На одной из главных мировых конференций в области машинного обучения ICLR 2026, прошедшей в Рио-де-Жанейро, исследователи Сбера совместно с российскими и зарубежными коллегами представили ряд научных работ. Основное внимание было уделено повышению надежности ИИ-помощников и качества нейросетей.
В рамках совместного исследования был предложен тест HUME для оценки способностей ИИ и людей в анализе текста. Выяснилось, что в среднем лучшие модели (80,1%) незначительно превосходят людей (77,6%) в обычных задачах, однако люди лучше справляются со сложными языками и смысловыми нюансами. Авторы предлагают использовать этот тест для более объективной оценки систем.
Другая работа, представленная на основном треке, посвящена методу Clip-SGD. Ученые провели анализ его сходимости, который позволяет обучать модель один раз без многократных перезапусков. Это дает предсказуемый результат и экономит ресурсы, что критически важно для медицинских систем, автопилотов и финансового моделирования.
Исследователи из Сбера, AIRI и Сколтеха предложили способ предсказывать решения для сложных систем с помощью нейросети и геометрии Грассмана. Этот подход снижает количество ошибок на 10–30% при симуляциях и ускоряет инженерные расчеты в нефтегазовой, авиационной и финансовой сферах.
Еще одна разработка, представленная на воркшопе, касается обработки видео. Модель учитывает связь между кадрами и прогнозирует движение, что делает картинку более плавной. Технология может применяться для улучшения видеозвонков, реставрации архивов, замедленных повторов и записи с камер наблюдения.
В ходе конференции Сбер организовал нетворкинг-митап, собравший более 200 участников из США, Македонии, ОАЭ, Индии и других стран. Гостям были представлены собственные ИИ-решения компании, включая нейросети GigaChat и Kandinsky.
Читайте также: «Kandinsky 6.0 Image научился реставрировать старые фото и примерять макияж».