Научно-учебная лаборатория Яндекса совместно с Yandex Research занимается фундаментальными проблемами в области computer science и искусственного интеллекта. Научная работа ведется по следующим темам:

Компьютерное зрение и генеративные модели

Natural Language Processing

Probabilistic Machine Learning


Машинное обучение на графах

Масштабируемое и распределённое глубинное обучение

Сотрудничество

Сотрудники лаборатории участвуют в топовых конференциях (таких как NIPS, ICML, SIGIR, WWW, WSDM, KDD, ACL, CVPR, ICCV, ECCV и т.д.) и ведут тесное сотрудничество с исследовательскими группами по всему миру, включая университеты Оксфорда, Амстердама и Эдинбурга.

Стажировки

Студенты ФКН могут пройти стажировку в НУЛ Яндекс. Стажировка в лаборатории даёт возможность постоянного общения с исследователями из Yandex Research, представителями продакшн-подразделений, погружения в научную и индустриальную среду.

Подробнее про стажировки

Руководство

Бабенко Артем Валерьевич
Заведующий лабораторией

Струминский Кирилл Алексеевич
Заместитель заведующего лабораторией

Кузнецова Ксения Антоновна
Менеджер

Публикации

  • Hogwild! Inference: Parallel LLM Generation via Concurrent Attention

    In bk.: 39th Conference on Neural Information Processing Systems (NeurIPS 2025). NeurIPS, 2025. P. 1-33.

  • Глава в книге

    Alina Shutova, Vladimir Malinovskii, Vage Egiazarian et al.

    Cache Me If You Must: Adaptive Key-Value Quantization for Large Language Models

    In bk.: Volume 267: International Conference on Machine Learning, 13-19 July 2025, Vancouver Convention Center, Vancouver, Canada. Vol. 267. 2025.

  • Глава в книге

    Bazhenov G., Platonov O., Prokhorenkova L.

    GraphLand: Evaluating Graph Machine Learning Models on Diverse Industrial Data

    In bk.: 39th Conference on Neural Information Processing Systems (NeurIPS 2025). NeurIPS, 2025. P. 1-16.

  • Глава в книге

    Gorishniy Y., Kotelnikov A., Babenko A.

    TabM: Advancing tabular deep learning with parameter-efficient ensembling

    In bk.: The Thirteenth International Conference on Learning Representations: ICLR 2025. ICLR, 2025.

  • Глава в книге

    Ivan Rubachev, Nikolay Kartashev, Gorishniy Y. et al.

    TabReD: Analyzing Pitfalls and Filling the Gaps in Tabular Deep Learning Benchmarks

    In bk.: Proceedings of the 13th International Conference on Learning Representations (ICLR 2025). ICLR, 2025. P. 53831-53867.

  • Глава в книге

    Yury Gorishniy, Ivan Rubachev, Nikolay Kartashev et al.

    TabR: Tabular Deep Learning Meets Nearest Neighbors

    In bk.: Proceedings of the 12th International Conference on Learning Representations (ICLR 2024). ICLR, 2024.

  • Глава в книге

    Vage Egiazarian, Andrei Panferov, Denis Kuznedelev et al.

    Extreme Compression of Large Language Models via Additive Quantization

    In bk.: 41st International Conference on Machine Learning, ICML 2024; Vienna; Austria; 21 July 2024 до 27 July 2024. Maastricht: ML Research Press, 2024.

Все публикации

Контакты

109028, г. Москва, Покровский бульвар, д. 11, Т907