Наука

Исследователи Института искусственного интеллекта и цифровых наук ФКН НИУ ВШЭ разработали подход, который помогает эффективнее подбирать рекомендательные алгоритмы. В нем разные методы попарно соревнуются, а по результатам всех поединков составляется общий рейтинг. Это помогает сократить число алгоритмов, которые нужно проверять при разработке новых сервисов, и сэкономить денежные и временные ресурсы.Исследование было представлено на  32-й конференции ACM SIGKDD Conference on Knowledge Discovery and Data Mining (KDD 2026).

В 2026 году преподаватели и исследователи факультета компьютерных наук стали получателями более ста академических надбавок НИУ ВШЭ, которые присуждаются за книги, за публикации в журналах списков А и В, а также за регулярные публикации в международных рецензируемых изданиях. Мы поговорили с несколькими лауреатами этого года об их исследованиях.

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».

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 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.