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

АБВ
АБВ
АБВ

Обычная версия сайта

Приоритетные направления

по году

Тематика

21 июля 2026 г.

«Нам бы хотелось, чтоб наши корпуса использовались больше»

Созданные в Международной лаборатории языковой конвергенции и Школе лингвистики НИУ ВШЭ корпуса абхазо-адыгских языков, на которых говорят народы Западного Кавказа, позволяют изучить их особенности, показывают возможности современного использования. Создание корпусов стало возможным благодаря серии экспедиций ученых и студентов Вышки на Кавказ, современным методам лингвистической обработки и взаимодействию с коллегами из региональных университетов. О работе лингвистов новостной службе «Вышка.Главное» рассказал ведущий научный сотрудник Международной лаборатории языковой конвергенции, доцент Школы лингвистики Юрий Ландер.

20 июля 2026 г.

В НИУ ВШЭ обсудили подходы к измерению качества питания школьников

В Высшей школе экономики состоялся научный семинар «Подходы к измерению качества питания российских школьников». Его участники заявили о необходимости пересмотра подходов к контролю за школьным питанием. Организаторами мероприятия выступили Институт социальной политики и базовая организация СНГ по вопросам питания учащихся АНО «Институт отраслевого питания».

15 июля 2026 г.

«Наука всемирна, она не знает границ»

Разработанные ординарным профессором, директором Международного центра анализа и выбора решений НИУ ВШЭ Фуадом Алескеровым и его коллегами методы сетевого анализа в библиометрии позволили определить особенности появления, взаимного влияния и цитирования публикаций в научных журналах. Частое цитирование разными изданиями одного или нескольких исследований означает высокое качество работы, а перекрестные ссылки внутри ограниченного круга журналов повышают вероятность формирования сети хищнических изданий.

Нашли опечатку?
Выделите её, нажмите Ctrl+Enter и отправьте нам уведомление. Спасибо за участие!

Публикации

?

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

P. 41–44.

Тихонова М. И., Chekalina V., Chervyakov A., Zaytsev A., Panchenko A.

Язык: английский

DOI

Текст на другом сайте

Ключевые слова: Large Language Models (LLM)Teaching NLP

В книге

Proceedings of the Seventh Workshop on Teaching Natural Language Processing (TeachNLP 2026)

Association for Computational Linguistics, 2026.

Industry vs Academia: Running a Course on Transformers in Two

Nikishina I., Тихонова М. И., Чекалина В. А. и др., , in: Proceedings of the Sixth Workshop on Teaching NLP (TeachNLP 2024).: Association for Computational Linguistics, 2024. P. 7–22.

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.

Long Context Benchmark for the Russian Language

Churin I., Apishev M., Тихонова М. И. и др., , in: Proceedings of the 6th Workshop on Computational Approaches to Discourse, Context and Document-Level Inferences (CODI 2025).: Suzhou: Association for Computational Linguistics, 2025. P. 1–13.

Добавлено: 11 июня 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.

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.

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.