За два года в индустрии оформился чёткий шаблон: берут open-source модель, загружают в неё собственные размеченные данные под конкретную задачу и дообучают через reinforcement learning, оценивая качество по скорингу рабочего процесса. Три свежих примера показывают, как это выглядит на практике.
Bridgewater Associates — один из крупнейших хедж-фондов мира. Его аналитики непрерывно просеивают поток статей, заявок и писем, определяя, что имеет значение для инвестиционного тезиса фонда, а где начинается общий boilerplate. Сложность в том, что «значимость» здесь понимается по внутренним критериям Bridgewater, и никакие промпты не могли заставить frontier модели стабильно усваивать эту логику. Компания обучила open-source модель на разметке от собственных экспертов. Результат: обученная версия делает примерно на 30% меньше ошибок, чем лучшая frontier модель, и при этом inference обходится в разы дешевле.
Harvey строит AI-агентов для юридических фирм. Самые тяжёлые сценарии — длинные цепочки: due diligence сделок и подготовка правовых меморандумов, где агент продирается через большие массивы документов, ошибки накапливаются от шага к шагу, и даже лучшим frontier моделям с максимальными вычислительными усилиями не хватало качества. Harvey запустила reinforcement learning на open-weight модели и получила юридического агента, который по внутренним рубрикам обходит и GPT-5.5, и Claude Opus 4.8.
Intercom — платформа клиентской поддержки, чей AI-агент Fin закрывает почти два миллиона обращений пользователей в неделю. На таких объёмах решает юнит-экономика: цены frontier моделей за каждый вызов быстро съедают бюджет, а каждый процент разрешённых тикетов критичен. AI-подразделение Intercom дообучило собранную под вертикаль модель поддержки Fin Apex на миллиардах взаимодействий службы поддержки. Сообщается, что Fin Apex разрешает больше запросов, чем лучшие frontier модели, при этом дёшев в эксплуатации.
Та же схема повторяется далеко за пределами этих трёх кейсов — в приложении собрано ещё восемь внедрений с описанием того, чему учили модель и что изменилось после её запуска.