Наука

С 2025–2026 учебного года факультет компьютерных наук НИУ ВШЭ и Южный федеральный университет развивают совместные образовательные и исследовательские проекты. Ключевым направлением стал исследовательский трек для студентов ЮФУ в рамках программы «Топ-специалисты по искусственному интеллекту», где ребята выполняют научную работу под руководством преподавателей НИУ ВШЭ.

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 .

Российский научный фонд подвел итоги трех конкурсов, направленных на поддержку молодых ученых. Победителями признаны более 850 проектов, в том числе 31 из Высшей школы экономики. На средства грантов будут проведены исследования, направленные на решение конкретных задач в рамках приоритетов научно-технологического развития, которые определены в Стратегии научно-технологического развития Российской Федерации.

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.

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.