ГигаЧат в дипломе: применение LLM для оценки знаний и автоматизации экзаменационных процессов

В марте 2026 года «ГигаЧат» от Сбера официально подтвердил способность успешно сдать экзамен по математике и компьютерным наукам. Это не просто повод для новостей — это рабочий кейс для вашей ВКР по направлению AI/ML. Нейросети уже сейчас показывают уровень, достаточный не только для генерации текста, но и для аргументированных ответов в предметной области. Для студента ИТ-специальности это открывает прямой путь к созданию дипломного проекта: можно спроектировать систему, которая автоматически оценивает знания, проверяет ответы или даже адаптирует учебные материалы под уровень учащегося. В этой статье разберём, как превратить статью о «ГигаЧат» в полноценную исследовательскую работу: от выбора темы и построения архитектуры до метрик и защиты перед комиссией.

Основная часть: интеграция новости в структуру ВКР

Глава 1: анализ предметной области и постановка задачи

В первой главе диплома вы показываете, что понимаете контекст. Прямая отсылка к статье «ГигаЧат подтвердил знания в области математики и компьютерных наук» позволит обосновать актуальность: если коммерческая LLM справляется с экзаменационными заданиями уровня бакалавриата, значит, у вас есть готовый бенчмарк для собственной системы. Не копируйте новость — опишите эволюцию больших языковых моделей, проблемы оценки их знаний, ограничения (например, отсутствие формальной верификации ответов). Затем сформулируйте цель: «Разработать систему автоматической оценки ответов на основе LLM, обеспечивающую точность не ниже 85% на тестовом датасете, сформированном из экзаменационных материалов». Это сразу отражает и вклад в науку, и практическую пользу.

Глава 2: проектирование и реализация

Здесь используйте инженерные практики. Спроектируйте архитектуру с помощью диаграмм C4 model. Контекстный уровень: пользователь (студент), система, внешний LLM API (или локальная модель). Контейнерный уровень: веб-интерфейс, сервис оценки, модуль предобработки, база данных с эталонными ответами. Для компонентного уровня опишите, как модель сравнивает ответы с эталоном — можно взять подход из статьи: «ГигаЧат» подтвердил знания, значит, умеет выстраивать логические цепочки. Ваша система может использовать тот же принцип: разбивать ответ на части, сопоставлять с ключевыми понятиями, вычислять семантическую близость. Не забудьте про оформление по ГОСТ 7.32-2017 — схемы должны быть подписаны и вынесены в приложения.

Для реализации кода удобно взять библиотеки из экосистемы Hugging Face. Вот пример загрузки предобученной модели и оценки ответа по метрике F1:

from transformers import AutoTokenizer, AutoModelForSequenceClassification
import torch

model_name = "Russian-LLM/GigaChat-base"  # гипотетический идентификатор
tokenizer = AutoTokenizer.from_pretrained(model_name)
model = AutoModelForSequenceClassification.from_pretrained(model_name)

def evaluate_answer(reference, student_answer):
    inputs = tokenizer(reference, student_answer, return_tensors="pt", truncation=True)
    with torch.no_grad():
        logits = model(**inputs).logits
    prob = torch.sigmoid(logits).item()
    return prob

reference = "Определение интеграла Римана..."
student = "Интеграл — это площадь под кривой..."
if evaluate_answer(reference, student) > 0.7:
    print("Ответ принят")
else:
    print("Требуется доработка")

На схеме C4 обязательно отразите, что модель работает как сервис, а не встроена напрямую в клиент — это упростит тестирование и масштабирование. Для развёртывания можно использовать Kubernetes, но если задача учебная, достаточно локального контейнера.

Глава 3: тестирование и оценка эффективности

Статья даёт вам повод использовать метрики качества ИИ-систем. ВГигаЧат показал «достаточный уровень знаний» — вы показываете количественно, как ваша система достигает аналогичного результата. Основные метрики: accuracy (доля правильных ответов), precision и recall для каждого класса оценок, комплексная F1-мера. Добавьте сравнение с базовым решением, например с бинарным классификатором на TF-IDF. Оформите результаты в виде таблицы (используйте <div class="table-scroll">):

Важно: не подгоняйте результаты искусственно. Если модель даёт 0.60 — это тоже результат, просто в выводах укажите, какие данные понадобятся для улучшения. В статье «ГигаЧат» подтвердил знания, но не раскрывает технических деталей, поэтому вы можете сформулировать гипотезу о том, что решающую роль сыграл объём обучающих данных и архитектура transformer. Проверьте эту гипотезу на своей модели.

Готовые темы для ВКР

• «Разработка автоматизированной системы проверки знаний с использованием LLM» — актуальность: статья показывает, что LLM может сдавать экзамены, значит, способна и проверять. Цель: создать сервис, который принимает ответы студентов в свободной форме и оценивает их. Задачи: сбор и разметка датасета, дообучение модели, разработка веб-интерфейса, тестирование на реальных экзаменационных вопросах.
• «Сравнительный анализ эффективности отечественных и зарубежных LLM для задач образования» — актуальность: успех «ГигаЧат» ставит вопрос о локальных моделях. Цель: сравнить качество ответов и скорость работы. Задачи: выбрать модели, подготовить бенчмарк, провести эксперимент, предложить рекомендации.
• «Генерация учебных заданий на основе LLM с контролем качества» — актуальность: если модель знает предмет, она может создавать задачи. Цель: разработать генератор задач с проверкой корректности. Задачи: изучить методы генерации, создать фильтр некорректных условий, внедрить метрики валидности заданий.

Чему вы научитесь

После завершения такой ВКР вы будете уметь:

• проектировать архитектуру ML-сервисов с помощью диаграмм C4 UML;
• дообучать (fine-tune) предобученные трансформеры на русскоязычных данных;
• подбирать метрики для задач семантической близости и классификации;
• оформлять графики, схемы и таблицы по ГОСТ 7.32-2017;
• аргументированно доказывать эффективность решения на защите.

FAQ

У меня тема не связана с ИИ — можно ли использовать статью?

Да, если ваша ВКР — по разработке ПО, можете сделать главу «Анализ современных трендов» и упомянуть, что использование LLM становится стандартом, а в практической части разработать интеграцию с ChatGPT или GigaChat через API. Это добавит работе актуальность.

Где взять данные для тестирования модели?

Отличный источник — открытые наборы экзаменационных вопросов из вашего вуза, архивные варианты олимпиад, датасеты с сайта Kaggle. Если доступ ограничен, используйте генерацию синтетических данных с автоматической разметкой — но обязательно опишите это как ограничение в выводах.

Какой объём кода нужно показать в дипломе?

Главное — не полный код, а ключевые фрагменты, иллюстрирующие архитектуру или алгоритм. В приложении допускается листинг всех скриптов при условии, что они соответствуют требованиям нормоконтроля. Обычно достаточно 3–5 фрагментов с комментариями.

Что делать, если модель показывает низкую точность?

Это не провал, а материал для анализа. Проверьте качество разметки, попробуйте другую предобученную модель, добавьте аугментацию данных. В тексте ВКР обязательно объясните причины и предложите пути решения. На защите честность ценится выше «красивых» цифр.

Типичные ошибки студентов

Чек-лист «Что проверить перед сдачей»

Источник: «ГигаЧат» подтвердил знания в области математики и компьютерных наук (опубликовано 2026-03-18)