Ранее мы рассказывали о Spotlight-статье преподавателей и студентов ШАДа, принятой на ICML 2026. Продолжаем знакомить вас с другими принятыми работами исследователей Yandex Research и ШАДа — наших преподавателей, ассистентов и выпускников.
Основная программа
1️⃣ GraphPFN: A Prior-Data Fitted Graph Foundation Model
Работа выполнена исследователями Yandex Research. Среди авторов — Дмитрий Еремеев, Олег Платонов и Глеб Баженов (выпускники ШАДа), а также Артём Бабенко (выпускник ШАДа-2011 и сейчас руководитель Yandex Research) и Людмила Прохоренкова (преподаватель ШАДа).
2️⃣ Unveiling the Role of Data Uncertainty in Tabular Deep Learning
Работу представят исследователи Yandex Research: Николай Карташев, Иван Рубачёв (выпускник ШАДа) и Артём Бабенко.
3️⃣ Relevance-Based Embeddings: Lightweight Candidate Retrieval via Heavy-Ranker Calls
Авторы — исследователи Яндекса Кирилл Шевкунов и Людмила Прохоренкова. Кирилл — выпускник ШАДа.
4️⃣ Inverse Entropic Optimal Transport Solves Semi-supervised Learning via Data Likelihood Maximization
Среди авторов — Никита Стародубцев и Дмитрий Баранчук (преподаватели курса «Генеративные модели в компьютерном зрении» и интенсива CV Week).
5️⃣ One-Step Gradient Delay Is Not a Barrier for Large-Scale Asynchronous Pipeline Parallel LLM Pretraining
Авторы — исследователи Yandex Research Филипп Змушко и Егор Петров. Филипп — выпускник ШАДа-2025 и совместной магистратуры МФТИ кафедры Анализа данных, а также ассистент на курсах NLP и «Эффективные системы глубинного обучения». Работа выполнена совместно с инженерами Яндекса и коллегами из BRAIn Lab и MBZUAI.
6️⃣ SoftSign: Smooth Sign in Your Optimizer for Better Parameter Heterogeneity Handling
Работу представит Дмитрий Феоктистов, выпускник ШАДа и исследователь Yandex Research.
7️⃣ Guided Star-Shaped Masked Diffusion
Среди авторов — выпускник ШАДа Вячеслав Мещанинов.
Воркшопы
На воркшопе Graph Foundation Models представят сразу несколько работ с участием выпускников ШАДа:
1️⃣ GraphPFN: A Prior-Data Fitted Graph Foundation Model
Авторы — Дмитрий Еремеев, Олег Платонов, Глеб Баженов, Артём Бабенко, Людмила Прохоренкова. Работу представят в формате oral-презентации.
2️⃣ Turning Tabular Foundation Models into Graph Foundation Models
Авторы работы — Дмитрий Еремеев, Глеб Баженов, Олег Платонов, Артём Бабенко, Людмила Прохоренкова.
3️⃣ A Fair Evaluation of Graph Foundation Models for Node Property Prediction
Работа Олега Платонова, Глеба Баженова, Дмитрия Еремеева и Людмилы Прохоренковой.
4️⃣ Статья Registers Matter for Pixel-Space Diffusion Transformers принята сразу на два воркшопа — FoGen и SPIGM.
Среди авторов — преподаватели ШАДа Никита Стародубцев и Дмитрий Баранчук, а также Илья Дробышевский (ассистент на курсе «Эффективные системы глубинного обучения»).
5️⃣ Статью Hidden Positives: Why Code Retrieval Benchmarks Underestimate Model Quality представят на воркшопе Deep Learning for Code.
Мария Иванова, выпускница ШАДа — одна из авторов работы.
6️⃣ Статью SciKernelBench: Evaluating LLM Kernels for Higher-Order Autodiff and Scientific Residuals представят на воркшопе AI4Physics.
Среди авторов — Мария Иванова. Работа выполнена по результатам проекта на курсе Егора Шевцова «Эффективные модели ML и архитектуры нейросетей».
Поздравляем авторов и желаем продуктивной конференции!
Ваш ШАД 🎓
#наукашад