
Привет, Хабр! На связи команда Selectel. Старожилы наверняка помнят ИT-кроссворд, который мы проводили в 2023 и 2024 годах. Тогда в течение нескольких дней вы отвечали на сотни вопросов и боролись за призы. Пришло время повторить онлайн-соревнование и провести третий сезон ИТ-кроссворда.
Все вопросы в этом году объединены одной темой — AI и ML. Но не переживайте, если не разбираетесь глубоко в этих направлениях: задания будут разной сложности, а каждая рубрика посвящена отдельной подтеме. В этот раз вас ждут более 100 вопросов о моделях ИИ, истории AI и ML, безопасности и железе для ML-инфраструктуры.
Ниже — краткие правила участия и результаты трех рубрик. Знатоки, которые наберут за ответы наибольшее количество баллов, получат эксклюзивный мерч Selectel и бонусы на аренду серверов.

Не успели зарегистрироваться?
Ничего страшного: впереди еще три рубрики и три отдельные призовые номинации — не считая главного победителя.
Как принять участие
1. Зарегистрируйтесь, если не сделали этого ранее
Перейдите на страницу регистрации, оставьте свою почту, имя и логин профиля на Хабре. В течение пары часов на почту придет персональная ссылка, по которой вы сможете отвечать на вопросы.
2. Ответьте на вопросы
ИТ-кроссворд проходит четыре дня: 6, 7, 8 и 9 июля. Каждый день в 12:00 добавляем в эту публикацию вопросы по новым направлениям. Можно участвовать как в отдельных рубриках, так и во всех сразу — ограничений нет. Учтите, что нельзя стать призером или победителем в категории более одного раза. Но баллы будут учитываться в общем зачете.
3. Дождитесь результатов
Если вы набрали достаточно баллов и стали призером или победителем, мы с вами свяжемся и отправим призы.
Общий зачет: топ-5
Участник |
Баллы |
|---|---|
120 |
|
115 |
|
115 |
|
115 |
|
115 |
Кроссворд №3. Безопасность ML и AI [08.07]
Рубрика закрыта. Но вы можете посмотреть, как это было

Список вопросов
Номер вопроса |
Вопрос |
Баллов за верный ответ |
1 |
Технология создания, подмены или изменения видео-, фото- и аудиоматериалов с помощью ИИ. |
1 |
2 |
Процесс отслеживания действий модели и пользователей для расследования инцидентов. |
2 |
3 |
Проблема, при которой модель начинает выдавать менее точные результаты после изменения данных. |
1 |
4 |
С помощью ИИ киберпреступник может автоматизировать весь процесс ... : сбор, анализ и обработку информации о жертве из открытых источников. Какой термин пропущен? |
2 |
5 |
Динамический анализ, особенно полезный для ML-сервисов, доступных по API. |
3 |
6 |
Международное открытое сообщество и некоммерческая организация, которая предлагает «Модель зрелости ИИ». |
2 |
7 |
Контроль качества входных данных перед подачей в модель. |
2 |
8 |
Как назывался зловредный чат-бот без этических ограничений, который впервые появился на «теневых» форумах в 2023 году? |
3 |
9 |
Атака, при которой злоумышленник пытается восстановить данные, использованные при обучении модели. |
2 |
10 |
Какой канал связи нужно использовать, если подозреваете, что общаетесь с дипфейком? |
1 |
11 |
Контроль безопасности запросов до их передачи модели. |
3 |
12 |
Этот автоматизированный тест Тьюринга становится все менее эффективным в эпоху ИИ. |
1 |
13 |
Как называется подход к безопасности, при котором ни один пользователь или устройство не считаются доверенными по умолчанию? |
2 |
14 |
Удаление или сокрытие персональных данных перед обучением модели. |
1 |
15 |
...-тестирование — подача некорректных, случайных или сформированных входных данных для выявления ошибок, а также нестабильного поведения моделей и ML-приложений. Какое слово пропущено? |
2 |
16 |
Система ограничений, предотвращающая опасное поведение LLM. |
3 |
17 |
Один из первых массово известных случаев токсичного поведения чат-бота, обученного на данных пользователей интернета (2016). |
3 |
18 |
Изолированная среда для выполнения потенциально опасных действий AI-агента. |
1 |
19 |
В какой стране прошел международный саммит по безопасности ИИ (AI Safety Summit) в 2023 году? |
3 |
20 |
Преднамеренное внедрение вредоносных данных в обучающую выборку для изменения поведения модели. |
2 |
21 |
Как называется направление, ориентированное на построение надежных и доверенных ML-систем? |
1 |
22 |
Контроль безопасности ответа перед его выдачей пользователю. |
3 |
23 |
... могут использоваться для генерации фейковых новостей, опасного или провокационного контента в больших масштабах. Какое слово пропущено? |
1 |
24 |
Процесс постоянного наблюдения за качеством и безопасностью модели после развертывания. |
1 |
25 |
Разновидность промпт-инъекции через внешние документы или веб-контент. |
1 |
26 |
Статистический анализ кода, который можно применять к ML-скриптам и вспомогательным сервисам. |
2 |
27 |
Тип атаки на LLM, при которой злоумышленник пытается заставить модель игнорировать исходные конструкции. |
2 |
28 |
Специально сформированный вредоносный запрос, предназначенный для обхода ограничений модели. |
2 |
29 |
Скрытый триггер, встроенный в модель через обучающие данные. |
1 |
30 |
Команда какого цвета моделирует реальные атаки на ML-систему и использует специализированные инструменты для поиска уязвимостей? |
1 |
⭐ |
Экстра-вопрос, опубликован в 14:00 в комментариях. |
5 |
⭐ |
Экстра-вопрос, опубликован в 15:30 в комментариях |
5 |
⭐ |
Экстра-вопрос, опубликован в случайное время в комментариях |
5 |
Рейтинг игроков рубрики «Безопасность ML и AI»: топ-10
Участник |
Баллы |
Время (UTC) |
60 |
13:34:56.802946 |
|
60 |
14:59:16.233127 |
|
@e345ee (Победитель второй рубрики. Баллы идут в общий зачет) |
55 |
09:21:31.750091 |
Александр П (Победитель второй рубрики. Баллы идут в общий зачет) |
55 |
10:07:21.824619 |
@crazyhamster09(Победитель первой рубрики. Баллы идут в общий зачет) |
55 |
13:48:22.762818 |
@shmoksik(Победитель первой рубрики. Баллы идут в общий зачет) |
55 |
13:48:44.627401 |
53 |
11:12:49.240757 |
|
53 |
10:21:17.977425 |
|
53 |
15:04:35.412057 |
|
52 |
09:43:06.060939 |
Что нужно знать
Все ответы — на русском языке. При этом в кроссворде встречаются англицизмы. Пример: staging → стейджинг.
По умолчанию ответы записываем в именительном падеже. Но при выборе формы ориентируйтесь на контекст: где-то лучше подойдет единственное число, где-то — множественное. Прилагательные также встречаются и по умолчанию склоняются под именительный падеж.
Если ответом является историческая личность, вписывайте фамилию.
Если в ответе есть дефис, пропустите его при записи и запишите слова слитно.
Вместо «ё» пишите «е».
В англицизмах буквы «э» и «е» считаются равнозначными. Например, и «кеш», и «кэш» будут приняты как правильный ответ с первой попытки. Главное — без опечаток: варианты вроде «киш» или «куш» не засчитываются.
Важно. На каждый вопрос дается не более пяти попыток. Ответы принимаются с 12 до 18:00 по московскому времени.
Кроссворд №2. История ML и AI [07.07]
Рубрика закрыта. Но вы можете посмотреть, как это было

Список вопросов
Номер вопроса |
Вопрос |
Баллов за верный ответ |
1 |
В 1956 году он предложил термин «искусственный интеллект». |
2 |
2 |
Архитектура, начавшая современную эпоху больших языковых моделей. |
1 |
3 |
Подход к обучению, который стал массово обсуждаться после успеха InstructGPT. |
1 |
4 |
Технология представления слов, которая стала массово использоваться после публикации Word2Vec в 2013 году. |
1 |
5 |
Родина Qwen. |
1 |
6 |
Настольная игра, в которой ИИ в 2016 году победил чемпиона мира. |
1 |
7 |
Архитектура, представленная в 2018 году и ставшая одним из первых успешных примеров двунаправленного предварительного обучения языковых моделей. |
2 |
8 |
На этого древнегреческого философа часто ссылаются при исследовании истоков Deep Learning. |
2 |
9 |
Кто предложил генеративные состязательные сети в 2014 году? |
3 |
10 |
Периоды 1974—1980 и 1987—1993 годов, связанные с сокращением финансирования и общим снижением интереса к ИИ. |
1 |
11 |
Подход, который по мнению ряда исследователей вызвал вторую историческую волну исследований нейросетей в 1980–1995 годах. |
2 |
12 |
В июле 2024 года эта модель была признана лучшей китайскоязычной моделью. |
1 |
13 |
Соавтор книги «Перцептроны» Паперта. |
2 |
14 |
Он вместе с Питтсом предложил одну из первых математических моделей нейрона. |
3 |
15 |
Первый автор статьи об архитектуре AlexNet. |
3 |
16 |
Текущий период стремительного развития ИИ, который противопоставляют термину «зима ИИ». |
1 |
17 |
Базовая логическая модель или ячейка, которую в 1943 году математически описали Мак-Каллок и Питтс. |
1 |
18 |
Британский профессор, который в 1973 раскритиковал полную неспособность ИИ достичь своих «грандиозных целей». |
2 |
19 |
Исследователь, который вместе с Хинтоном и Лекуном считается одним из трех главных пионеров глубокого обучения. |
3 |
20 |
Концепция проверки машинного интеллекта, предложенная Аланом Тьюрингом в 1950 году. |
1 |
21 |
Британский математик, логик и криптограф, оказавший существенное влияние на развитие информатики. От его трудов некоторые авторы начинают отсчет истории глубокого обучения. |
1 |
22 |
Этот механизм был вынесен в центр архитектуры, описанной в статье «Attention Is All You Need» в 2017 году. |
2 |
23 |
Алгоритм обучения многослойных нейросетей, популяризация которого в 1980-е годы способствовала возрождению интереса к нейросетям. |
2 |
24 |
Советский ученый в области автоматического управления, кибернетики и математического моделирования, который упоминается в некоторых работах как «отец глубокого обучения». |
3 |
25 |
Метод борьбы с переобучением, предложенный в 2014 году и основанный на случайном отключении нейронов. |
2 |
26 |
Основоположник кибернетики. |
2 |
27 |
Направление ИИ, доминировавшее до распространения глубокого обучения и основанное на правилах и логике. |
2 |
28 |
Научное направление, оказавшее большое влияние на раннее развитие искусственного интеллекта. |
1 |
29 |
Один из главных популяризаторов многослойных нейронных сетей в конце XX века. |
2 |
30 |
Модель искусственного нейрона, предложенная Розенблаттом и ставшая одним из символов раннего машинного обучения. |
2 |
31 |
Подход к генерации изображений, ставший одним из крупнейших прорывов начала 20-х годов ХХ века. |
2 |
⭐ |
Экстра-вопрос, опубликован в 14:00 в комментариях. |
5 |
⭐ |
Экстра-вопрос, опубликован в 15:30 в комментариях. |
5 |
⭐ |
Экстра-вопрос, опубликован в случайное время в комментариях. |
5 |
Рейтинг игроков рубрики «История ML и AI»: топ-10
Участник |
Баллы |
Время (UTC) |
|---|---|---|
60 |
09:09:09.676388 |
|
@shmoksik(Победитель первой рубрики. Баллы идут в общий зачет) |
60 |
09:13:31.263133 |
60 |
09:12:13.566361 |
|
?Александр П |
55 |
09:14:02.364922 |
55 |
09:18:55.326976 |
|
55 |
09:26:23.462818 |
|
55 |
09:27:49.414779 |
|
55 |
09:28:26.908687 |
|
55 |
09:33:30.968270 |
|
55 |
09:38:01.215965 |
Кроссворд №1. Модели и все, что с ними связано [06.07]
Рубрика закрыта. Но вы можете посмотреть, как это было.

Список вопросов
Номер вопроса |
Вопрос |
Баллов за верный ответ |
1 |
Механизм, позволяющий модели динамически фокусироваться на наиболее важных частях входной последовательности при обработке языка. |
1 |
2 |
Графовая структура модели машинного обучения, принимающая решения путем последовательных проверок логических условий. |
1 |
3 |
Математическая модель, принцип работы которой вдохновлен устройством биологического мозга. |
1 |
4 |
Набор данных, используемый для тренировки или тестирования алгоритма. |
1 |
5 |
Флагманская мультимодальная модель от корпорации Google. |
1 |
6 |
Инновационная генеративная нейросеть от создателей ChatGPT, способная создавать реалистичные видеоролики по текстовому описанию. |
1 |
7 |
Управляющий параметр при генерации, определяющий степень случайности ответов модели. |
3 |
8 |
Архитектура, состоящая из кодировщика и декодировщика, часто применяемая для сжатия данных и подавления шума. |
3 |
9 |
Какое млекопитающее изображено на логотипе популярной LLM из Китая? |
1 |
10 |
Известная французская компания и одноименная языковая модель с открытыми весами. |
2 |
11 |
Совокупность методов, добавляющих штрафы к функции потерь, чтобы сделать модель более устойчивой к шуму. |
2 |
12 |
Полезные свойства и характеристики данных, которые извлекаются для подачи на вход алгоритму. |
1 |
13 |
Популярная задача для текстовых моделей, заключающаяся в создании краткого пересказа длинного документа. |
3 |
14 |
Процесс запуска и работы уже обученной модели, когда она делает предсказания на новых, ранее не виданных данных. |
1 |
15 |
Популярная архитектура сверточной нейросети для сегментации изображений, форма которой напоминает букву латинского алфавита. |
2 |
16 |
Окно памяти языковой модели, определяющее максимальный объем текста, который она способна учитывать при генерации. |
1 |
17 |
Заданная метка или категория, которую предсказывает классификатор для входящего объекта. |
2 |
18 |
Математический алгоритм, который вычисляет и применяет обновления весов модели в процессе ее обучения. |
1 |
19 |
Вектор, указывающий направление наискорейшего возрастания функции потерь, который вычисляется для обновления весов сети. |
2 |
20 |
Процесс адаптации уже натренированной большой языковой модели под конкретную узкую задачу с новыми данными. |
1 |
21 |
Семейство продвинутых языковых моделей от компании Anthropic, известное своим огромным окном контекста. |
1 |
22 |
Внутренние числовые параметры связей между искусственными нейронами, которые корректируются при обучении. |
1 |
23 |
Революционная архитектура сверточных сетей, использующая остаточные связи для решения проблемы затухающего градиента. |
2 |
24 |
Математическая функция в нейроне, определяющая его итоговый выходной сигнал. |
1 |
25 |
Порция данных, обрабатываемая моделью за один шаг обновления весов для оптимизации памяти. |
2 |
26 |
Первая модель искусственного интеллекта от компании DeepMind, которая совершила прорыв, победив чемпиона мира в настольную стратегическую игру. |
2 |
27 |
Настраиваемые переменные внутри модели, количество которых в современных LLM измеряется миллиардами. |
1 |
28 |
Тип генеративных моделей изображений, процесс работы которых основан на пошаговом удалении математического шума. |
3 |
29 |
Операция в сверточных нейросетях, предназначенная для уменьшения размерности карт признаков (субдискретизация). |
2 |
30 |
Один полный проход алгоритма обучения по всему тренировочному набору данных. |
2 |
31 |
Ситуация, когда модель слишком сильно подстраивается под тренировочные данные и теряет способность к обобщению. |
1 |
32 |
Совокупность нескольких различных моделей, чьи предсказания объединяются для получения более точного результата. |
2 |
33 |
Входной текстовый запрос пользователя, направляющий генерацию ответа. |
1 |
34 |
Базовая единица текста, на которые языковая модель разбивает входные данные для математической обработки. |
1 |
35 |
Архитектура нейросетей, основанная на механизме внимания, ставшая стандартом для обработки естественного языка. |
2 |
⭐ |
Экстра-вопрос, опубликован в 14:00 в комментариях. |
5 |
⭐ |
Экстра-вопрос, опубликован в 15:30 в комментариях. |
5 |
⭐ |
Экстра-вопрос, опубликован в случайное время в комментариях. |
5 |
Рейтинг игроков рубрики «Модели и все, что с ними связано»: топ-10
Участник |
Баллы |
Время, UTC |
60 |
09:18:25.449702 |
|
60 |
09:36:25.371714 |
|
60 |
09:41:10.480704 |
|
55 |
09:23:25.460837 |
|
55 |
09:32:40.954274 |
|
55 |
09:45:12.748672 |
|
Александр П |
55 |
09:45:37.386341 |
55 |
09:48:18.631586 |
|
55 |
09:51:37.926780 |
|
55 |
09:59:35.481161 |
Хорошей игры!