RussianSuperGLUE: A Russian Language Understanding Evaluation Benchmark

?

RussianSuperGLUE: A Russian Language Understanding Evaluation Benchmark

P. 4717–4726.

Shavrina T., Феногенова А. С., Emelyanov A., Shevelev D., Artemova E., Malykh V., Mikhailov V., Тихонова М. И., Chertok A., Evlampiev A.

Язык: английский

DOI

В книге

Proceedings of the 2020 Conference on Empirical Methods in Natural Language Processing (EMNLP)

Association for Computational Linguistics, 2020.

Local Fault-Tolerant Routing in 3D Mesh NoCs using Single-Hop Rollback

Edward R. Rzaev, Aleksandr Y. Romanov, Andrey M. Sukhov, IEEE Access 2026 Vol. 14 P. 2169–3536

Добавлено: 23 июля 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.

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.

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.

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.

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.

HoTPP benchmark: Are we good at the long horizon events forecasting?

Karpukhin I., Шипилов Ф. А., Савченко А. В., Neurocomputing 2026 Vol. 672 Article 132771

Добавлено: 25 февраля 2026 г.

ComputAgeBench: Epigenetic Aging Clocks Benchmark

Kriukov D., Efimov E., Kuzmina E. и др., , in: KDD '25: Proceedings of the 31th ACM SIGKDD Conference on Knowledge Discovery and Data Mining. Volume 2.: Association for Computing Machinery (ACM), 2025. P. 5560–5570.

Добавлено: 12 января 2026 г.

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

Association for Computational Linguistics, 2025.

Добавлено: 16 ноября 2025 г.

Методы и средства извлечения терминов из текстов для терминологических задач

Большакова Е. И., Семак В. В., Программные продукты и системы 2025 Т. 38 № 1 С. 5–16

Рассматривается современное состояние в области автоматического извлечения терминов из специализированных текстов на естественном языке, включая научно-технические документы. К числу актуальных практических приложений методов и средств извлечения терминов из текстов относятся создание терминологических словарей, тезаурусов и глоссариев предметных областей, а также выявление ключевых слов и построение предметных указателей для узкоспециализированных документов. Обзорно излагаются применяемые подходы к автоматическому ...

Добавлено: 2 июля 2025 г.

Analysis of Images, Social Networks and Texts, 12th International Conference, AIST 2024, Bishkek, Kyrgyzstan, October 17–19, 2024, Revised Selected Papers

Springer, 2024.

This book constitutes the refereed proceedings of the 12th International Conference on Analysis of Images, Social Networks and Texts, AIST 2024, held in Bishkek, Kyrgyzstan, during October 17–19, 2024. The 16 full papers included in this book were carefully reviewed and selected from 70 submissions. They were organized in topical sections as follows: Natural Language Processing; Computer Vision; Data Analysis and Machine Learning; ...

Добавлено: 29 мая 2025 г.

Knowledge Discovery, Knowledge Engineering and Knowledge Management: 15th International Joint Conference, IC3K 2023, Rome, Italy, November 13-15, 2023, Revised Selected Papers

Rome: Springer, 2025.

Добавлено: 2 мая 2025 г.

Evaluating the Pragmatic Competence of Large Language Models in Detecting Mitigated and Unmitigated Types of Disagreement

Шульгинов В. А., Hasan Berkcan Şimşek, Sergei Kudriashov и др., , in: Computational Linguistics and Intellectual Technologies: Papers from the Annual International Conference “Dialogue” (2025)Issue 23.: [б.и.], 2025. P. 345–360.

В настоящем исследовании представлена методика оценки эффективности больших языковых моделей (БЯМ) в области выявления несогласия, включая широкий диапазон стратегий его выражения — от смягченных форм до явной вербальной агрессии. Особое внимание уделяется сложным случаям имплицитных проявлений иронии и сарказма, представляющим значительные трудности как для автоматического анализа, так и для межличностного общения. Экспериментальное тестирование БЯМ проводилось ...

Добавлено: 30 апреля 2025 г.

Bi-objective Workflow Scheduling in the Cloud: What is the Real State-of-the-Art?

Yury Semenov, Oleg Sukhoroslov, , in: Supercomputing. 10th Russian Supercomputing Days, RuSCDays 2024, Moscow, Russia, September 23–24, 2024, Revised Selected Papers, Part II* 2.: Springer, 2025. P. 20–31.

Добавлено: 25 апреля 2025 г.