки качества и защищённости ассистента. Задачи: сформировать тест-набор промптов (в том числе атакующих), внедрить guardrails, рассчитать метрики отказа и ложных срабатываний. Глава 1 — модели угроз по OWASP LLM Top 10, глава 2 — проектирование фильтров, глава 3 — тестирование и разбор кейсов.

• Масштабирование инференса ИИ-ассистента: баланс latency и стоимости.

  Актуальность: аудитория растёт, лимиты генераций сняты — расходы на токены становятся узким местом. Цель: подобрать конфигурацию инференса и кэширования под заданный SLO. Задачи: снять профиль нагрузки, сравнить пакетную обработку и потоковую отдачу, посчитать стоимость 1000 запросов. Глава 1 — анализ способов развёртывания LLM, глава 2 — архитектура сервиса, глава 3 — нагрузочное тестирование.

Как встроить кейс в структуру пояснительной записки

Глава 1: от новости к постановке задачи

Не пересказывайте пресс-релиз. Сформулируйте противоречие: массовый бесплатный доступ снижает барьер для пользователя, но одновременно обостряет три проблемы — достоверность ответа, вычислительная стоимость и злоупотребления. Дальше — обзор литературы и стандартов. Уместно опереться на ISO/IEC 25010 (функциональная полнота, надёжность, производительность, защищённость) и на классификацию рисков OWASP LLM Top 10. Здесь же постройте контекстную диаграмму C4 уровня System Context: пользователь, ассистент, база знаний, провайдер модели, сервис модерации. Это займёт полстраницы, а комиссия сразу увидит границы системы.

Глава 2: проектирование и реализация

Опишите пайплайн как диаграмму последовательности UML: приём запроса → проверка политики → поиск в индексе → сборка контекста → вызов модели → постфильтрация → отдача ответа. Отдельно проговорите, где хранится история диалога и как ограничивается окно контекста. Для документации интерфейсов пригодится описание REST-эндпоинтов с примерами тел запросов и кодов ошибок.

# Пример: оценка ответа ассистента на контрольном наборе
import json, statistics
from ragas_style import answer_relevancy, faithfulness  # условные метрики

def evaluate(pipeline, dataset_path):
    with open(dataset_path, encoding="utf-8") as f:
        cases = json.load(f)          # 100+ пар «вопрос → эталон»

    scores = {"faithfulness": [], "relevancy": [], "latency_ms": []}
    for case in cases:
        result = pipeline.ask(case["question"])
        scores["faithfulness"].append(faithfulness(result.answer, result.context))
        scores["relevancy"].append(answer_relevancy(result.answer, case["reference"]))
        scores["latency_ms"].append(result.elapsed_ms)

    return {k: {"mean": round(statistics.mean(v), 4),
                "sd": round(statistics.pstdev(v), 4)} for k, v in scores.items()}

Глава 3: эксперимент и метрики

Здесь вы доказываете, что решение работает. Минимально необходимый набор метрик — в таблице ниже. Каждую цифру нужно уметь объяснить: почему именно такой порог и что изменится при его сдвиге.

Наблюдаемость и оформление

Соберите трассировку запросов через OpenTelemetry: время на retrieval, на инференс, на постобработку. Это превращает защиту из «у меня работает» в «вот где узкое место и вот как я его снял». Схемы оформляйте по ГОСТ 19/34, подписи — единообразно, стрелки — по направлению потока данных. Нормоконтроль чаще всего валит работы именно на несоответствии подписей рисунков и таблиц.

Типичные ошибки студентов

Источник: ИИ-ассистенты без ограничения по количеству генераций стали доступны молодежи Коми (опубликовано 2026-03-27)