Ученые ВШЭ оптимизировали обучение генеративных потоковых нейросетей
Исследователи факультета компьютерных наук НИУ ВШЭ улучшили метод обучения генеративных потоковых нейросетей для работы с неструктурированными задачами. Это поможет искать новые лекарства эффективнее. Результаты работы были представлены на одной из ведущих конференций по машинному обучению — ICLR 2025. Текст работы доступен в репозитории Arxiv.org.
Смешать, но не взбалтывать: ВШЭ и AIRI ускорили дообучение нейросетей
Исследователи из ВШЭ и AIRI предложили метод быстрой донастройки нейросетей: данные обрабатываются по группам, которые затем перемешивают оптимальным образом, чтобы улучшить их взаимодействие. Метод лучше аналогов справляется с генерацией и анализом изображений, дообучением текстовых моделей. При этом он требует меньше памяти и времени на обучение. Результаты работы были представлены на конференции NeurIPS 2024.
Трое сотрудников Центра глубинного обучения и байесовских методов награждены стипендией Яндекса
Сразу трое сотрудников Центра глубинного обучения и байесовских методов стали лауреатами стипендии Яндекса в 2025 г.
Перспективы ИИ: математика машинного обучения в фокусе
Институт искусственного интеллекта и цифровых наук ФКН НИУ ВШЭ провел выездной воркшоп «Математика машинного обучения». Здесь собрались ведущие ученые и специалисты НИУ ВШЭ в области машинного обучения, математики и статистики. В центре внимания исследователей оказались математические аспекты, лежащие в основе современных и наиболее перспективных направлений машинного обучения. Программа воркшопа включала мини-курсы, практические работы, доклады и круглый стол, посвященный перспективам развития ИИ в России.
Ученых ФКН отметили нагрудным знаком «Молодой ученый»
26 февраля на заседании Ученого совета НИУ ВШЭ, которое было посвящено науке, трех ученых факультета компьютерных наук — Айбека Аланова, Максима Рахубу и Сергея Самсонова — наградили нагрудными знаками «Молодой ученый».
Статья сотрудников Bayes Lab и HDI Lab принята на конференцию ICLR-2025
Статья Тимофея Грицаева и Никиты Морозова, написанная в соавторстве с сотрудниками HDI Lab Сергеем Самсоновым и Даниилом Тяпкиным, принята в программу конференции ICLR, одной из ведущих в области машинного обучения и искусственного интеллекта.
Пятая встреча «Лаборантской»
На факультете компьютерных наук ВШЭ прошла пятая «Лаборантская» — встреча научных сотрудников лабораторий ФКН со студентами. В этот раз у студентов была возможность познакомиться с центром глубинного обучения и байесовских методов.
Состоялась защита кандидатской диссертации Айбека Аланова
Заведующий Центром глубинного обучения и байесовских методов, выпускник Аспирантской школы по компьютерным наукам Айбек Аланов успешно защитил кандидатскую диссертацию «Разработка эффективных параметризаций для генеративных состязательных сетей в задачах генерации изображений и речи».
Красота в деталях: ученые Вышки и AIRI разработали метод высококачественного редактирования изображений
Исследователи Центра ИИ НИУ ВШЭ, AIRI и Бременского университета разработали новый метод редактирования изображений на основе глубинного обучения — StyleFeatureEditor. Он позволяет точно воссоздавать мельчайшие детали изображения и сохранять их при редактировании. С его помощью пользователи смогут изменять цвет волос или выражение лица без потери качества изображения. Результаты работы опубликованы на самой цитируемой конференции по компьютерному зрению CVPR 2024.
