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.
В статье исследуются способы повышения операционной эффективности
ИТ-компаний за счет совершенствования подходов к решению задач на различных
этапах жизненного цикла разработки программного обеспечения ( SDLC). Показано,
что наибольший потенциал роста операционной эффективности имеют задачи
этапа работы с требованиями. Автоматизация таких задач с помощью инструментов
искусственного интеллекта, в первую очередь основанных на больших языковых моделях
( LLM), позволит существенно сократить время ...
Серова Е. Г., Kalmykov O., , in: Eurasian Business Perspectives. Eurasian Studies in Business and EconomicsVol. 16. Issue 2.: Springer, 2021. P. 127–139.
Соболев А. И., Известия Санкт-Петербургского государственного экономического университета 2018 Т. 4 № 112 С. 180–185
В статье рассматриваются стратегии элиминирования рисков на инновационных предприятиях IT-сектора экономики в условиях роста неопределенности бизнес-среды как следствия совокупности геополитических факторов. ...
Babkin A. V., Липатников В. С., Muraveva S. V., , in: Proceedings of the 11th International Strategic Management ConferenceIssue 207.: Netherlands: Elsevier, 2015. P. 749–758.