Воркшоп «Математика машинного обучения 2026»

Моложавенко А.А. "Оптимизация с учетом геометрии с помощью (Linear Minimizarion Oracle eng: Geometry-aware optimization via Linear Minimizarion Oracle), Паркина У.Р. "Новый алгоритм для устойчивого взвешенного низкорангового приближения (A new algorithm for stable weighted low-rank approximation)", Цыганов А.Ш. "Безградиентные методы: дообучение больших языковых моделей без обратного распространения ошибки (Backpropagation-free methods: fine-tuning LLMs with just forward passes)", Ряполов Д.В. "Новый рандомизированный алгоритм для верхней оценки спектральной нормы матрицы (Novel randomized algorithm for the upper bound of matrix spectral norm)"

Левин И.В. "Гауссовская аппроксимация и мультипликативный бутстрап для федеративной линейной стохастической аппроксимации (Gaussian Approximation and Multiplier Bootstrap for Federated Linear Stochastic Approximation)", Рубцов А.С. "Гауссовская аппроксимация для ассинхорнного Q-обучения (Gaussian Approximation for Asynchronous Q-learning)", Гладин Е.Л. "Логистическая регрессия с огромным числом классов (Logistic regression with extremely many classes)"

Шустова Е.К. "Малоранговые обновления матрицы признаков для рекомендательных систем с большим пространством действий (Scalable LinUCB: Low-Rank Design Matrix Updates for Recommenders with Large Action Spaces)", Лысенко А.В. "Графовые нейронные сети для рекомендательных систем (Graph neural networks for recommender systems)", Коровайцева Д.А. "Off-policy оценка контекстуальных бандитов (Off-policy evaluation of contextual bandits)", Юсупов В.А. "Быстрый инференс в графовых рекомендательных системах (Fast inference in graph recommender systems)", Васильев А.В. "Три ключевые проблемы последовательных рекомендаций и как их решать (Three Critical Issues in Sequential Recommendations and How to Fix Them)"

Маркович А.А. "Оценка score-функции и её гессиана в диффузионных моделях без проклятия размерности (Score and Hessian Estimation in Diffusion Models without the Curse of Dimensionality)", Сучков Д.В. "О точности оценивания потенциала Шрёдингера в задаче генеративного моделирования (On the accuracy of estimating the Schrödinger potential in the generative modeling problem)", Потарусов А.Н. "Об оценке точности восстановления ковариационной матрицы со структурой тензорного поезда, не зависящей от размерности пространства (Dimension-free Bounds for Covariance Estimation with Tensor-Train Structure)", Исаев Р.Р. "Неасимптотический анализ эффективности конформной квантильной регрессии (Nonasymptotic efficiency analysis of conformalized quantile regression)"

Ракитин Д.Р. Мост Шредингера: задача, обобщающая оптимальный транспорт, файнтюнинг и семплирование (Schrödinger Bridges: unifying optimal transport, sampling, and fine-tuning), Оганов А.А. GAS: Улучшение дискретизации диффузионных ОДУ (GAS: Improving Discretization of Diffusion ODE), Чимбулатов Е.Ф. Диффузионные модели в генерации текстов (Diffusion Language Modeling), Алиев М. ReCache: Обучение расписания кэширования с бюджетированием для диффузионных моделей с использованием метода REINFORCE (ReCache:Learning Budget-Aware Caching Schedule for Diffusion Models via REINFORCE) "