# обработка изображений

Published articles for обработка изображений.

This is one page of public article previews, not the complete archive. Follow Next page to continue. Summaries are not the original full articles.

## Training Yandex's Alice Omnimodel to Integrate Text and Images

DevFeed: [Training Yandex's Alice Omnimodel to Integrate Text and Images](<https://devfeed.tech/articles/ai-vlm-llm-24891.md>)

Original publisher: [Read original article](<https://habr.com/ru/companies/yandex/articles/1077274/>)

Author: formica\_rufa (Яндекс)

Published: 2026-09-03T07:03:43Z

Content type: tutorial

Language: ru

Sources: [Яндекс - Как мы делаем Яндекс / Статьи](<https://devfeed.tech/sources/source.md>)

Topics: [Large Language Model](<https://devfeed.tech/topics/llm.md>), [vlm](<https://devfeed.tech/topics/vlm.md>), [Artificial Intelligence](<https://devfeed.tech/topics/ai.md>), [Mixture of Experts (MoE)](<https://devfeed.tech/topics/mixture-of-experts-moe.md>), [qwen](<https://devfeed.tech/topics/qwen.md>), [Mercury](<https://devfeed.tech/topics/mercury-lang.md>)

Tags: [ai](<https://devfeed.tech/tags/ai.md>), [llm](<https://devfeed.tech/tags/llm.md>), [ml](<https://devfeed.tech/tags/ml.md>), [moe](<https://devfeed.tech/tags/moe.md>), [qwen](<https://devfeed.tech/tags/qwen.md>), [tag-055aee430837](<https://devfeed.tech/tags/tag-055aee430837.md>), [tag-61cd5a476b1d](<https://devfeed.tech/tags/tag-61cd5a476b1d.md>), [tag-831b63de9433](<https://devfeed.tech/tags/tag-831b63de9433.md>), [tag-86b843454893](<https://devfeed.tech/tags/tag-86b843454893.md>), [tag-95a2c958e46b](<https://devfeed.tech/tags/tag-95a2c958e46b.md>), [tag-ef0b1bf200df](<https://devfeed.tech/tags/tag-ef0b1bf200df.md>), [vlm](<https://devfeed.tech/tags/vlm.md>)

### AI overview

Yandex describes its work on an Alice omnimodel that combines a text LLM and a visual VLM into one model for text and image interactions. The article focuses on lessons from training and alignment, including the role of MoE architecture and reinforcement learning.

### Source excerpt

Ещё недавно Алиса отвечала на текст и на картинку будто двумя разными голосами. Под капотом и правда жили две генеративные модели: текстовая LLM и визуальная VLM, а между ними -- стена из непрозрачного роутинга, разных форматов ответов и разной вёрстки. Почти год мы сводили их в одну омнимодель -- такую, которая воспринимает текст и изображения как единое целое, без переключений за кадром. Получилось не всё и не сразу, но путь вышел поучительным, и в этой статье я хочу поделиться тем, что мы поняли про обучение таких моделей. Попутно -- несколько неочевидных поворотов: почему за два года до этого та же затея разваливалась, что изменила MoE-архитектура, почему омнипретрейн пришлось собирать с конца и почему один вид RL переезжает на большую модель легко, а другой рассыпается прямо на глазах. Меня зовут Алексей Григорьев, я представляю большую команду разработки омнимодели Яндекса. Вместе с моим коллегой Данилой Кашиным я расскажу про все технические грабли не со стороны наблюдателя, а как их непосредственный собиратель. Но рассказывать я буду с акцентом не на красивом замысле, а на самой болезненной части -- алайнменте. Читать далее

## Как маскировать персональные данные на изображениях: наш эксперимент с OCR и NER

DevFeed: [Как маскировать персональные данные на изображениях: наш эксперимент с OCR и NER](<https://devfeed.tech/articles/ocr-ner-23996.md>)

Original publisher: [Read original article](<https://habr.com/ru/companies/redmadrobot/articles/1011450/>)

Author: andrivasg (red\_mad\_robot)

Published: 2026-03-17T15:55:37Z

Content type: tutorial

Language: ru

Sources: [Redmadrobot EN](<https://devfeed.tech/sources/redmadrobot-en.md>), [Redmadrobot RU](<https://devfeed.tech/sources/redmadrobot-ru.md>)

Topics: [Natural language processing](<https://devfeed.tech/topics/nlp.md>), [pii](<https://devfeed.tech/topics/pii.md>)

Tags: [ai](<https://devfeed.tech/tags/ai.md>), [computer-vision](<https://devfeed.tech/tags/computer-vision.md>), [llm](<https://devfeed.tech/tags/llm.md>), [ner](<https://devfeed.tech/tags/ner.md>), [nlp](<https://devfeed.tech/tags/nlp.md>), [ocr](<https://devfeed.tech/tags/ocr.md>), [pii](<https://devfeed.tech/tags/pii.md>), [red-mad-robot](<https://devfeed.tech/tags/red-mad-robot.md>), [rnd](<https://devfeed.tech/tags/rnd.md>), [tag-601fbc7112a4](<https://devfeed.tech/tags/tag-601fbc7112a4.md>), [tag-7bc388df28ed](<https://devfeed.tech/tags/tag-7bc388df28ed.md>), [tag-9bf5e01ce62e](<https://devfeed.tech/tags/tag-9bf5e01ce62e.md>), [tag-b92bf5906bbd](<https://devfeed.tech/tags/tag-b92bf5906bbd.md>), [tag-ef0b1bf200df](<https://devfeed.tech/tags/tag-ef0b1bf200df.md>)

### AI overview

The article describes red_mad_robot's experiment using OCR combined with a NER model to detect and selectively mask personally identifiable information in images without training specialized visual detectors. On a dataset of 40 annotated images, the pipeline masked 90% of personal data while falsely masking 14% of text polygons; performance declined on difficult real-world photographs.

### Source excerpt

Всем привет! Меня зовут Андрей Иванов, я NLP-исследователь в R&D red_mad_robot. Мы разрабатываем систему Guardrails для защиты персональных данных (PII) и фильтрации небезопасного контента. В этой статье расскажу, как мы решали задачу точечного маскирования PII на картинках без обучения специальных визуальных детекторов. Разберём связку оптического распознавания символов (OCR) с NER-моделью, покажем метрики на реальных данных, раскроем ограничения подхода и наши решения для их преодоления. Читать далее