https://lenta.ru/news/2026/04/30/rossiyskie-uchenye-na-konferentsii-v-rio-de-zhaneyro-predstavili-resheniya-dlya-povysheniya-kachestva-ii-modeley/
Ученые Сбера совместно с ведущими российскими и международными исследователями представили свои научные работы на конференции ICLR 2026 в Рио-де-Жанейро — одном из главных мировых событий в сфере машинного обучения. Их разработки предлагают прорывные решения для создания полезных и надежных ИИ-помощников и повышения качества современных нейросетей. В этом году конференция была сфокусирована на прикладном применении ИИ: в докладах все заметнее переход от математических выкладок к реальным возможностям. Следующий этап развития ИИ — не просто более сильные модели, а адаптивные системы, которые помогают человеку в обучении, работе, здоровье, развитии. Исследователи Сбера вместе с зарубежными исследователями создали специальный тест HUME, который оценивает, насколько хорошо люди и современные ИИ-модели справляются с анализом текста: классификацией, кластеризацией, поиском похожих текстов, ранжированием. Результат, представленный в научной работе, оказался неожиданным: в среднем в повседневных задачах люди показывают точность 77,6 процента, а лучшие модели — 80,1 процента. В сложных языках и в тонких смысловых нюансах люди превосходят ИИ. Еще одна работа, представленная на основном треке ICLR 2026, представляет собой кросс-национальное исследование от авторов из Сбера и ряда международных университетов. В нем ученые смогли подойти к решению нескольких фундаментальных задач ИИ-моделей. Зачастую из-за случайных факторов обучение приходится запускать многократно, а в стохастических задачах — усреднять результаты по многим запускам, что неудобно на практике. Ученые впервые провели строгий анализ сходимости метода Clip-SGD для последней, а не усредненной итерации. Это позволяет обучать модель один раз и быть уверенным в качестве полученных весов без многократных перезапусков. Еще одна научная статья, авторами которой выступили исследователи Сбера, Института AIRI и Сколтеха, предлагает новый способ моделирования сложных систем. Он заключается в том, что нейросеть учится предсказывать подпространства (базисы решений) по параметрам, используя специальную геометрию Грассмана для точности. Авторы еще одной научной статьи, которая была презентована на воркшопе конференции, ученые Сбера, Института AIRI и Сколтеха. Исследователи предлагают новый способ работы с видео: модель специально учат понимать связь между соседними кадрами во времени, а не обрабатывать каждый кадр отдельно. В ходе конференции более 200 участников международного ИИ-сообщества посетили нетворкинг-митап, организованный Сбером. Мероприятие впервые прошло за пределами России. Исследователи из США, Македонии, ОАЭ, Индии и других стран обсудили возможности глобального научного сотрудничества, а также последние тренды в сфере генеративного искусственного интеллекта. Особое внимание гостей привлекла демонстрация собственных ИИ-решений Сбера, таких как нейросети GigaChat и Kandinsky.
Ученые Сбера совместно с ведущими российскими и международными исследователями представили свои научные работы на конференции ICLR 2026 в Рио-де-Жанейро — одном из главных мировых событий в сфере машинного обучения. Их разработки предлагают прорывные решения для создания полезных и надежных ИИ-помощников и повышения качества современных нейросетей. В этом году конференция была сфокусирована на прикладном применении ИИ: в докладах все заметнее переход от математических выкладок к реальным возможностям. Следующий этап развития ИИ — не просто более сильные модели, а адаптивные системы, которые помогают человеку в обучении, работе, здоровье, развитии. Исследователи Сбера вместе с зарубежными исследователями создали специальный тест HUME, который оценивает, насколько хорошо люди и современные ИИ-модели справляются с анализом текста: классификацией, кластеризацией, поиском похожих текстов, ранжированием. Результат, представленный в научной работе, оказался неожиданным: в среднем в повседневных задачах люди показывают точность 77,6 процента, а лучшие модели — 80,1 процента. В сложных языках и в тонких смысловых нюансах люди превосходят ИИ. Еще одна работа, представленная на основном треке ICLR 2026, представляет собой кросс-национальное исследование от авторов из Сбера и ряда международных университетов. В нем ученые смогли подойти к решению нескольких фундаментальных задач ИИ-моделей. Зачастую из-за случайных факторов обучение приходится запускать многократно, а в стохастических задачах — усреднять результаты по многим запускам, что неудобно на практике. Ученые впервые провели строгий анализ сходимости метода Clip-SGD для последней, а не усредненной итерации. Это позволяет обучать модель один раз и быть уверенным в качестве полученных весов без многократных перезапусков. Еще одна научная статья, авторами которой выступили исследователи Сбера, Института AIRI и Сколтеха, предлагает новый способ моделирования сложных систем. Он заключается в том, что нейросеть учится предсказывать подпространства (базисы решений) по параметрам, используя специальную геометрию Грассмана для точности. Авторы еще одной научной статьи, которая была презентована на воркшопе конференции, ученые Сбера, Института AIRI и Сколтеха. Исследователи предлагают новый способ работы с видео: модель специально учат понимать связь между соседними кадрами во времени, а не обрабатывать каждый кадр отдельно. В ходе конференции более 200 участников международного ИИ-сообщества посетили нетворкинг-митап, организованный Сбером. Мероприятие впервые прошло за пределами России. Исследователи из США, Македонии, ОАЭ, Индии и других стран обсудили возможности глобального научного сотрудничества, а также последние тренды в сфере генеративного искусственного интеллекта. Особое внимание гостей привлекла демонстрация собственных ИИ-решений Сбера, таких как нейросети GigaChat и Kandinsky.
