Локальный ассистент для Zoom: как «тишина» в записи ломает модель

В шестой части серии «Локальный ассистент для зумов» (Habr AI, 19 сентября 2026) авторы рассказывают о реальном инциденте, произошедшем 15 сентября во время тестовой встречи. За полчаса общения канал собеседников «умер» четыре раза, в результате чего в стенограмме оказалось 33 минуты пропусков из 65 минут записи. Протокол встречи, опубликованный командой, полностью игнорировал эти пробелы, разделив материал на шесть разделов без упоминания потери аудио.

Главный вопрос – почему «тишина» в записи воспринимается моделью как согласие, а не как отсутствие данных? Авторы показывают, что без явных меток о пропуске модель автоматически заполняет пустоты, создавая «факты», которых в реальности не было. Это приводит к ошибочным выводам, особенно в сценариях, где требуется точность (например, юридические или медицинские протоколы).

Для иллюстрации проблемы команда провела два независимых ревью, каждый из которых обнаружил один и тот же дефект – отсутствие обработки пропусков – несмотря на более 2000 автоматических тестов. Вывод: тестовые наборы не покрывали сценарий потери аудио, а потенциальные «паспортные» данные о записи (метаданные о качестве канала) не учитывались при обучении.

Статья предлагает несколько решений: 1) добавить в протокол явные маркеры пропусков; 2) обучать модель на синтетических данных с имитированными «тишинами»; 3) расширить тест‑сьют, включив сценарии потери аудио. Полный текст доступен на Habr AI: https://habr.com/ru/articles/1084114/