Применение больших языковых моделей для автоматизации оценки портфолио при поступлении в магистратуру: опыт факультета информационных технологий Новосибирского государственного университета

В работе рассмотрена задача автоматизации конкурса портфолио для поступления в магистратуру факультета информационных технологий Новосибирского государственного университета. Рост числа заявок и трудоем кость ручной оценки портфолио приводят к значительным временным затратам экспертной комиссии. Предло жена программная платформа, покрывающая полный цикл конкурса: от сбора заявок и нормализации данных конкурсантов до анализа загруженных документов средствами больших языковых моделей и формирования итоговых результатов. Языковая модель применена в парадигме LLM-as-a-Judge1 и работает как инструмент поддержки экспертов, а окончательное решение по каждому конкурсанту остается за комиссией. Проведен срав нительный анализ четырех моделей с учетом мультимодальности, стоимости обработки и требований законода тельства о персональных данных; для основного сценария выбрана GigaChat Pro. На обезличенной выборке из 35 портфолио приемной кампании 2025 г. модель показала точность отсева слабых портфолио 1,00 и полноту выявления сильных портфолио 0,91. Внедрение сокращает среднее время обработки одного конкурсанта при мерно втрое и повышает пропускную способность конкурса до 600 участников при прежних трудозатратах комиссии. Решение планируется применить в приемной кампании 2026 г.