Рекомендательные системы: новые алгоритмы и современная практика
Институт ИИ и цифровых наук ФКН НИУ ВШЭ провел конференцию, посвященную передовым технологиям рекомендательных систем. Мероприятие прошло в атмосфере активного обмена опытом между ведущими специалистами отрасли и позволило участникам ознакомиться с последними достижениями и практическими решениями в области разработки рекомендательных моделей.
Конференция собрала экспертов, занимающихся разработкой рекомендательных систем — перспективной технологии, находящей применение как в академической среде, так и в индустрии. Организатором конференции выступила Научно-учебная лаборатория (НУЛ) матричных и тензорных методов в машинном обучении под руководством Максима Рахубы.
Евгений Фролов
Евгений Фролов, старший научный сотрудник лаборатории, руководитель группы «Технологии персонализации» AIRI, отметил: «Вторая итерация конференции по рекомендательным системам объединила сообщество специалистов из индустрии и академии и показала, что у нас есть крепкая техническая база и растущий интерес к области. Программa вышла разноплановой: от свежих исследований, поданных на ведущую конференцию по рекомендательным системам RecSys 2025, до подробных разборов продакшен-архитектур крупных компаний. Интересным вышел и круглый стол: обсудили, что хорошо отлаженные одностадийные решения могут стать первым шагом к единой LLM-ориентированной рекомендательной парадигме. Для меня главный итог — активно формируется сообщество экспертов из индустрии и академии, где можно честно проверять гипотезы на реальных данных и сразу понимать их ценность для бизнеса и науки».
В рамках обучающего семинара научные сотрудники AIRI Глеб Мезенцев и Даниил Гусак представили подробный обзор современных подходов к созданию масштабируемых последовательных рекомендательных систем. Участники узнали о новейших методиках построения эффективных конвейеров обработки больших объемов данных и тонкостях внедрения рекомендательных решений в реальные бизнес-процессы.
Сергей Ермилов, старший разработчик (VK AI), рассказал о результатах исследований влияния рекламных интеграций на эффективность рекомендательных сервисов и успешных подходах к релевантности контента и доходности рекламной деятельности.
Руслан Исрафилов, лидер команды исследований рекомендательных систем Сбера, представил доклад на тему «Следующий шаг эволюции AI: мультиагентные системы на базе LLM». Его выступление было сосредоточено на преимуществах интеграции мультиинтеллектуальных агентов для улучшения точности рекомендаций и понимания поведения пользователей.
Марина Ананьева
Марина Ананьева, руководитель направления RecSys НУЛ матричных и тензорных методов в машинном обучении, рассказала о переходе от классических пакетных методов обучения к онлайн-моделям рекомендаций. Она представила практические кейсы перехода на онлайн-обучение, подчеркнув повышение скорости адаптации моделей к изменениям предпочтений аудитории.
Алексей Васильев, исполнительный директор по исследованию данных Sber AI Lab, осветил важность правильной подготовки данных для построения качественных рекомендательных систем. Его доклад охватывал вопросы выбора архитектуры модели, оптимизации тренировочных процессов и интерпретации результатов работы алгоритмов. «В конференции принимали участие специалисты ведущих российских компаний. Многих выступающих я знаю лично, приятно было снова встретиться, — говорит Алексей Васильев. — Прекрасные разнообразные доклады, как индустриальные, так и научные, а также постерная сессия сделали мероприятие очень интересным. Здорово, что обсуждения продолжались и во время перерывов, еще раз подтвердив, что тема рекомендаций сейчас очень актуальна и востребована. Мне кажется, конференция удалась».
Евгений Фролов в рамках своего выступления предложил инновационный подход к повышению эффективности рекомендательных систем путем динамического изменения структуры внутренних представлений данных. Предложенный метод позволяет значительно повысить качество рекомендаций и снизить вероятность ошибок. «На конференции я представил нашу новую статью, в которой предложен self-supervised-подход к обучению рекомендательных моделей. Мы адаптировали метод Barlow Twins из области компьютерного зрения для transformer-архитектур рекомендаций. В частности, помимо повышения качества предсказаний, мы впервые выявили эффект адаптивного коллапса представлений: в зависимости от структуры пользовательских предпочтений алгоритм сам регулирует степень разнообразия выдачи. В наборах данных без явных кластеров вкусов он генерирует широкий спектр рекомендаций, а в сценариях со строго выраженными, специфическими предпочтениями — концентрируется на наиболее релевантных товарах, обеспечивая более точный выбор, чем существующие методы», — рассказал Евгений Фролов.
Завершилась конференция постерной сессией в атриуме корпуса университета на Покровском бульваре, в рамках которой участники обсудили представленные исследования в неформальной обстановке и обменялись мнениями относительно новых направлений развития рекомендательных технологий.
Конференция по рекомендательным системам проводится в НИУ ВШЭ во второй раз и становится важной площадкой для обсуждения научных достижений и технологических новшеств в сфере искусственного интеллекта и цифровой экономики, способствуя развитию индустрии рекомендательных систем и формированию сообщества профессионалов нового поколения.
Вам также может быть интересно:
Ученые ВШЭ разработали DeepGQ — Google Maps для G-квадруплексов
Исследователи из Центра искусственного интеллекта ФКН НИУ ВШЭ разработали ИИ-модель, которая открывает новые возможности для диагностики и лечения тяжелых заболеваний, включая рак мозга и нейродегенеративные нарушения. Ученые применили искусственный интеллект для изучения G-квадруплексов — структур, которые оказывают значительное влияние на работу наших клеток и развитие различных органов и тканей. Статья с результатами исследования опубликована в журнале Scientific Reports.
Зеленый энергопереход: от мифов к реалиям
В 2025 году в Вышке стартовал стратегический технологический проект (СТП) «Национальный центр социально-экономического и научно-технологического прогнозирования». Институт экономики природных ресурсов и изменения климата ВШЭ формирует прогнозы развития мировой и российской экономики и энергетики с учетом фактора «зеленой трансформации». Игорь Макаров, директор института и руководитель департамент мировой экономики, рассказал о глобальном ландшафте климатического регулирования, «черных лебедях» и роли ИИ в борьбе с изменением климата.
Стратегические технологические проекты Вышки в 2025 году
В 2025 году Высшая школа экономики продолжила участие в программе стратегического академического лидерства «Приоритет-2030», обеспечив фокус на технологическое лидерство согласно новой рамке программы «Приоритет-2030». Важный элемент стратегии технологического лидерства университета — стратегические технологические проекты, направленные на создание востребованных наукоемких продуктов и услуг.
Переход к устойчивому развитию требует глубокой структурной трансформации бизнеса
Группа ученых предложила оценивать ESG-трансформацию бизнеса через коэффициент смены партнеров в цепочках сырьевых и сбытовых поставок. Исследователи отмечают, что путь к устойчивости требует глубокой и зачастую затратной перестройки партнерской сети. Этот и другие доклады были представлены на III Международной ежегодной конференции “ESG Corporate Dynamics: the Challenges for Emerging Capital Markets”.
Исследователи НИУ ВШЭ выяснили, как нейросети понимают каламбуры
Международная команда с участием исследователей ФКН НИУ ВШЭ представила KoWit-24 — корпус из 2700 русскоязычных заголовков «Коммерсанта» с игрой слов. Корпус позволил оценить, как искусственный интеллект распознает и объясняет языковую игру. Эксперименты с пятью большими языковыми моделями подтвердили: даже передовые системы пока ошибаются, причем интерпретация игры слов является для них более сложной задачей, чем ее выявление. Результаты работы были представлены на конференции RANLP, cтатья доступна в репозитории Arxiv.org, датасет и код для воспроизведения экспериментов — в GitHub.
МИЭМ и «ИнфоВотч» разработали сценарии для систем защиты информации от внутренних угроз
Сценарии позволяют моделировать инциденты, выявлять и анализировать действия инсайдеров, противодействовать фишинговым атакам, выстраивать политику защиты и готовить заключения по результатам расследований. Они прошли полномасштабную апробацию в рамках чемпионата профессионального мастерства «Профессионалы».
Вышка Онлайн в четвертый раз стала победителем премии «Эффективное образование»
Проект онлайн-кампуса НИУ ВШЭ «Обучаем навыкам будущего: ИИ-портал Вышки» стал победителем в номинации «Образовательная экосистема года в области ИИ». Награда «Эффективное образование» вручается с 2017 года за лучшие проекты и практики в области корпоративного обучения и развития образования.
Создавать условия для жизни и развивать инфраструктуру: как сделать Сибирь модной
В Вышке проходит Всероссийская научно-практическая конференция «II Тобольские чтения», организованная факультетом мировой экономики и мировой политики НИУ ВШЭ. Эксперты, ученые, представители власти, бизнеса и культуры обсуждают вопросы сибиризации России — сдвига центра развития страны к Уралу и Сибири. В работе конференции принял участие заместитель руководителя Администрации Президента РФ Максим Орешкин.
ИИ в науке: страхи и чаяния российских ученых
Искусственный интеллект стал привычным инструментом в ряде стран, однако в российской науке его внедрение пока остается фрагментарным. К такому выводу пришли авторы первого в стране комплексного исследования использования технологий ИИ в научной деятельности. Они провели интервью с ведущими российскими учеными и расспросили их о сферах применения, возможностях и барьерах технологии.
«Снижает трудозатраты»: что дает разработанная в ВШЭ платформа поддержки природно-климатических проектов
В НИУ ВШЭ прошла презентация первой российской цифровой платформы для оценки природно-климатических проектов. Она была разработана в 2025 году в Центре цифровых технологий для природно-климатических проектов НИУ ВШЭ при поддержке Минобрнауки РФ в рамках программы карбоновых полигонов. Платформа помогает компаниям и госорганам оценить, где и каким образом реализовывать проекты и какова будет их экономическая эффективность. Инструмент снижает трудозатраты и позволяет принимать быстрые управленческие решения, отметили эксперты.