Long Context Benchmark for the Russian Language

Публикации

?

Long Context Benchmark for the Russian Language

P. 1–13.

Churin I., Apishev M., Тихонова М. И., Shevelev D., Bulatov A., Kuratov Y., Averkiev S., Феногенова А. С.

Язык: английский

DOI

Текст на другом сайте

В книге

Proceedings of the 6th Workshop on Computational Approaches to Discourse, Context and Document-Level Inferences (CODI 2025)

Strube M., Braud C., Hardmeier C., Jessy Li J., Loaiciga S., Zeldes A., Li C. Suzhou: Association for Computational Linguistics, 2025.

Comparing Large Language Models for Aspect-Based Sentiment Analysis of Student Experience from Russian-Language Online Course Reviews

Kalicheva V., Кирина М. А., , in: Speech and Computer. 28th International Conference, SPECOM 2026, Ohrid, North Macedonia, September 17–18, 2026, Proceedings, Part I.: Springer, 2027. P. 320–337.

Добавлено: 20 сентября 2026 г.

RussianSuperGLUE: A Russian Language Understanding Evaluation Benchmark

Shavrina T., Феногенова А. С., Emelyanov A. и др., , in: Proceedings of the 2020 Conference on Empirical Methods in Natural Language Processing (EMNLP).: Association for Computational Linguistics, 2020. P. 4717–4726.

Добавлено: 14 июня 2026 г.

A family of pretrained transformer language models for Russian

Zmitrovich D., Abramov A., Kalmykov A. и др., , in: Proceedings of the 2024 Joint International Conference on Computational Linguistics, Language Resources and Evaluation (LREC-COLING 2024).: ELRA and ICCL, 2024.

Добавлено: 14 июня 2026 г.

RuCLEVR: A Russian Diagnostic Dataset for Compositional Language and Elementary Visual Reasoning

Biryukova K., Chelnokova D., Erkenova J. и др., , in: Analysis of Images, Social Networks and Texts. AIST 2024Issue 2364.: Cham: Springer, 2024. P. 109–121.

Добавлено: 14 июня 2026 г.

Multimodal Evaluation of Russian-language Architectures.

Chervyakov A., Isaeva U., Emelyanov A. и др., , in: Proceedings of the 19th Conference of the European Chapter of the Association for Computational Linguistics (Volume 1: Long Papers)Vol. 1.: Association for Computational Linguistics, 2026. P. 2114–2161.

Добавлено: 14 июня 2026 г.

Proceedings of the 19th Conference of the European Chapter of the Association for Computational Linguistics (Volume 1: Long Papers)

Association for Computational Linguistics, 2026.

Добавлено: 14 июня 2026 г.

DRAGOn: Designing RAG On Periodically Updated Corpus.

Chernogorskii F., Averkiev S., Kudraleeva L. и др., , in: Proceedings of the 19th Conference of the European Chapter of the Association for Computational Linguistics (Volume 4: Student Research Workshop)Vol. 4.: Association for Computational Linguistics, 2026. P. 622–638.

Добавлено: 13 июня 2026 г.

From Standard Transformers to Modern LLMs: Bringing Dialogue Models, RAG, and Agents to the Classroom.

Тихонова М. И., Chekalina V., Chervyakov A. и др., , in: Proceedings of the Seventh Workshop on Teaching Natural Language Processing (TeachNLP 2026).: Association for Computational Linguistics, 2026. P. 41–44.

Добавлено: 13 июня 2026 г.

MMTEB: Massive Multilingual Text Embedding Benchmark

Kenneth E., Chung I., Kerboua I. и др., , in: Proceedings of the 13th International Conference on Learning Representations (ICLR 2025).: ICLR, 2025. P. 102004–102060.

Добавлено: 11 июня 2026 г.

The Russian-Focused Embedders' Exploration: ruMTEB Benchmark and Russian Embedding Model Design

Снегирев А., Тихонова М. И., Maksimova A. и др., , in: Proceedings of the 2025 Conference of the Nations of the Americas Chapter of the Association for Computational Linguistics: Human Language TechnologiesVol. 1: Volume 1: Long Papers.: Association for Computational Linguistics, 2025. P. 236–254.

Добавлено: 11 июня 2026 г.

Proceedings of the 6th Workshop on Computational Approaches to Discourse, Context and Document-Level Inferences (CODI 2025)

Strube M., Braud C., Hardmeier C. и др., Suzhou: Association for Computational Linguistics, 2025.

Добавлено: 11 июня 2026 г.

Proceedings of the 19th Conference of the European Chapter of the Association for Computational Linguistics (Volume 3: System Demonstrations)

Rabat: Association for Computational Linguistics, 2026.

Добавлено: 19 мая 2026 г.

Natural hazard database from Internet publications: text mining with a large language model

Деркачева А. А., Сакиркина М. А., Краев Г. Н. и др., /. 2026.

Добавлено: 28 апреля 2026 г.

FinTech and the green transition: Exploring pathways to ignite innovation for carbon neutrality in global supply chains

Yalcin H., Demirhan D., Aracioglu B. и др., Technology in Society 2026 Vol. 84 Article 103094

Добавлено: 11 марта 2026 г.

Novel Activation Sparsification Approach for Large Language Models

A.V. Demidovskij, Burmistrova E. O., E.I. Zharikov, Optical Memory and Neural Networks (Information Optics) 2025 Vol. 34 P. S166–S174

Добавлено: 22 декабря 2025 г.

Performance Study of Modern Zeroth-Order Optimization Methods for LLM Fine-Tuning

A. V. Demidovskij, A. I. Trutnev, Optical Memory and Neural Networks (Information Optics) 2025 Vol. 34 No. Suppl. 1 P. S16–S29

Добавлено: 22 декабря 2025 г.

Искусственный интеллект как симулякр смысла

Малинов С. А., Галактика медиа: журнал медиа исследований 2025 Т. 7 № 4 С. 154–173

В последние годы искусственный интеллект (ИИ) активно внедряется в повседневную жизнь человека. Его популярность неуклонно растёт, а компании всё чаще используют ИИ для оптимизации и ускорения рабочих процессов. Повседневные пользователи применяют большие языковые модели (Large Language Models, LLM) и мультимодальные ИИ-системы для решения широкого круга задач: генерации текстов, изображений и видео, планирования дня, поиска информации ...

Добавлено: 7 декабря 2025 г.

Proceedings of the 2025 Conference on Empirical Methods in Natural Language Processing (EMNLP)

Association for Computational Linguistics, 2025.

Добавлено: 16 ноября 2025 г.

Transformers and State-Space Models: Fine-Tuning Techniques for Solving Differential Equations

Игнатенко В. В., Сурков А. Ю., Zakharov V. и др., Sci 2025 Vol. 7 No. 3 Article 130

Добавлено: 10 октября 2025 г.

ProcrustesGPT: Compressing LLMs with Structured Matrices and Orthogonal Transformations

Гришина Е. Р., Горбунов М. А., Рахуба М. В., , in: Findings of the Association for Computational Linguistics: ACL 2025.: Association for Computational Linguistics, 2025. P. 26937–26949.

Добавлено: 4 сентября 2025 г.

AGDES: a Python package and an approach to generating synthetic data for differential equation solving with LLMs

Vladimir Zakharov, Anton Surkov, Sergei Koltcov, Procedia Computer Science 2025 Vol. 258 P. 1169–1178

Добавлено: 21 августа 2025 г.

Comparative Analysis of Encoder-Based NER and Large Language Models for Skill Extraction from Russian Job Vacancies

Маткин Н. А., Смирнов А. О., Усанин М. А. и др., , in: 12th International Conference, AIST 2024, Bishkek, Kyrgyzstan, October 17–19, 2024, Revised Selected Papers.: Cham: Springer, 2025.

The labor market is undergoing rapid changes, with increasing demands on job seekers and a surge in job openings. Identifying essential skills and competencies from job descriptions is challenging due to varying employer requirements and the omission of key skills. This study addresses these challenges by comparing traditional Named Entity Recognition (NER) methods based on ...

Добавлено: 26 июля 2025 г.