Исследователи Института искусственного интеллекта и цифровых наук ФКН НИУ ВШЭ разработали подход, который помогает эффективнее подбирать рекомендательные алгоритмы. В нем разные методы попарно соревнуются, а по результатам всех поединков составляется общий рейтинг. Это помогает сократить число алгоритмов, которые нужно проверять при разработке новых сервисов, и сэкономить денежные и временные ресурсы.Исследование было представлено на 32-й конференции ACM SIGKDD Conference on Knowledge Discovery and Data Mining (KDD 2026).
Институт искусственного интеллекта и цифровых наук ФКН НИУ ВШЭ и Сбер представили новую архитектуру для рекомендательных систем: благодаря объединению двух классов моделей алгоритмы лучше угадывают интересы и потребности пользователей. Препринт работы опубликован на сайте arxiv.org и представлен на летнем фестивале «Урбан ML».
Ученые из МИЭМ ВШЭ и Самарского университета создали алгоритм LRF-3D для автоматического обхода неработающих узлов в трехмерных сетях на кристалле. Благодаря своей иерархической организации он превосходит аналоги по быстродействию и точности пути, повышая надежность процессоров для использования в ЦОД, суперкомпьютерах и ИИ-вычислениях. Исходные коды алгоритмов и тестов опубликованы в открытом доступе.
Рецензия на книгу Мартин Кемп. Моя жизнь с Леонардо. Полвека страстей, открытий и приключений в мире искусства и за его пределами / Пер. Ирины Литвиновой. М.: Слово, 2019 ...
В статье рассматривается один из главных методов современного искусствознания — социальная история искусства. Обзор развития метода от его зарождения в середине XX века до триумфального утверждения в академической науке в 1980–1990‑х годах позволяет продемонстрировать, как постепенно конкретизировались его задачи, как внутри него постепенно смещался фокус исследовательского интереса от «мира художника» к «миру заказчика», как установки и подходы социальной истории искусства к началу XXI века изменили традиционные представления об искусстве Возрождения, сформированные «старыми» методами ...