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.
Киселева С. В., В кн.: Ученые записки: сб. науч. статейТ. 22: Современные проблемы филологии, межкультурной коммуникации и перевода.: СПб.: ИВЭСЭП, Знание, 2013. С. 43–52.
В статье рассматривается проблематика многозначности терминов, которые до недавнего времени считались однозначными. С развитием когнитивного терминоведения в исследовании полисемии терминов появились новые подходы. Когнитивной наукой установлено, что познавательные процессы осуществляются системно. Следовательно, в переносе значений, приводящей к развитию многозначности слова и многозначности термина, также присутствует системность. Накопление языкового материала позволит совершить качественный прорыв в понимании ...