Новости

Исследователи НИУ ВШЭ и Сбера научили нейросети лучше угадывать предпочтения пользователей

Исследователи НИУ ВШЭ и Сбера научили нейросети лучше угадывать предпочтения пользователей
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 ФКН провели курс по машинному обучению в рамках Всероссийской школы по физике высоких энергий

Ученые ФКН провели курс по машинному обучению в рамках Всероссийской школы по физике высоких энергий
В Национальном центре физики и математики (НЦФМ) завершилась пятая Всероссийская школа по физике высоких энергий, ядерной физике и ускорительной технике. Команда научно-учебной лаборатории методов анализа больших данных Института искусственного интеллекта и цифровых наук ФКН провела в рамках школы интенсивный курс по современным методам машинного обучения для молодых исследователей.

Исследователи ФКН ВШЭ завоевали золотую медаль на международном соревновании по машинному обучению

Исследователи ФКН ВШЭ завоевали золотую медаль на международном соревновании по машинному обучению
Команда, в состав которой вошли сотрудники Международной лаборатории статистической и вычислительной геномики Алексей Шмелев и Никита Червов, выпускник 2025 года магистратуры «Анализ данных в биологии и медицине» ФКН НИУ ВШЭ Иван Геворков, а также двое студентов из США, показала высокий результат на международном соревновании по машинному обучению The 2026 NeuroGolf Championship. Команда получила золотую медаль и заняла 7-е место в итоговом рейтинге.

Исследователи ВШЭ показали, как создавать регуляторную ДНК напрямую

Исследователи ВШЭ показали, как создавать регуляторную ДНК напрямую
Исследователи НИУ ВШЭ разработали модель для генерации промоторов и энхансеров — участков ДНК, регулирующих работу генов. Модель работает с нуклеотидами ДНК напрямую, без промежуточного преобразования в непрерывное числовое пространство. Разработка может быть полезна в синтетической биологии и генной терапии. Результаты исследования представлены на воркшопе конференции ICLR 2026.

Делегация ФКН посетила Всемирную конференцию по искусственному интеллекту WAIC 2026

Делегация ФКН посетила Всемирную конференцию по искусственному интеллекту WAIC 2026
В Шанхае завершилась Всемирная конференции и выставка по искусственному интеллекту WAIC 2026. Представители факультета компьютерных наук НИУ ВШЭ посетили выставку, оценили мировые новинки и поделились своими впечатлениями.

Ускорение, точность и самокоррекция: ученые ФКН ВШЭ на международной конференции ICML-2026

Мишан Алиев, Олег Дешеулин, Денис Ракитин, Анна Карпова
Исследователи факультета компьютерных наук (ФКН) ВШЭ представили свои проекты в южнокорейском Сеуле на международной конференции по машинному обучению ICML 2026, одном из главных научных событий в своей области. Сразу несколько исследований сотрудников факультета были удостоены высокого статуса Spotlight .

В НИУ ВШЭ появится суперкомпьютер для работы с ИИ

В НИУ ВШЭ появится суперкомпьютер для работы с ИИ
Высшая школа экономики готовит к запуску второй суперкомпьютер. Новый кластер будет ориентирован прежде всего на задачи ИИ и дополнит уже действующий суперкомпьютер cHARISMa. Его запуск планируется на конец 2026 года.

Управление рисками агентного ИИ — новый приоритет для бизнеса и разработчиков: Вышка на форуме Data Day 2026

Управление рисками агентного ИИ — новый приоритет для бизнеса и разработчиков: Вышка на форуме Data Day 2026
9 июля на ВДНХ состоялся форум «Data Day 2026. ИИ + ДАННЫЕ. Как сохранять уверенный курс в динамичной среде». Институт искусственного интеллекта и цифровых наук ФКН НИУ ВШЭ представила Елена Кожина, заместитель проректора НИУ ВШЭ, директор Центра управления проектной деятельностью Института искусственного интеллекта и цифровых наук.

Ученые НИУ ВШЭ доказали, что машинное обучение может тратить меньше ресурсов

Ученые НИУ ВШЭ доказали, что машинное обучение может тратить меньше ресурсов
Международная группа исследователей, в которой участвовали математики из Института искусственного интеллекта и цифровых наук ФКН НИУ ВШЭ, теоретически обосновала простой и вычислительно легкий метод оценки неопределенности для стохастического градиентного спуска (SGD). Работа опубликована на сервере научных препринтов arXiv.org и была представлена на AISTATS 2026.

Новый метод НИУ ВШЭ и Т-Технологий повышает качество работы ИИ

Новый метод НИУ ВШЭ и Т-Технологий повышает качество работы ИИ
Ученые из лаборатории научных исследований «Т-Технологий» и Института искусственного интеллекта и цифровых наук факультета компьютерных наук НИУ ВШЭ разработали новый метод семплирования для моделей маскированной диффузии — G-Star+. Он помогает быстрее и качественнее исправлять ошибки во время генерации текста и кода за небольшое число шагов. Метод показал эффективность в задачах генерации текста и кода и может применяться там, где генеративным моделям нужно быстро и качественно создавать текст или код при ограниченных вычислительных ресурсах.