Исследователи НИУ ВШЭ учат большие языковые модели понимать русскоязычную научную терминологию, увеличивая при этом их энергоэффективность. Адаптированная модель работает в 2,7 раза быстрее и требует на 73% меньше памяти, чем исходная открытая модель, что позволяет запускать ее на более доступном оборудовании. Программа прошла государственную регистрацию.
В мае 2026 года стартовал научно-популярный проект «Искусственный интеллект: технологии, данные и будущее», который стал результатом работы двух команд — проекта iFORA Института статистических исследований и экономики знаний НИУ ВШЭ и редакции бренд-медиа IQMedia. Медийно-аналитический спецпроект посвящен современному развитию искусственного интеллекта и аналитике больших данных.
Ученые Института искусственного интеллекта и цифровых наук факультета компьютерных наук ВШЭи студенты трека «ИИ360: Инженерия искусственного интеллекта» бакалаврской программы «Прикладная математика и информатика» приняли участие в международной конференции ICLR — одном из самых авторитетных мировых форумов в области машинного обучения и представления данных. В этом году конференция состоялась в Рио-де-Жанейро (Бразилия).
Лепский А. Е., , in: Intelligent and Fuzzy Systems. Intelligence and Sustainable Future Proceedings of the INFUS 2023 Conference, Volume 1.Vol. 758. Issue 1.: Cham: Springer, 2023. P. 69–76.
Карабекян Д. С., Журнал Новой экономической ассоциации 2022 № 5(57) С. 24–37
При передаче информации о предпочтениях участников голосования могут произойти искажения, которые приведут к изменению итогового выбора. Например, участник мог неверно понять инструкции и ошибиться при заполнении бюллетеня. При этом его мнение могло в данной ситуации оказаться решающим. Используя компьютерное моделирование, мы изучаем, как различные правила реагируют на такого рода искажения для случая 3–5 альтернатив. Один ...
Изучается задача аксиоматических и алгоритмических конструкций порогового правила принятия решений в случае, когда индивидуальные предпочтения выражаются как m-градационные строгие предпочтения при m ≥ 3. Показано, что единственным правилом, удовлетворяющим введенным аксиомам, является пороговое правило. Представлено два явных алгоритма: упорядочивающий алгоритм, при котором векторные оценки альтернатив последовательно выписываются, и функция перечисления, соответствующая естественному слабому порядку следования классов ...