How Artificial Intelligence Technology Affects Productivity

Деркачева А. А., Сакиркина М. А., Краев Г. Н. и др., , in: AI for good innovate for impact report 2025.: Geneva: International Telecommunication Union, 2025. P. 167–169.

Добавлено: 26 мая 2026 г.

Об идеологических предвзятостях генеративного ИИ: Российско-украинский конфликт в репрезентации ChatGPT

Байша О. А., Трофимов В. В., Российская школа связей с общественностью 2026 № 40 С. 171–191

Все большее количество ученых предупреждает об опасности воспроизведения генеративным ИИ социально-политических и идеологических предрассудков, впитанных моделями из текстов, на которых они обучались. Если, например, та или иная модель тренировалась на материалах западных СМИ, она может генерировать нарративы, воспроизводящие западноцентричный взгляд на мировые события. Это проявляется в репродукции определений глобальных проблем, нормализированных в западных гегемонистских дискурсах. ...

Добавлено: 21 апреля 2026 г.

Сопоставление номенклатур товаров ресторанов и поставщиков с помощью LLM — Case Study для ресторанного холдинга

Джин С., Панфилов П. Б., Сулейкин А. С., Труды Института системного программирования РАН 2025 Т. 37 № 6 С. 163–176

В современном ресторанном бизнесе точное сопоставление номенклатуры продуктов между ресторанами и поставщиками является критически важной задачей. Эффективное управление запасами и оптимизация закупок напрямую влияют на прибыльность бизнеса. С ростом числа поставщиков и ассортимента продукции традиционные методы сопоставления становятся менее эффективными. В данном исследовании предлагается использовать большие языковые модели (LLM) для автоматизации и повышения точности сопоставления ...

Добавлено: 17 апреля 2026 г.

Digital Sentiments: Toward a Theory of Emotions in Digital Governance

Vissoky G., Vigoda-Gadot E., Стырин Е. М., Public Administration Review 2026 P. 1–11

Добавлено: 16 апреля 2026 г.

Learning When to Personalize: LLM Based Playlist Generation via Query Taxonomy and Classification

Бузаев Ф. А., Пугачёва Д. В., Sukharev I. и др., Transactions of the Association for Computational Linguistics 2026 P. 51–57

Добавлено: 7 апреля 2026 г.

Large Language Models as Political Actors: Cultural Bias and Epistemic Power

Seredkina E., Seletkova G., Михайловский А. В., Technology and Language 2026 Vol. 7 No. 1 P. 63–79

Быстрое распространение больших языковых моделей (Large Language Models, LLM) в социально и политически чувствительных сферах ставит вопрос о природе и источниках политической предвзятости в системах искусственного интеллекта. В большинстве исследований предвзятость рассматривается преимущественно как технический дефект, подлежащий устранению. Здесь предлагается более широкая философская и культурная интерпретация феномена, согласно которой предвзятость LLM является результатом встроенных эпистемических ...

Добавлено: 1 апреля 2026 г.

Геоинформационные технологии в интеллектуальных системах как дисциплина в программе подготовки студентов по специальности «Картография и геоинформатика»

Подольская Е. С., Геодезия и картография 2024 Т. 85 № 8 С. 51–60

Интеллектуальные информационные системы в геоинформатике – перспективное направление развития науки, производства и образования. В статье представлен анализ публикаций по интеллектуальным геоинформационным системам, сделан краткий обзор российской практики образовательных курсов и учебных пособий с темами интеллектуальных геоинформационных систем. Рассмотрены структура и содержание лекций и практических работ курса по геоинформационным технологиям в интеллектуальных системах, который читается студентам ...

Добавлено: 22 марта 2026 г.

Artificial intelligence and tacit knowledge in radio content production

Trio O., Caboni F., Cavallo F. и др., Journal of Knowledge Management 2026 Vol. 30 No. 4 P. 1282–1302

Добавлено: 11 марта 2026 г.

Industry-specific effects of IT systems: uncovering the winners and losers

Иванов Е. А., Молодчик М. А., Eurasian Business Review 2026 Vol. 16 P. 95–122

This study investigates the industry-specific effects of IT system adoption on company productivity, emphasizing how different industry conditions shape IT-driven performance. Using hierarchical linear modeling on a dataset of 1,500 companies from 12 industries over the period 2008–2021, we analyze the impact of Enterprise Resource Planning (ERP) and Business Process Management (BPM) systems. Our findings ...

Добавлено: 18 февраля 2026 г.

When Punctuation Matters: A Large-Scale Comparison of Prompt Robustness Methods for LLMs

Seleznyov M., Чайчук М. В., Ershov G. и др., , in: Findings of the Association for Computational Linguistics: EMNLP 2025.: Association for Computational Linguistics, 2025. P. 20370–20385.

Добавлено: 3 февраля 2026 г.

Can Large Language Models Develop High-Stakes Physics Exam Items? A Comprehensive Study of Cognitive and Psychometric Efficacy

Moses Oluoke Omopekunola, Elena Yu. Kardanova, Journal of Science Education and Technology 2026

Добавлено: 16 января 2026 г.

Многоаспектная оценка методов адаптации токенизатора для больших языковых моделей на русском языке

Андрющенко Г. Д., Годунова М. Э., Иванов В. В. и др., Доклады Российской академии наук. Математика, информатика, процессы управления (ранее - Доклады Академии Наук. Математика) 2025 Т. 527 С. 320–331

Большие языковые модели (Large language model, LLM), предобученные на корпусах, состоящих из большинства текстов на английском языке, показывают более низкое качество и работают неоптимально на других естественных языках. Адаптация словаря LLM обеспечивает ресурсоэффективный способ повышения качества предобученной модели. Ранее предложенные методы адаптации фокусировались на метриках качества (точности) и размера (фертильности), игнорируя другие аспекты, такие как ...

Добавлено: 15 января 2026 г.

IT Crisisology Patterns and Practices: Smart Agility for Digital Future

Зыков С. В., Springer, 2026.

Добавлено: 30 декабря 2025 г.