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.
Ерохина Ю. В., Соболева А. К., Труды Института государства и права Российской академии наук 2019 Т. 14 № 6 С. 26–57
Актуальность исследования государственных символов, их восприятия гражданами и законодателем, осуществляющим правовое регулирование, обусловлена востребованностью в осмыслении исторической памяти России и в изучении их роли с учетом меняющегося политического контекста. Понимание этих аспектов важно для правовой оценки правомерных и неправомерных действий, связанных с использованием флагов, и формирования правоприменительной практики, способствующей объединению нации, а не ее разобщению. Визуальная репрезентация флагов связана с их символическим значением, которое может по-разному ...