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.
Sardegna V. G., Parnami S., Дугарцыренова В. А., , in: (Mis)Understandings in Multicultural Communication: Implications for Second Language Classrooms and Professional Settings.: Switzerland: Springer, 2026. P. 13–35.
Калина И. И., Чернобай Е. В., Коверова М. И., Образовательная политика 2022 № 2 (90) С. 42–51
В статье показан рост актуальности задач системы общего образования для обеспечения ускоренного научно-технологического развития нашей страны. Авторы определяют проблемы, связанные с низким уровнем подготовленности большой части российских школьников по предметам естественно-научной предметной области, и предлагают свое видение того, как эти проблемы можно решить. В статье приводятся и анализируются интересные данные по количественным результатам ОГЭ и ...