Институт AIRI – Telegram
Институт AIRI
11.7K subscribers
912 photos
9 videos
2 files
671 links
Канал Института AIRI ⚡️

Рассказываем про технологии ИИ и о том, как исследователи развивают их в России и мире: https://airi.net/ru/

ВКонтакте: https://vk.com/airi_institute

Регистрация в РКН: https://gosuslugi.ru/snet/686cce31f794ae555409516c
Download Telegram
В Сириусе проходит V Конгресс молодых учёных, рассказываем, в каких дискуссиях можно послушать исследователей AIRI💡

📆26 ноября
Транспорт будущего: междисциплинарные вызовы высокой скорости
Дмитрий Юдин, ведущий научный сотрудник лаборатории когнитивных систем искусственного интеллекта AIRI
Запись

📆27 ноября 12:00
AI Journey: путешествие в мир искусственного интеллекта
Дмитрий Юдин
Трансляция

📆27 ноября 12:00
Аналитика будущего: искусственный интеллект в прогнозировании рисков и источников чрезвычайных ситуаций
Александр Панов, директор лаборатории когнитивных систем искусственного интеллекта AIRI
Трансляция

📆27 ноября 14:00
Вложить нельзя отложить: наука как ключевой актив бизнеса
Егор Ершов, руководитель группы «Цветовая вычислительная фотография» AIRI
Трансляция

📆28 ноября 16:00
Трансформационные достижения в области искусственного интеллекта: формирование будущего науки, исследований и образования
Александр Антропов, научный сотрудник AIRI и
Вениамин Фишман, ведущий научный сотрудник группы «Биоинформатика»
Трансляция

📎Подробная программа и трансляция – на сайте.
Please open Telegram to view this post
VIEW IN TELEGRAM
30
26 ноября в Санкт-Петербурге состоялось подписание соглашения о сотрудничестве между AIRI и СПбГУ в рамках совместного открытого семинара, посвящённого искусственному интеллекту, математике и компьютерным наукам.

В мероприятии приняли участие исследователи AIRI: директор AIRI, профессор РАН Иван Оселедец, руководитель научной группы «Воплощённые агенты», доцент МФТИ Алексей Ковалёв, ведущий научный сотрудник AIRI и директор Центра биоэлектрических интерфейсов НИУ ВШЭ Алексей Осадчий, ведущий научный сотрудник AIRI и ИСП РАН, доцент ИТМО Илья Макаров и ведущий научный сотрудник AIRI Константин Яковлев.

С воодушевлением начинаем совместную работу!
61
Учёные из AIRI, ФИЦ ИУ РАН, ИСП РАН, МФТИ, РУДН и MBZUAI провели исследование, чтобы понять, насколько хорошо современные языковые модели умеют выявлять признаки депрессии в русскоязычных текстах 🔖

В сравнении участвовали классические алгоритмы машинного обучения, трансформеры и большие языковые модели. Результаты показали, что LLM значительно лучше справляются с задачей, особенно на небольших и «шумных» наборах данных. Однако модели с психолингвистическими признаками и трансформеры, обученные на клинически валидированных данных, показывают сопоставимую точность.

При этом объяснения, которые дают LLM для выявления депрессии, пока оставляют желать лучшего — клинические психологи оценили их всего на 2.84 из 5 баллов, отметив ошибки и искажения. Это значит, что такие модели могут помочь в предварительном скрининге, но пока не готовы к полноценному внедрению в медицинскую практику.

Статья | ТАСС
Please open Telegram to view this post
VIEW IN TELEGRAM
34
Приглашаем на следующий #AIRI_Seminars, который пройдёт 3 декабря в 17:00 ⤵️

Тема: «Фреймворк Каппа для управления датасетами и бенчмаркинга моделей».

Докладчик: Евгений Павловский, кандидат физико-математических наук, ведущий научный сотрудник Центра ИИ НГУ, заведующий лабораторией аналитики потоковых данных и машинного обучения ММФ НГУ

Оппонент: Андрей Кузнецов, кандидат технических наук, директор лаборатории FusionBrain Института AIRI

Подробное описание и регистрация на офлайн-формат на сайте.

YouTube | VK Видео
Please open Telegram to view this post
VIEW IN TELEGRAM
34
Финальная ИИшница этого года пройдет 4 декабря ⤵️

Делимся расписанием онлайн-встречи, на которой исследователи AIRI расскажут про статьи, которые были приняты на NeurIPS 2025.

◼️14:00 Дмитрий Жемчужников cadrille: Multi-modal CAD Reconstruction with Online Reinforcement Learning

◼️14:20 Назар Бузун HOTA: Hamiltonian framework for Optimal Transport Advection

◼️14:40 Александр Коротин Inverse Entropic Optimal Transport Solves Semi-supervised Learning via Data Likelihood Maximization

◼️15:00 Максим Бобрин Zero-Shot Adaptation of Behavioral Foundation Models to Unseen Dynamics

◼️15:20 Никита Качаев Memory, Benchmark & Robots: A Benchmark for Solving Complex Tasks with Reinforcement Learning

◼️15:40 Антон Корзников OrtSAE: Orthogonal Sparse Autoencoders Uncover Atomic Features

◼️16:00 Матвей Михальчук Inverting Black-Box Face Recognition Systems via Zero-Order Optimization in Eigenface Space

◼️16:20 Михаил Гончаров Screener: Self-supervised Pathology Segmentation Model for 3D Medical Images

◼️16:40 Артём Важенцев Uncertainty-Aware Attention Heads: Efficient Unsupervised Uncertainty Quantification for LLMs

◼️17:00 Даниил Сухоруков Block-wise distillation for lightweight weather models

◼️17:20 Илья Макаров Evaluating Generalization Capabilities of LLM-Based Agents in Mixed-Motive Scenarios Using Concordia

◼️17:40 Никита Гущин Diffusion & Adversarial Schrödinger Bridges via Iterative Proportional Markovian Fitting

◼️18:00 Егор Черепанов Recurrent Action Transformer with Memory

◼️18:20 Евгений Бурнаев Listening to the Wise Few: Query–Key Alignment Unlocks Latent Correct Answers in Large Language Models

◼️18:40 Андрей Шевцов A Benchmark for Arbitrary Geometric Preservation in Protein Generation

Ведущий ИИшницы — Артур Кадурин, AIRI.

YouTube | ВК

До встречи!
Please open Telegram to view this post
VIEW IN TELEGRAM
Please open Telegram to view this post
VIEW IN TELEGRAM
45
#AIRI_Seminars в эфире! Подключайтесь к трансляции на YouTube или в VK Видео 🍿
Please open Telegram to view this post
VIEW IN TELEGRAM
26
Учёные из Института AIRI впервые провели систематическое исследование методов повышения устойчивости языковых моделей к изменениям в форматировании запросов 🔖

Небольшие изменения в оформлении — такие как пунктуация, отступы или пробелы — могут значительно повлиять на качество ответов моделей. В связи с этим специалисты сравнили популярные техники пост-обработки, например калибрацию, и проверили их эффективность как в лабораторных условиях, так и в более приближённых к реальности сценариях.

Выяснилось, что ни один из существующих методов пока не решает проблему полностью. Учёные предложили модификацию одного из существующих методов, позволив применять его к передовым языковым моделям, не имея доступа к их внутренним состояниям.

Исследование сопровождается открытым репозиторием с инструментами для оценки устойчивости к форматированию.

В состав команды исследователей вошли научный сотрудник группы «Прикладное NLP» Михаил Селезнёв, инженер-исследователь группы «Прикладное NLP» Михаил Чайчук, доктор компьютерных наук, руководитель группы «Вычислительная семантика» Александр Панченко, доктор компьютерных наук, руководитель группы «Прикладное NLP», старший научный сотрудник ИСП РАН Елена Тутубалина, а также кандидат технических наук, научный сотрудник группы «Прикладное NLP» Олег Сомов.

Научная статья | GitHub
Please open Telegram to view this post
VIEW IN TELEGRAM
29
Приглашаем на традиционный новогодний огонёк #AIRI_Seminars🎄

17 декабря в 17:00 встречаемся в нашем офисе и онлайн, чтобы вместе с экспертами в области искусственного интеллекта подвести итоги научного 2025 года.

В программе — обсуждение главных достижений: разберём самые яркие публикации и поделимся прогнозами о том, какие открытия нас ждут в ближайшем будущем. И, конечно же, оливье, мандарины, праздничное настроение и живое общение!

Регистрируйтесь на офлайн-участие по ссылке или смотрите трансляцию на YouTube и ВКонтакте.

До встречи на заключительном семинаре 2025 года!😊
Please open Telegram to view this post
VIEW IN TELEGRAM
26