Методология построения эталонного теста для оценки работы LLM с числительными

Authors: Sergey Karpovich, Alexander Smirnov, Nikolay Teslya

Source: Информатика и автоматизация, Vol 24, Iss 6, Pp 1721-1750 (2025)

Subject Terms: методология, большие языковые модели (llm), эталонный тест llm, обработка естественного языка (nlp), числительные, Electronic computers. Computer science, QA75.5-76.95

File Description: electronic resource

Relation: https://ia.spcras.ru/index.php/sp/article/view/17147; https://doaj.org/toc/2713-3192; https://doaj.org/toc/2713-3206

Access URL: https://doaj.org/article/b0481e43367444b0809b7bdbf6f45420

Метод интеграции больших языковых моделей в алгоритмы фокусированного мониторинга открытых данных социальных медиа

Authors: Andrey Fedorov, Igor Datyev, Ivan Vishnyakov

Source: Информатика и автоматизация, Vol 24, Iss 6, Pp 1623-1648 (2025)

Subject Terms: социальные медиа, публикации, обобщение, большие языковые модели, генерация дополненная поиском, интеллектуальные агенты, гибридный метод, Electronic computers. Computer science, QA75.5-76.95

File Description: electronic resource

Relation: https://ia.spcras.ru/index.php/sp/article/view/17252; https://doaj.org/toc/2713-3192; https://doaj.org/toc/2713-3206

Access URL: https://doaj.org/article/4db067acbeda4c16bcca81fa8a2a016c

Методика идентификации текстов, сгенерированных большими языковыми моделями

Authors: Anastasiia Fedotova, Aleksandr Romanov

Source: Информатика и автоматизация, Vol 24, Iss 5, Pp 1444-1470 (2025)

Subject Terms: большие языковые модели, нейронные сети, машинное обучение, генерация текста, ансамбль классификаторов, признаки текста, Electronic computers. Computer science, QA75.5-76.95

File Description: electronic resource

Relation: https://ia.spcras.ru/index.php/sp/article/view/17054; https://doaj.org/toc/2713-3192; https://doaj.org/toc/2713-3206

Access URL: https://doaj.org/article/1d1240dcfaaa4565828cfa89bd495e6d

Интеллектуальная система вопросов-ответов: интеграция баз знаний и языковых моделей для повышения эффективности обработки информации

Source: Современные инновации, системы и технологии, Vol 5, Iss 1 (2025)

Subject Terms: GigaChat, языковые модели, 1С:Бухгалтерия, векторизация текста, YandexGPT, T1-995, Retrieval Augmented Generation (RAG), Technology (General)

Access URL: https://doaj.org/article/6eee51d43ba346c4828444b20bb687b0

Optimizing knowledge distillation models for language models

Authors: T. M. Tatarnikova, N. S. Mokretsov

Source: Научно-технический вестник информационных технологий, механики и оптики, Vol 25, Iss 4, Pp 737-743 (2025)

Subject Terms: большие языковые модели, длинные последовательности, нейронные сети, дистилляция знаний, модель учителя, модель ученика, выборочное вмешательство в процесс обучения, низкоранговая адаптация, Information technology, T58.5-58.64

File Description: electronic resource

Relation: https://ntv.elpub.ru/jour/article/view/499; https://doaj.org/toc/2226-1494; https://doaj.org/toc/2500-0373

Access URL: https://doaj.org/article/30595e90dbc7434eaf4dfedcceccafbf

Цифровой перевод: от систем машинного перевода к большим языковым моделям

Authors: Kail, Alina O., Eremina, Ekaterina V.

Subject Terms: НЕЙРОННЫЕ СЕТИ, ИСКУССТВЕННЫЙ ИНТЕЛЛЕКТ, БОЛЬШИЕ ЯЗЫКОВЫЕ МОДЕЛИ, DIGITAL TRANSLATION, ЦИФРОВОЙ ПЕРЕВОД, MACHINE TRANSLATION SYSTEMS, ARTIFICIAL INTELLIGENCE, NEURAL NETWORKS, LARGE LANGUAGE MODELS, СИСТЕМЫ МАШИННОГО ПЕРЕВОДА, ЛИНГВИСТИЧЕСКИЕ ТЕХНОЛОГИИ, LINGUISTIC TECHNOLOGIES

File Description: application/pdf

Access URL: https://elar.urfu.ru/handle/10995/143387

Перспективы использования нейросетей в письменном переводе

Authors: Golovanova, Valeria O., Piven, Irina V.

Subject Terms: LANGUAGE MODELS, MACHINE TRANSLATION, TRANSLATION AUTOMATION, НЕЙРОСЕТИ, TRANSFORMERS, TRANSLATION, NEURAL NETWORKS, ЯЗЫКОВЫЕ МОДЕЛИ, ТРАНСФОРМЕРЫ, ПИСЬМЕННЫЙ ПЕРЕВОД, МАШИННЫЙ ПЕРЕВОД, АВТОМАТИЗАЦИЯ ПЕРЕВОДА

File Description: application/pdf

Access URL: https://elar.urfu.ru/handle/10995/143383

ЧТО ТАКОЕ КОМПЬЮТЕРНАЯ ЛИНГВИСТИКА: ОБЗОР МЕТОДОВ И ЗАДАЧ

Subject Terms: компьютерная лингвистика, обработка естественного языка, машинное обучение, искусственный интеллект, семантический анализ, языковые модели

ЧТО ТАКОЕ КОМПЬЮТЕРНАЯ ЛИНГВИСТИКА: ОБЗОР МЕТОДОВ И ЗАДАЧ

Subject Terms: компьютерная лингвистика, обработка естественного языка, машинное обучение, искусственный интеллект, семантический анализ, языковые модели

АНАЛИТИЧЕСКОЕ СРАВНЕНИЕ ЯЗЫКОВЫХ МОДЕЛЕЙ ДЛЯ ОБРАБОТКИ МЕДИЦИНСКИХ ТЕКСТОВ

Subject Terms: обработка естественного языка, языковые модели, медицинские тексты, medical texts, analytical comparison, linguistic models, аналитическое сравнение, natural language processing

Обоснование применения LLM для решения задачи поиска дублей при создании инструмента нормализации данных НСИ

Authors: Volosnikov, P., Sagilova, E.

Subject Terms: NORMALIZATION, БОЛЬШИЕ ЯЗЫКОВЫЕ МОДЕЛИ, MASTER DATA MANAGEMENT (MDM), НОРМАТИВНО-СПРАВОЧНАЯ ИНФОРМАЦИЯ (НСИ), НОРМАЛИЗАЦИЯ, ДУБЛИКАТЫ, LARGE LANGUAGE MODELS, DATA PROCESSING, ОБРАБОТКА ДАННЫХ, DUPLICATES

File Description: application/pdf

Access URL: http://elar.urfu.ru/handle/10995/142803

Обратная связь в образовании с помощью ИИ: анализ пользовательского опыта

Authors: Feshchenko, Artem

Subject Terms: искусственный интеллект, llm, дополнительное профессиональное образование, обратная связь, большие языковые модели, moodle

Improving question answering in programming domain with pretrained language model finetuning using structured diverse online forum data

Authors: A. V. Gorbatovski, A. D. Razin, A. A. Aliev, S. V. Kovalchuk

Source: Научно-технический вестник информационных технологий, механики и оптики, Vol 24, Iss 6, Pp 1024-1034 (2024)

Subject Terms: вопросно-ответные системы, обработка естественного языка, генерация естественного языка, предобученные языковые модели, большие языковые модели, дообучение, разработка программного обеспечения, Information technology, T58.5-58.64

File Description: electronic resource

Relation: https://ntv.elpub.ru/jour/article/view/409; https://doaj.org/toc/2226-1494; https://doaj.org/toc/2500-0373

Access URL: https://doaj.org/article/e2b19bbdf6c4418a82ea489d78837d60

Автоматическая генерация аннотаций научных статей на основе больших языковых моделей

Authors: Andrey Golubinskiy, Andrey Tolstykh, Marina Tolstykh

Source: Информатика и автоматизация, Vol 24, Iss 1, Pp 275-301 (2025)

Subject Terms: аннотация, генерация, большие языковые модели, цифровизация, машинное обучение, Electronic computers. Computer science, QA75.5-76.95

File Description: electronic resource

Relation: https://ia.spcras.ru/index.php/sp/article/view/16617; https://doaj.org/toc/2713-3192; https://doaj.org/toc/2713-3206

Access URL: https://doaj.org/article/412cda99292446bcb8b43ae15affeb12

Применение методов обработки естественного языка в области языковых моделей белков: текущие и будущие тенденции

Subject Terms: PUBMED collection, коллекция PUBMED, библиометрический анализ, visual analytics, protein language models, долгосрочный прогноз трендов, trending topics, обработка естественного языка, bibliometric analysis, трендовые темы, long-term trend forecasting, natural language processing, языковые модели белков, визуальная аналитика

Генеративный искусственный интеллект: развивающиеся технологии, растущее влияние на общество, и возможности для исследований

Subject Terms: Искусственный интеллект, большие языковые модели, генеративный ИИ

Вторичный искусственный интеллект: технологическая революция, способствующая справедливости предприятий и разрушающая информационные барьеры

Authors: Ли Синьцзэ, Sintsze Li, Ван Юцяо, Iutsiao Van, Го Цзяюй, Tsziaiui Go

Source: Secondary artificial intelligence: A technological revolution that promotes enterprise equity and breaks down information barriers; ; Вторичный искусственный интеллект: технологическая революция, способствующая справедливости предприятий и разрушающая информационные барьеры

Subject Terms: безопасность информации, малые предприятия, снижение затрат, монополизация рынка, обработка данных, вторичный искусственный интеллект, большие языковые модели, самообучающиеся системы, оптимизация ресурсов, многоязычный перевод

File Description: text/html

Relation: info:eu-repo/semantics/altIdentifier/isbn/978-5-6054101-3-3; https://interactive-plus.ru/e-articles/946/Action946-575073.pdf

Availability: https://interactive-plus.ru/article/575073/discussion_platform

Russian parametric corpus RuParam

Authors: P. V. Grashchenkov, L. I. Pasko, K. A. Studenikina, M. M. Tikhomirov

Source: Научно-технический вестник информационных технологий, механики и оптики, Vol 24, Iss 6, Pp 991-998 (2024)

Subject Terms: языковые корпуса, русский язык, большие языковые модели, усвоение иностранного языка, обработка естественного языка, оценка приемлемости, универсальная грамматика, Information technology, T58.5-58.64

File Description: electronic resource

Relation: https://ntv.elpub.ru/jour/article/view/405; https://doaj.org/toc/2226-1494; https://doaj.org/toc/2500-0373

Access URL: https://doaj.org/article/b266dd238ec0467d84a98d3fe4a10015

Принцип работы рекомендательных систем и их влияние на человека на примере «YouTube» ; The principle of operation of recommender systems and their impact on people using YouTube as an example

Authors: Тагиров Марк Ильич, ФГБОУ ВО «Кубанский государственный аграрный университет им. И.Т. Трубилина», Mark I. Tagirov, the Kuban State Agrarian University, Ушаков Александр Анатольевич, Aleksandr A. Ushakov, Терещенко Олеся Валерьевна, Olesia V. Tereshchenko

Source: Relevant issues of management, economics and economic security; ; Актуальные проблемы менеджмента, экономики и экономической безопасности

Subject Terms: зависимость, искусственный интеллект, artificial intelligence, машинное обучение, machine learning, алгоритмы, персонализация, personalization, algorithms, addiction, YouTube, большие языковые модели, recommender systems, information bubble, large language models, рекомендательные системы, информационный пузырь

File Description: text/html

Relation: info:eu-repo/semantics/altIdentifier/isbn/978-5-908083-01-0; https://phsreda.com/e-articles/10796/Action10796-151866.pdf; Цифровая экономика: 2024: краткий статистический сборник / В.Л. Абашкин, Г.И. Абдрахманова, К.О. Вишневский [и др.]; Нац. исслед. ун-т «Высшая школа экономики». – М.: ИСИЭЗ ВШЭ, 2024. – 124 с.; [Электронный ресурс]. – Режим доступа: https://rosstat.gov.ru/statistics/infocommunity/publications (дата обращения: 20.11.2025).; Смоленчук Т.В. Метод коллаборативной фильтрации для рекомендательных сервисов / Т.В. Смоленчук // Вестник науки и образования. – 2019. – №22–1 (76) [Электронный ресурс]. – Режим доступа: https://cyberleninka.ru/article/n/metod-kollaborativnoy-filtratsii-dlya-rekomendatelnyh-servisov (дата обращения: 20.11.2025).; Исаков Д.М. Рекомендательные алгоритмы как современный метод адаптации к изменившимся условиям рынка труда / Д.М. Исаков, А.А. Корзинов, А.В. Иванов // Экономика: вчера, сегодня, завтра. – 2025. – Т. 15. №3А. – С. 20–32. – EDN QXTXFB; Российские ИТ-тренды 2025 года: исследование Высшей школы бизнеса НИУ ВШЭ [Электронный ресурс]. – Режим доступа: https://companies.rbc.ru/news/0XoTstYUkB/rossijskie-it-trendyi-2025-goda-issledovanie-vyisshej-shkolyi-biznesa-niu-vshe (дата обращения: 20.11.2025).; Новокшонова П.Н. «Информационный пузырь» и медиапотребление / П.Н. Новокшонова, Т.В. Тарасенко // Актуальные проблемы авиации и космонавтики. – 2021 [Электронный ресурс]. – Режим доступа: https://cyberleninka.ru/article/n/informatsionnyy-puzyr-i-mediapotreblenie (дата обращения: 20.11.2025).; Красиков В.И. Как алгоритмы социальных сетей и социально-психологические уязвимости формируют участников радикальных онлайн-сообществ / В.И. Красиков, В.И. Кудашов // Журнал СФУ. Гуманитарные науки. – 2023. – №12 [Электронный ресурс]. – Режим доступа: https://cyberleninka.ru/article/n/kak-algoritmy-sotsialnyh-setey-i-sotsialno-psihologicheskie-uyazvimosti-formiruyut-uchastnikov-radikalnyh-onlayn-soobschestv (дата обращения: 20.11.2025). EDN GYEVEV; Терещенко О.В. Беспорядок и преступность как одно из последствий всемирного процесса глобализации / О.В. Терещенко // Национальное здоровье. – 2016. – №1–2. – С. 191–199. – EDN YHRNRV.; Российские информационные вызовы и ответы на них / Г.В. Арустамян, Д.О. Шестак, Р.А. Дилбандян, О.В. Терещенко // Культура Мира. – 2025. – Т. 13. №47 (4). – С. 181–195. – EDN IKDNZR.; Роль больших языковых моделей в интегрированных средах разработки нового поколения / А.Ю. Ишанхонов, Д.В. Пшиченко, Е.А. Можаровский, А.С. Алуев // Программные системы и вычислительные методы. – 2024. – №4 [Электронный ресурс]. – Режим доступа: https://cyberleninka.ru/article/n/rol-bolshih-yazykovyh-modeley-v-integrirovannyh-sredah-razrabotki-novogo-pokoleniya (дата обращения: 20.11.2025). DOI 10.7256/2454-0714.2024.4.72022. EDN KMTOBG; Балановский В.В. Методические рекомендации и материалы по информационной гигиене в молодежной среде: учебное электронное издание / В.В. Балановский. – Калининград: Изд-во БФУ им. И. Канта, 2023. – 40 с. EDN QDSJQF; https://phsreda.com/article/151866/discussion_platform

Availability: https://phsreda.com/article/151866/discussion_platform
https://phsreda.com/files/Books/10796/Cover-10796.jpg?req=151866

Внедрение технологий искусственного интеллекта в образовательный процесс: управленческие вызовы ; Implementation of Artificial Intelligence Technologies in Education: Managerial Challenges

Authors: Орешкина, Т. А., Долганов, А. Ю., Маяцкая, Е. А., Артюгин, О. Ю., Oreshkina, T. А., Dolganov, A. Yu., Mayatskaya, E. A., Artyugin, O. Yu.

Subject Terms: ЦИФРОВАЯ ТРАНСФОРМАЦИЯ, ИСКУССТВЕННЫЙ ИНТЕЛЛЕКТ В ОБРАЗОВАНИИ, ПЕДАГОГИЧЕСКИЕ КОМПЕТЕНЦИИ, БОЛЬШИЕ ЯЗЫКОВЫЕ МОДЕЛИ, ЦИФРОВИЗАЦИЯ ОБУЧЕНИЯ, УПРАВЛЕНИЕ ОБРАЗОВАНИЕМ, DIGITAL TRANSFORMATION, ARTIFICIAL INTELLIGENCE IN EDUCATION, PEDAGOGICAL COMPETENCIES, LARGE LANGUAGE MODELS, LEARNING DIGITALIZATION, EDUCATION MANAGEMENT, LLM

File Description: application/pdf

Relation: Университетское управление: практика и анализ. 2025. Том 29. № 1; https://www.umj.ru/jour/article/view/1977; https://elar.urfu.ru/handle/10995/146982

Availability: https://elar.urfu.ru/handle/10995/146982
https://www.umj.ru/jour/article/view/1977
https://doi.org/10.15826/umpa.2025.01.007