# «Т-Банк» обучил модели для корпоративных задач и документов

> Два метода призваны удешевить локальную работу с ИИ: один объединяет корпоративные сервисы, другой извлекает данные из разных документов.

Oossa · 2026-10-26 · https://oossa.com/ru/article-2526424

Исследователи ИИ-Центра «Т-Банка» разработали два метода обучения моделей для компаний, которые запускают ИИ на собственной инфраструктуре. Первый помог объединить более 200 внутренних сервисов в языковой модели на основе Qwen3-32B. По данным «Т-Банка», она обрабатывает запросы в 2,8–3,9 раза дешевле Qwen3-235B и принимает половину месячного трафика внутренней платформы.

Второй метод обучает модель извлекать данные из документов разных типов по текстовому запросу. Компания сообщает, что ее применение обходится более чем на 80% дешевле ручной обработки и более чем на 50% дешевле лучшей из протестированных открытых моделей. Модель для корпоративных запросов и описание метода выложены в открытый доступ; модель для документов обучена на внутренних данных компании.

## Факты

- Корпоративная модель основана на Qwen3-32B и объединила более 200 внутренних сервисов «Т-Банка».
- Для дообучения модели обработки документов, по данным компании, достаточно одного GPU Nvidia H100.

## Почему это важно

Для банков и других компаний, которым нужно хранить данные внутри своей инфраструктуры, методы могут снизить расходы на обработку запросов и документов; независимая проверка заявленной экономии в сообщении не приводится.

## Источники и ссылки

1. [Исследователи ИИ-центра «Т-Банка» разработали новые методы обучения моделей для снижения затрат на корпоративный ИИ](https://www.cnews.ru/news/line/2026-10-26_issledovateli_ii-tsentra) – CNews, 2026-10-26

Обновлено: 2026-10-26