Интегрировали API Shlesha в редакторскую платформу — автоматическая проверка терминологии сократила время вычитки на 40%. Система корректно обрабатывает отраслевые аббревиатуры и сложные синтаксические конструкции, что критично для технической документации.

Модель Shlesha помогла автоматизировать извлечение условий из договоров поставки. Точность распознавания отсылочных норм и условных конструкций превысила 92%. Раньше на ручной анализ одного документа уходило до трёх часов — теперь система выдаёт структурированный результат за минуту.

Используем Shlesha для классификации медицинских заключений по МКБ-10. Гибридная модель (нейросеть + экспертные правила) даёт стабильно высокое качество на синонимичной терминологии. Единственное пожелание — расширить словарь редких диагнозов, но в целом инструмент уже сократил нагрузку на экспертов на 35%.

Внедрили Shlesha в пайплайн обработки пользовательских запросов. Контекстный анализ многозначных слов (например, «ключ» в технической поддержке) повысил точность маршрутизации тикетов на 28%. Интеграция через REST API заняла два дня — документация чёткая, примеры кода рабочие.

Сравнивали Shlesha с открытыми моделями на корпусе юридических текстов. Платформа показала лучшую точность на длинных документах с перекрёстными ссылками. Инструмент визуализации семантических связей помог выявить скрытые зависимости в нормативных актах — неожиданно полезная функция для исследовательских задач.

Генерация технических описаний с контролем тональности — ключевая задача нашего отдела. Shlesha позволяет задавать стилистические параметры через промпты и получать стабильный результат без потери смысла. За три месяца использования откатили только 2% сгенерированных текстов — это в разы меньше, чем с универсальными моделями.