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:
МТС и MAGNIT TECH стали индустриальными партнерами ФКН ВШЭ в рамках проекта «Топ-ИИ» Минцифры
Цель партнерства — объединить фундаментальную академическую базу факультета с актуальными задачами бизнеса. Благодаря проекту «Топ-ИИ» при поддержке гранта Минцифры России (при участии АНО «Аналитический центр при Правительстве Российской Федерации») и прямому участию лидеров индустрии студенты ФКН уже во время учебы включаются в разработку передовых технологий и выходят на рынок готовыми специалистами высокой квалификации по ключевым направлениям: генеративный искусственный интеллект, высоконагруженная инфраструктура, инженерия данных и машинное обучение в ритейле.
Лев Толстой и спецификации, контрапункт и инклюзивность ИИ: в НИУ ВШЭ обсудили вайбкодинг
В НИУ ВШЭ прошла первая международная конференция по вайбкодингу VIBE CODING RUSSIA 2026. Более 450 ее участников, спикеров из университетов, банков, телекома, кибербезопасности и самих вайбкодеров, обсудили, как ИИ сокращает путь от научного результата к продукту и кто отвечает за код, который пишет алгоритм.
Проект НИУ ВШЭ CheckAI победил на престижной премии BISA
НИУ ВШЭ укрепляет лидерские позиции в сфере отечественной кибернетической безопасности и искусственного интеллекта. Проект Вышки CheckAI под руководством Антона Сергеева, директора Центра программных разработок и цифровых сервисов МИЭМ ВШЭ, одержал победу на престижной профессиональной премии BISA «За вклад в безопасность цифрового будущего». Инновационная разработка была признана лучшей в номинации «Лучший проект — сервисы цифрового будущего».
В НИУ ВШЭ стартуют 11 исследовательских проектов с участием научных центров из пяти стран
Высшая школа экономики подвела итоги Конкурса совместных фундаментальных научных проектов «Международное академическое сотрудничество». Полностью поддержано пять проектов, еще шесть получили сокращенное финансирование. Исследовательские команды сформированы с участием учёных из Бразилии, ЮАР, Китая, Индии и Омана. Подробностями о победителях МАС 2026 поделился Александр Балышев, проректор НИУ ВШЭ.
НИУ ВШЭ разработает стандарт обучения по созданию и применению ИИ-агентов
НИУ ВШЭ совместно с российской платформой Nodul создаст стандарт и методику обучения по работе с ИИ-агентами. Доступ к платформе смогут получить до 8 тыс. студентов НИУ ВШЭ разных специальностей — от программистов до маркетологов, экономистов и юристов. По оценке Nodul, это станет самым массовым внедрением инструментов для создания ИИ-агентов в российском высшем образовании. Запуск новой программы начнется уже в текущем учебном году в рамках университетского проекта «Культура работы с данными» Data Culture.
Ключевой навык — критическое мышление: в НИУ ВШЭ обсудили, как ИИ меняет требования к работникам
Форсайт-центр и Институт искусственного интеллекта и цифровых наук (Институт ИИ) НИУ ВШЭ провели круглый стол «Как меняется работа в эпоху ИИ: опыт бизнеса, науки и госсектора». Представители бизнеса и эксперты обсудили роль руководителя в интеграции ИИ в бизнес-процессы, границы доверия к самостоятельным решениям ИИ-агентов, а также почему пилотные проекты не доходят до внедрения и как справедливо оценить труд сотрудников, чья производительность выросла благодаря использованию ИИ.
НИУ ВШЭ стал победителем Всероссийского конкурса студенческих конструкторских бюро
Студенческое конструкторское бюро «Интеллектуальные автономные системы в промышленности», созданное на базе Института робототехнических систем и МИЭМ ВШЭ, одержало победу во Всероссийском конкурсе в области студенческого конструкторского лидерства. Организатор конкурса — Министерство науки и высшего образования РФ. Бюро получит государственную поддержку на реализацию проектов в области робототехники совместно с индустриальными партнерами.
НИУ ВШЭ представил в Китае исследование о безопасности нейросетей для анализа видео
Ученые Высшей школы экономики презентавали на международной конференции ChinaMM 2026 в Китае исследование о том, как искажения при передаче видео влияют на работу нейросетей. Авторы предложили новый способ проверять устойчивость таких моделей в условиях, близких к реальному использованию видеосервисов.
Научная экспедиция на Хайнань: ученые ВШЭ организовали конференцию по статистическому ИИ в Китае
С 24 по 28 августа 2026 года в городе Санья на острове Хайнань (Китай) прошла международная конференция Statistical AI («Статистический искусственный интеллект»). Мероприятие собрало ведущих специалистов в области статистики, машинного обучения и прикладного ИИ. Среди организаторов конференции — Алексей Наумов, директор Института искусственного интеллекта и цифровых наук ФКН НИУ ВШЭ, и Сергей Самсонов, заведующий Международной лабораторией стохастических алгоритмов и анализа многомерных данных.
V конференция «Погружение в машинное обучение»: главное ИИ-событие осени соберет ведущих ученых России
Институт искусственного интеллекта и цифровых наук факультета компьютерных наук НИУ ВШЭ приглашает исследователей, разработчиков и всех, кто создает будущее технологий, на пятую, юбилейную конференцию «Погружение в машинное обучение» (Fall into ML 2026). Мероприятие состоится 23–24 октября 2026 года в Центре культур НИУ ВШЭ (Москва, Покровский бульвар, д. 11, cтр. 6) и станет главной точкой притяжения для российского ИИ-сообщества.