• A
  • A
  • A
  • АБВ
  • АБВ
  • АБВ
  • A
  • A
  • A
  • A
  • A
Обычная версия сайта
  • RU
  • EN
  • Национальный исследовательский университет «Высшая школа экономики»
  • Публикации ВШЭ
  • Статьи
  • Роль больших языковых моделей в интегрированных средах разработки нового поколения
  • RU
  • EN
Расширенный поиск
Высшая школа экономики
Национальный исследовательский университет
Приоритетные направления
  • бизнес-информатика
  • государственное и муниципальное управление
  • гуманитарные науки
  • инженерные науки
  • компьютерно-математическое
  • математика
  • менеджмент
  • право
  • социология
  • экономика
по году
  • 2028
  • 2027
  • 2026
  • 2025
  • 2024
  • 2023
  • 2022
  • 2021
  • 2020
  • 2019
  • 2018
  • 2017
  • 2016
  • 2015
  • 2014
  • 2013
  • 2012
  • 2011
  • 2010
  • 2009
  • 2008
  • 2007
  • 2006
  • 2005
  • 2004
  • 2003
  • 2002
  • 2001
  • 2000
  • 1999
  • 1998
  • 1997
  • 1996
  • 1995
  • 1994
  • 1993
  • 1992
  • 1991
  • 1990
  • 1989
  • 1988
  • 1987
  • 1986
  • 1985
  • 1984
  • 1983
  • 1982
  • 1981
  • 1980
  • 1979
  • 1978
  • 1977
  • 1976
  • 1975
  • 1974
  • 1973
  • 1972
  • 1971
  • 1970
  • 1969
  • 1968
  • 1967
  • 1966
  • 1965
  • 1964
  • 1963
  • 1958
  • еще
Тематика
Новости
22 сентября 2026 г.
Как россияне взаимодействуют с ИИ при поиске информации в интернете
Школа коммуникаций НИУ ВШЭ и Online Market Intelligence провели исследование пользовательского поискового опыта в российском сегменте интернета. Как показали результаты, пользователи в России уже воспринимают ИИ-ответ в выдаче как естественную часть поиска и используют его наравне с привычным списком ссылок. При этом на рынке самостоятельных нейросетей (отдельных чат‑ботов) уверенно лидирует Алиса AI от Яндекса  —  ее регулярно используют 40 % опрошенных.
18 сентября 2026 г.
«Время на содержательные вопросы у нас не лимитировалось»
Международная лаборатория атомистического суперкомпьютерного моделирования и многомасштабного анализа НИУ ВШЭ провела масштабную конференцию «Молекулярная динамика». Участники могли услышать всех докладчиков, а сами докладчики — ответить на любое количество содержательных вопросов. О подготовке конференции и дискуссиях «Вышка.Главное» поговорила с заведующим лабораторией Григорием Смирновым и ее главным научным сотрудником Генри Норманом.
18 сентября 2026 г.
Ученые ВШЭ займутся изучением очарованных адронов в рамках BESIII
Высшая школа экономики стала университетом — участником международной коллаборации BESIII (Beijing Spectrometer III) в области физики высоких энергий. Присоединение к коллаборации стало первым практическим результатом реализации меморандума о сотрудничестве, подписанного в 2025 году между НИУ ВШЭ и Институтом физики высоких энергий (IHEP) в Пекине (КНР).

 

Нашли опечатку?
Выделите её, нажмите Ctrl+Enter и отправьте нам уведомление. Спасибо за участие!

Публикации
  • Книги
  • Статьи
  • Главы в книгах
  • Препринты
  • Верификация публикаций
  • Расширенный поиск
  • Правила использования материалов
  • Наука в ВШЭ

?

Роль больших языковых моделей в интегрированных средах разработки нового поколения

Программные системы и вычислительные методы. 2024. № 4. С. 140–150.
Ишанхонов А. Ю., Пшиченко Д. В., Можаровский Е. А., Алуев А. С.

В статье рассматривается роль больших языковых моделей (Large Language Models, LLM) в интегрированных средах разработки (Integrated Development Environment, IDE) нового поколения. Изучаются инструменты, такие как GitHub Copilot, IntelliCode и Alice Code Assistant, в контексте их использования в программировании. Авторы исследуют, каким образом LLM позволяют автоматизировать ключевые задачи разработки, включая автодополнение кода, выявление ошибок, рефакторинг и генерацию фрагментов программного кода, и как автоматизация приводит к повышению эффективности разработки и улучшению качества конечного продукта. Особое внимание уделяется влиянию использования LLM на когнитивные процессы разработчиков, их способность к решению творческих задач, а также на мотивацию и профессиональные навыки. Так же обсуждаются этические аспекты внедрения LLM. Обзор существующих интегрированных сред разработки, в которых применяются большие языковые модели. Оценивались функциональные возможности LLM для автодополнения кода, генерации фрагментов, выявления и исправления ошибок. Применялись сравнительные методы для оценки эффективности LLM по сравнению с традиционными средствами разработки. Новизна исследования заключается в комплексном анализе применения LLM в современных IDE, а также в выявлении их потенциала для повышения продуктивности разработчиков и улучшения качества программного кода. Сделан вывод о том, что интеграция LLM в IDE позволяет не только ускорить процесс создания кода, но и существенно повысить его качество за счет интеллектуальной поддержки и автоматизации рутинных задач. Однако выявлены и ограничения, связанные, в частности, с когнитивной нагрузкой, этическими вопросами и необходимостью сохранения баланса между автоматизацией и развитием навыков программистов. Авторы отмечают, что для успешной интеграции LLM необходим продуманный и ответственный подход, предполагающий баланс между автоматизацией и сохранением творческого потенциала программистов.

Научное направление: Компьютерные науки
Язык: русский
Полный текст
DOI
Текст на другом сайте
Ключевые слова: искусственный интеллектпрограммные системымашинное обучениеанализ данныхdata analysisавтоматизация программированияsoftware systemscode completionбольшие языковые моделиlarge language models artificial intelligence machine learningIntegrated Development Environmentsprogramming automationcode improvementdevelopment process optimizationинтегрированные среды разработкиулучшение кодаоптимизация процессов разработки
Похожие публикации
Segmentation of the Iris and Pupil of the Human Eye in Images from an Infrared Camera
Aleksei Samarin, Alexander Savelev, Aleksei Toropov и др., Pattern Recognition and Image Analysis 2024 Vol. 34 No. 3 P. 855–862
Добавлено: 21 сентября 2026 г.
A Model Based on Universal Filters for Image Color Correction
Aleksei Samarin, Назаренко А. А., Alexander Savelev и др., Pattern Recognition and Image Analysis 2024 Vol. 34 No. 3 P. 844–854
Добавлено: 21 сентября 2026 г.
Streptococci Recognition in Microscope Images Using Taxonomy-based Visual Features
Aleksei Samarin, Alexander Savelev, Aleksei Toropov и др., Optical Memory and Neural Networks (Information Optics) 2024 Vol. 33 P. 424–434
Добавлено: 21 сентября 2026 г.
Specialized Image Descriptors Adaptation for Polyp Recognition over Endoscopic Images
Aleksei Samarin, Aleksei Toropov, Alexander Savelev и др., Pattern Recognition and Image Analysis 2024 Vol. 34 No. 4 P. 1053–1060
Добавлено: 21 сентября 2026 г.
Lightweight Image Preprocessing Model for Improving Microorganism Detection in Microscopic Scenes
Самарин А. В., Торопов А. Г., Савельев А. Г. и др., Pattern Recognition and Image Analysis 2024 Vol. 34 No. 4 P. 1044–1052
Добавлено: 21 сентября 2026 г.
Advancements in Signal, Image and Video Processing
Singapore: Springer Singapore, 2025.
Добавлено: 21 сентября 2026 г.
Interpretable Lazy Classification with Interval Pattern Structures and Local Interval Explanations
Томат А., Sergei O. Kuznetsov, International Journal of Approximate Reasoning 2026 Vol. 197 Article 109754
Добавлено: 21 сентября 2026 г.
IDAP++: Advancing Divergence-Based Pruning via Filter-Level and Layer-Level Optimization
Aleksei Samarin, Назаренко А. А., Kotenko E. и др., / Series arXiv "math". 2025. No. 2511.20141.
Добавлено: 21 сентября 2026 г.
Modernized Nonlocal Blocks for Infrared Camera Image Segmentation of the Human Eye
Aleksei Samarin, Alexander Savelev, Aleksei Toropov и др., Pattern Recognition and Image Analysis 2025 Vol. 35 No. 2 P. 169–178
Добавлено: 21 сентября 2026 г.
Non-Contrast Brain CT Images Segmentation Enhancement: Lightweight Pre-Processing Model for Ultra-Early Ischemic Lesion Recognition and Segmentation
Aleksei Samarin, Alexander Savelev, Aleksei Toropov и др., Journal of Imaging 2025 Vol. 11 No. 10 Article 359
Добавлено: 21 сентября 2026 г.
Pattern Recognition. ICPR 2024 International Workshops and Challenges
Springer, Cham, 2025.
Добавлено: 21 сентября 2026 г.
Automation of Multi-Class Microscopy Image Classification Based on the Microorganisms Taxonomic Features Extraction
Aleksei Samarin, Alexander Savelev, Aleksei Toropov и др., Journal of Imaging 2025 Vol. 11 No. 6 P. 1–20
Добавлено: 21 сентября 2026 г.
Lecture Notes in Artificial Intelligence
Springer, 2026.
Добавлено: 20 сентября 2026 г.
Improving the Accuracy of Automatic Wildlife Detection in Nature Reserves Using Infrared Imaging
Aleksei Samarin, Alexander Savelev, Aleksei Toropov и др., Pattern Recognition and Image Analysis 2026 Vol. 36 No. 2 P. 323–334
Добавлено: 19 сентября 2026 г.
IDAP++: Advancing Divergence-Aware Pruning with Joint Filter and Layer Optimization
Aleksei Samarin, Назаренко А. А., Kotenko E. и др., Proceedings of the ACM on Management of Data, USA 2026 Vol. 4 No. 1 P. 1–28
Добавлено: 19 сентября 2026 г.
Automated Feature Engineering-Based Approach for Micrococci Microscopic Image Classification and Taxonomic Characteristics Determination
Aleksei Samarin, Alexander Savelev, Aleksei Toropov и др., Pattern Recognition and Image Analysis 2025 Vol. 35 No. 2 P. 148–158
Добавлено: 19 сентября 2026 г.
Improvement in Microbial Classification Quality Using Synthetic Microscopic Images Generated by Large Visual-Language Models
Aleksei Samarin, Alexander Savelev, Aleksei Toropov и др., Pattern Recognition and Image Analysis 2026 Vol. 36 No. 2 P. 302–312
Добавлено: 19 сентября 2026 г.
Advances in Neural Computation, Machine Learning, and Cognitive Research IX
Springer, Cham, 2026.
Добавлено: 19 сентября 2026 г.
Proceedings of 18th International Conference on Machine Learning and Computing
Springer, Cham, 2026.
Добавлено: 19 сентября 2026 г.
Proceedings of the 35th Conference of Open Innovations Association FRUCT, Tampere, Finland, 24-26 April 2024
FRUCT Oy, 2024.
Добавлено: 19 сентября 2026 г.
Proceedings of the 36th Conference of Open Innovations Association FRUCT, Helsinki, Finland, 30 October - 1 November 2024
FRUCT Oy, 2024.
Добавлено: 19 сентября 2026 г.
CONVIVIAL OR MANIPULATIVE TOOLS? LLMS IN RUSSIAN HIGHER EDUCATION (THE CASE OF THE SCHOOL OF ADVANCED STUDIES)
Шиповалова Л. В., Социология власти 2026 Vol. 38 No. 1 P. 224–243
Добавлено: 18 сентября 2026 г.
Metaheuristics in Machine Learning: Theory and Applications
Springer, 2021.
Добавлено: 18 сентября 2026 г.
Data Analysis and Optimization for Engineering and Computing Problems
Springer, 2020.
Добавлено: 18 сентября 2026 г.
  • О ВЫШКЕ
  • Цифры и факты
  • Руководство и структура
  • Устойчивое развитие в НИУ ВШЭ
  • Преподаватели и сотрудники
  • Корпуса и общежития
  • Закупки
  • Обращения граждан в НИУ ВШЭ
  • Фонд целевого капитала
  • Противодействие коррупции
  • Сведения о доходах, расходах, об имуществе и обязательствах имущественного характера
  • Сведения об образовательной организации
  • Людям с ограниченными возможностями здоровья
  • Единая платежная страница
  • Работа в Вышке
  • ОБРАЗОВАНИЕ
  • Лицей
  • Довузовская подготовка
  • Олимпиады
  • Прием в бакалавриат
  • Вышка+
  • Прием в магистратуру
  • Аспирантура
  • Дополнительное образование
  • Центр развития карьеры
  • Бизнес-инкубатор ВШЭ
  • Образовательные партнерства
  • Обратная связь и взаимодействие с получателями услуг
  • НАУКА
  • Научные подразделения
  • Исследовательские проекты
  • Мониторинги
  • Диссертационные советы
  • Защиты диссертаций
  • Академическое развитие
  • Конкурсы и гранты
  • Внешние научно-информационные ресурсы
  • РЕСУРСЫ
  • Библиотека
  • Издательский дом ВШЭ
  • Книжный магазин «БукВышка»
  • Типография
  • Медиацентр
  • Журналы ВШЭ
  • Публикации
  • http://www.minobrnauki.gov.ru/
    Министерство науки и высшего образования РФ
  • https://edu.gov.ru/
    Министерство просвещения РФ
  • https://elearning.hse.ru/mooc
    Массовые открытые онлайн-курсы
  • НИУ ВШЭ1993–2026
  • Адреса и контакты
  • Условия использования материалов
  • Политика обработки персональных данных
  • Правила применения рекомендательных технологий в НИУ ВШЭ
  • Карта сайта
Редактору