Семинары и мероприятия лаборатории

Лаборатория проводит международные и периодические семинары, организует публичные лекции и участвует в различных мероприятиях НИУ ВШЭ.

Информация о планируемых мероприятиях публикуется на странице анонсов лаборатории.
На данной странице расположены мероприятия текущего года. О мероприятиях предыдущих годов вы можете узнать на странице Архива мероприятий.

На семинары открытый доступ для всех желающих.
Для студентов, аспирантов, преподавателей и сотрудников НИУ ВШЭ - вход свободный.
При необходимости заказа пропуска в здание НИУ ВШЭ просьба сообщить по e-mail: pzhidkikh@hse.ru 

26 марта 2025 г. в 15:00  в рамках совместного семинара центра «Языковых и семантических технологий» МЛ ИССА и ДАДИИ состоится доклад младшего научного сотрудника ФИЦ ИУ РАН Чистовой Елены Викторовны, по теме: " Методы анализа риторической структуры текстов на русском языке "

Докладчик: Чистова Елена Викторовна

Тема: "  Методы анализа риторической структуры текстов на русском языке "
Аннотация: Многие задачи обработки естественного языка требуют анализа текста за пределами одного предложения — дискурсивного анализа. Одной из наиболее широко используемых теорий для описания дискурсивной структуры текста является теория риторических структур. В докладе будут представлены методы поверхностного и полнотекстового анализа риторической структуры текстов на русском языке и их приложения в задачах классификации, анализа аргументации и разрешения кореференции, разработанные в рамках диссертационного исследования.

Ссылка на видеовстречу: https://telemost.yandex.ru/j/78317083406591

Время и дата
Среда, 26 марта в 15:00

19 марта 2025 г. в 15:00 в рамках семинара "Математические модели информационных технологий" департамента анализа данных и искусственного интеллекта и МЛ "Интеллектуальных систем и структурного анализа" под руководством С.О. Кузнецова состоится доклад  к.ф.-м.н., научный сотрудник НИВЦ МГУ, Тихомирова Михаила Михайловича по теме "Адаптация больших языковых моделей для русского языка " в формате онлайн конференции.

Аннотация:
Несмотря на бурное развитие больших языковых моделей, в частности, в направлении мультиязычности, качество и эффективность работы подобных LLM на русском языке все еще хуже, чем на английском. Для решения этих проблем есть два основных пути: 1. обучение LLM с нуля, что требует миллионов долларов, или 2. адаптация уже существующих моделей на русский язык.

В рамках проекта Ruadapt мы развиваем методологию адаптации мультиязычных LLM на русский язык с заменой токенизации, что приводит к ускорению генерации текста (в символах) до 30-100% без существенной потери качества, относительно исходных версий моделей (а иногда и с повышением качества в ряде задач). Среди успешных адаптаций: RuadaptQwen2.5-32B-Pro, RuadaptQwen2.5-7B-Lite, RuadaptQwen2.5-14B-Instruct-1M, а также и модели с глубокими размышлениями, например, RuadaptQwen2.5-32B-QWQ-Preview и др.

В докладе будет описана история развития проекта и методологии, будут рассмотрены основные шаги, а также плюсы и текущие минусы получаемых Ruadapt моделей.

Ссылка на видеовстречу: https://telemost.yandex.ru/j/03436253140943

Время и дата
Среда, 19 марта в 15:00

Название: Адаптация больших языковых моделей для русского языка
Докладчик: к.ф.-м.н., научный сотрудник НИВЦ МГУ, Тихомиров Михаил Михайлович

05 марта 2025 г. в 17:00 в рамках семинара "Математические модели информационных технологий" департамента анализа данных и искусственного интеллекта и МЛ "Интеллектуальных систем и структурного анализа" под руководством С.О. Кузнецова состоится доклад  Атугодаге Марк Махешевич, Стажер-исследователь Лаборатория естественного языка ВШЭ-Яндекс по теме " Представление Deepseek " в формате онлайн конференции.

Аннотация:
В рамках данного выступления мы рассмотрим одну из самых перспективных и обсуждаемых серий больших языковых моделей — Deepseek R1 и её дистиллированные версии. В ходе доклада будут рассмотрены основные технические характеристики, заложенные в этих моделях; мы обсудим инновационные методы, которые авторы использовали при их разработке, а также стратегию инференса. Мы порассуждаем о потенциальных областях применения Deepseek R1 и ее дистиллятов (и в целом reasoning моделей), какие проблемы у них наблюдаются. Мы также уделим внимание адаптивности этих LLM для русскоязычного контекста.

Ссылка на видеовстречу: https://telemost.yandex.ru/j/52281496653711

Время и дата

Среда, 05 марта в 17:00

26 февраля 2025 г. в 15:00 в рамках семинара "Математические модели информационных технологий" департамента анализа данных и искусственного интеллекта и МЛ "Интеллектуальных систем и структурного анализа" под руководством С.О. Кузнецова состоится доклад  Чистова Елена Викторовна, младший научный сотрудник ФИЦ ИУ РАН по теме " Методы анализа риторической структуры текстов на русском языке " в формате онлайн конференции.

Время и дата

Среда, 26 февраля в 15:00

Название: Методы анализа риторической структуры текстов на русском языке
Докладчик: Чистова Елена Викторовна, младший научный сотрудник ФИЦ ИУ РАН

Аннотация:
Многие задачи обработки естественного языка требуют анализа текста за пределами одного предложения — дискурсивного анализа. Одной из наиболее широко используемых теорий для описания дискурсивной структуры текста является теория риторических структур. В докладе будут представлены методы поверхностного и полнотекстового анализа риторической структуры текстов на русском языке и их приложения в задачах классификации, анализа аргументации и разрешения кореференции, разработанные в рамках диссертационного исследования.


Ссылка на видеовстречу: https://telemost.yandex.ru/j/82363496073165

19 октября 2024 г. в 11:00

On October 19, 2024, the 27th EUROPEAN CONFERENCE ON ARTIFICIAL INTELLIGENCE will be held as part of the conference. and in the twelfth issue of FCA4AI "What can artificial intelligence do?" Professor S.O. Kuznetsov made a presentation on the topic: "Clustering with Axialities".

Topic: "Clustering with Axialities".

Speaker: Sergey Kuznetsov

Abstract

4 декабря 2024 г. в 14:00 

On December 04, 2024, at 14:00, within the framework of the seminar "Mathematical models of Information Technologies" of the School of Data Analysis and Artificial Intelligence and IL "Intelligent Systems and Structural Analysis" under the leadership of S.O. Kuznetsov, Zain Alabedeen Ali presentation on the topic " Single-Agent and Multi-Agent Path Finding In Time-Varying Environments " will take place in the format of an online conference.

Spiker: Zain Alabedeen Ali, PhD degree at the Moscow Institute of Physics and Technology

Title: Single-Agent and Multi-Agent Path Finding In Time-Varying Environments

Abstract: The talk is dedicated to the algorithms of path planning for single and multiple mobile agents (robots) in dynamically changing environments. These problems attract an increased attention among robotics and artificial intelligence communities recently due to the fact that more advanced and complex robots start working in highly-changing environments where many robots or other objects are moving around. In this seminar, we will introduce three novel path planning algorithms. The first algorithm is developed to solve the single-agent path planning problem in the environments with predictably moving obstacles. The algorithm respects the kinodynamic constraints of the agent and is guaranteed to return optimal solutions (under given assumptions). Next, we present two other novel algorithms to efficiently solve two variants of Multi-Agent Path Finding problems when the agents can exchange the goal positions. For all algorithms, we will theoretically prove their properties, and the
 practical effectiveness will be further demonstrated through empirical evaluation.
 
 About the speaker 
 Zain Alabedeen Ali is a researcher specializing in artificial intelligence and robotics with a focus on path, trajectory, motion planning for mobile agents in dynamic environments. He has published several papers on the application of novel algorithms to enhance the efficiency and autonomy of robotic systems. Zain is now pursuing his PhD degree at the Moscow Institute of Physics and Technology in Artificial Intelligence and Machine Learning.