Институт AIRI — логотип Telegram-канала

@airi_research_institute

Институт AIRI

Telegram-канал @airi_research_institute: 14 тыс. подписчиков, 3,3 тыс. просмотров на пост, оценка 68

Искусственный интеллект
68BВыше, чем у 8 из 10 каналов категории
Середина категории 43–65Этот канал 68
14 тыс.
Подписчики
3,3 тыс.
Медиана просмотров за 30 дней
23,8%
Просмотры / подписчики за 30 дней
20
Постов за 30 дней

Данные на 19 ноября 2026 г.

Об исследованиях в области искусственного интеллекта и работе учёных Института AIRI. Здесь публикуют разборы научных статей, приглашают на семинары и делятся выступлениями сотрудников в СМИ и подкастах. На 15 сентября: подписчиков 13,6 тыс. — на уровне медианы категории, ER 37,3 % — заметно выше медианы категории 24,6 %, при этом постов за 30 дней вышло 15, реже, чем медиана категории. За последний месяц в канале рассказывали про участие исследователей AIRI в конференциях ECML PKDD в Неаполе и IJCAI в Бремене, разбирали новый способ проверки диагностических медицинских моделей совместно с НМИЦ им. В. А. Алмазова и делились материалами летней школы «Лето с AIRI 2026» в Усть-Лабинске. Также выходили статьи про эффективные промпты и юридические аспекты использования ИИ-генераций.
описание каталога О канале от автора
Канал Института AIRI ⚡️ Рассказываем про технологии ИИ и о том, как исследователи развивают их в России и мире: airi.net/ru ВКонтакте: vk.com/airi_institute Регистрация в РКН:
gosuslugi.ru/…https://gosuslugi.ru/snet/686cce31f794ae555409516c

Обзор

Составлен автоматически по данным канала, обновлён 11 сентября 2026. Числа в тексте — на эту дату; свежие стоят плитками выше.

На 11 сентября: у канала Института AIRI 13 549 подписчиков. Это официальный научно-популярный канал исследовательского института — публикации о конференциях (ECML PKDD, IJCAI), научных семинарах, статьях на Хабре, подкастах и интервью сотрудников для деловых и научных медиа. Тон — экспертный, с именами исследователей и конкретными темами: от диагностических моделей в медицине до поиска лекарств и малых языковых моделей.

За 30 дней вышло 15 постов при медиане по категории «Искусственный интеллект» в 21 пост — канал публикует немного реже соседей. При этом медиана просмотров поста — 4 675, а ER держится на 34,5 % против медианных 22,0 % по категории: аудитория читает активнее, чем в среднем по нише. Place Score канала — 70.

Подойдёт тем, кто следит за российскими ИИ-исследованиями изнутри — учёным, студентам профильных направлений и тем, кто работает с прикладным ИИ в бизнесе и хочет видеть первоисточник, а не пересказы. По подписчикам канал близок к медиане категории (14 127) из 73 записей, но заметно опережает её по вовлечённости.

Частые вопросы

О чём канал @airi_research_institute?
Это канал исследовательского Института AIRI о научных конференциях, семинарах и статьях в области искусственного интеллекта. В постах — доклады сотрудников, публикации на Хабре, подкасты и интервью для деловых и научных медиа.
Можно ли купить рекламу в канале Института AIRI?
Владелец пока не открыл прайс на размещение. Связаться с ним можно напрямую в Telegram.
Сколько подписчиков?
Подписчиков — 14 тыс. Медиана просмотров поста — 3,3 тыс. Просмотров на подписчика — 23,8%. Данные на 19 ноября 2026 г.
Как часто выходят посты?
За 30 дней вышло постов: 20 — это почти каждый день. Данные на 19 ноября 2026 г.
Есть ли у канала галочка Telegram?
Галочки Telegram нет.
Кто ведёт страницу канала в каталоге?
Пока никто. Если это ваш канал — заберите страницу: сможете отвечать на отзывы и видеть её статистику.
Это ваш канал?

Подтвердите владение — точные метрики и что улучшить, ответы на отзывы от лица канала и бейдж владельца на странице.

Подтвердить владение

Займёт минуту: пост с кодом или бот в администраторах
Ваша страница в tg.place

Знаете владельца?

Перешлите ему это сообщение — он подтвердит права и заберёт накопленное: статистику страницы и ответы на отзывы.

Подписчики+718 за 84 дня
14 00613 288
19 нояб.14 006+1 за день

Наведите на график или проведите пальцем — покажем день.

Из чего складывается
Вовлечённость15,4 из 30
Качество роста20 из 20
Реакции и пересылки6,9 из 15
Регулярность11,4 из 12
Доверие4,5 из 8
Отзывынедостаточно данныхотзывов пока нет

Оценка 68 — по 5 показателям из 6: остальные пока не измерены. Методология

Последние посты

  • 1,6 тыс.Открыть в Telegram
    AIRI на IEEE ICDM 2026📌 На той неделе наши исследователи были в Шэньяне, Китай, на международной конференции по интеллектуальному анализу данных. AIRI представляли Александр Коваленко и Илья Болкисев из группы «ИИ в промышленности», Михаил Паутов из группы «Доверенные и безопасные интеллектуальные системы» и Виталий Дравгелис из группы геномики. От нас на ICDM было 5 работ⤵️ 📎RandMark: On Random Watermarking of Visual Foundation Models RandMark — метод защиты прав на визуальные фундаментальные модели. В модель встраивается скрытый цифровой водяной знак, по которому её можно опознать даже после применения постпроцессинга сети. 📎Learning When to Personalize: Query-Type-Aware Playlist Generation Deployed at Scale GigaMix — система, которая собирает плейлисты по текстовому запросу и сама решает, насколько сильно учитывать вкусы слушателя. 📎Reconstructing Boundary Layer Wind Profiles with Machine Learning: A Comparative Study on IGRA Radiosonde Data В работе сравниваются различные методы машинного обучения для восстановления профилей ветра в атмосферном пограничном слое. Авторы показывают, что ML-методы превосходят классические аналитические модели, а в рассмотренных экспериментах расширение набора входных признаков сильнее влияет на точность восстановления, чем выбор ML-алгоритма. 📎Are Foundation Models Ready for Rock Fragmentation? A Multi-Domain Benchmark Across the Mining Lifecycle StoneBench — открытый бенчмарк для оценки гранулометрического состава горной породы на разных этапах добычи. С его помощью авторы проверяют, способны ли фундаментальные модели компьютерного зрения решать эту задачу без дообучения. 📎HiCT Patterns: Foundation-Model-Enhanced Breakpoint Detection from Hi-C HiCT Patterns — трёхэтапный метод для определения координат межвидовых геномных перестроек путём поиска специфических паттернов на Hi-C картах. Основан на комбинации фундаментальной модели и легковесного ансамбля сверхточных сетей для повышения точности и снижения потребляемых ресурсов относительно аналогов. Публикации появятся в открытом доступе позднее📆 #AIRIнаКонфе
  • 3,8 тыс.55 пересылок43 реакцииОткрыть в Telegram
    ИИ-фотосессии будут ещё реалистичнее Создавая изображение, нейросеть решает две задачи сразу: придумывает позу, свет, композицию и при этом старается точно повторить каждую черту лица и букву. Когда эти задачи конфликтуют, детали размываются. Исследователи лаборатории FusionBrain Института AIRI разработали метод KandiShop, который разделяет эти задачи, благодаря чему улучшается качество генерации лиц и надписей на товарах. Он не требует дообучения нейросетей и работает поверх уже сгенерированных картинок. KandiShop проверили на сотне лиц и четырёх популярных открытых нейросетях. Благодаря ему сходство с оригиналом у FLUX.2 klein возрастает с 52 до 75 процентов, а у Nano Banana — с 57 до 76. Общее качество и красота картинки при этом остаются. Сайт | GitHub | Газета.ру | Хабр
    Пост канала «Институт AIRI» от 17 ноября 2026 г.
  • Реклама
  • 3,6 тыс.Открыть в Telegram
    AIRI на CIKM 2026✔️ Завершилась международная конференция по управлению информацией и знаниями, которая проходила в Риме, Италия. На ней Данил Гусак и Никита Сухоруков из группы «Технологии персонализации» представили 4 работы⤵️ 📎Preference-Aligned Semantic IDs for Generative Recommendation PA-SID — метод построения семантических идентификаторов, который учитывает не только информацию об объектах, но и предпочтения пользователей. Это позволяет повысить качество генеративных рекомендаций без изменения алгоритма создания кодов и самой рекомендательной модели. 📎Group-Relative RL Post-Training for Sequential Recommendation GRFT — метод дообучения последовательных рекомендательных моделей с подкреплением, при котором модель сравнивает разные списки рекомендаций и учится лучше подбирать и упорядочивать объекты. 📎OffTrail: A Benchmark for Natural-Language Context in Recommendation beyond Interaction Histories OffTrail — бенчмарк для сравнения разных семейств рекомендательных моделей, учитывающих контекст. Он также позволяет оценить вклад контекста, сравнив рекомендации одной и той же модели с текстовым описанием ситуации пользователя и без него. 📎Cross-Domain Sequential Recommendation with Representation-Level User Transfer Метод, который учитывает активность пользователя в другом сервисе: вместо исходной истории действий передаётся его векторное представление. В экспериментах качество рекомендаций выросло как для пользователей обоих сервисов, так и для тех, кто пользовался только одним. #AIRIнаКонфе
  • 3,2 тыс.Открыть в Telegram
    Через две недели стартует AI Journey 2026 🚀 Мы принимаем активное участие в программе AIJ: будем выступать с докладами, участвовать в дискуссиях, показывать демо и представлять работы на постерной сессии. Программа и трансляции📎 Регистрация открыта до конца завтрашнего дня (13 ноября) по ссылке. Будем рады встретиться с вами на мероприятии🙂 #AIRIзация
  • 3,5 тыс.52 пересылки49 реакцийОткрыть в Telegram
    Куда движется наука? Подскажет инспектор Исследователи AIRI из групп «Вычислительная семантика» и «Безопасный интеллект» вместе с коллегами из Сколтеха разработали открытую систему для анализа научных трендов Drift Inspector. Он извлекает из аннотации только утверждения о научном вкладе, не собирая лишней информации. Затем система объединяет утверждения со схожим смыслом в темы и показывает, как доля каждой меняется по годам. Такой подход позволяет группировать разные формулировки одной идеи и разделять случаи, когда одно и то же слово используется в разных значениях. Темы система находит и называет самостоятельно. С её помощью команда уже обработала почти 118 тысяч статей с ведущих конференций по машинному обучению, компьютерному зрению и обработке языка за 2018–2026 годы. Работу представляли на EMNLP 2026. Потестить систему можно по ссылке. Научная статья | GitHub | N + 1
    Пост канала «Институт AIRI» от 11 ноября 2026 г.
  • 2,9 тыс.6 пересылок29 реакцийОткрыть в Telegram
    #AIRI_Seminars в эфире! Подключайтесь к трансляции в VK Видео или на YouTube
    Пост канала «Институт AIRI» от 11 ноября 2026 г.
  • 3,4 тыс.Открыть в Telegram
    AIRI на AACL-IJCNLP 2026📌 С 6 по 10 ноября в городе Хэнцинь, Китай, проходят Азиатско-Тихоокеанская конференция Ассоциации вычислительной лингвистики и Международная объединённая конференция по обработке естественного языка. AIRI на них представляют Анна Борисюк, младший научный сотрудник группы «Прикладное NLP», и Глеб Кузьмин, научный сотрудник группы «Мультимодальный ИИ» лаборатории FusionBrain. На конференциях 4 работы наших исследователей⤵️ 📎K-FORGE: Fisher-Guided Initialization for Preference-Based LLM Unlearning Методы разобучения языковых моделей, такие как NPO и SimNPO, удаляют нежелательные знания за много шагов обучения. Авторы предложили способ ускорения этого процесса. Метод использует Кронекер-фишеровские статистики forget- и retain-данных, чтобы без дополнительного обучения рассчитать низкоранговую поправку к весам. Она даёт NPO и SimNPO более удачную стартовую точку. 📎Thesis Proposal: Localisation, Redundancy, and Safety Cost in LLM Unlearning (работа появится в открытом доступе позднее) После забывания языковая модель успешно проходит бенчмарки и не воспроизводит удалённый факт, но при другой формулировке вопроса или небольшом дообучении он часто возвращается. В этом тезис-пропозале предлагается способ проверить, блокирует ли разобучение факт или действительно его удаляет, в каких компонентах модели это происходит и можно ли сделать забывание устойчивым без ущерба для безопасности модели. 📎Fairness in Prompting: How Demographic Variations Affect Language Model Outputs Работа посвящена исследованию влияния демографических характеристик пользователей на качество ответов больших языковых моделей. Исследователи представили PromptDial — набор данных из 2 289 промптов с демографической разметкой и показали, что различия в формулировках запросов между группами пользователей могут сопровождаться существенными различиями в качестве работы LLM — до 7,7%. 📎What Does Uncertainty Lens Tell Us About Emergent Misalignment? Оценка неопределённости часто используется для детекции галлюцинаций языковых моделей. В работе проверяется, можно ли по неопределённости предсказать проявления нежелательного поведения модели. Делимся фотографиями из Китая📷 #AIRIнаКонфе
  • 4,5 тыс.60 пересылок39 реакцийОткрыть в Telegram
    Приглашаем на следующий #AIRI_Seminars, который пройдёт 11 ноября в 17:00 ⤵️ Тема: «Q-RAG: как не изводить тысячи тонн токенной руды на LLM ради единого факта» Докладчик: Назар Бузун, старший научный сотрудник лаборатории «Сильный ИИ в медицине» Института AIRI Оппонент: Ильсеяр Алимова, старший научный сотрудник лаборатории «Обработки естественного языка», Сколтех Подробное описание и регистрация на офлайн-формат на сайте. Трансляция на YouTube | VK Видео
    Пост канала «Институт AIRI» от 6 ноября 2026 г.
  • 10,3 тыс.75 пересылок23 реакцииОткрыть в Telegram
    Какой он — ИИ нового поколения?🧠 На III Международном симпозиуме «Создавая будущее», который пройдёт 12–13 ноября в Национальном центре «Россия», мы выступаем соорганизаторами сессии «Между творцом и творением: чего ждать от ИИ нового поколения». На ней обсудим, каким должен быть ИИ, чтобы расширять возможности человека и оставаться эффективным инструментом для решения задач, а также этические принципы взаимодействия с ним. Поговорим о том, какие технологические подходы и архитектуры определяют развитие ИИ следующего поколения и что станет главным критерием прогресса искусственного интеллекта в ближайшие годы. Спикеры ➡️ Иван Оселедец, доктор физико-математических наук, профессор РАН, генеральный директор AIRI, декан факультета ИИ МГУ ➡️ Андрей Лаврентьев, руководитель отдела развития технологий Kaspersky ➡️ Андрей Себрант, кандидат физико-математических наук, директор по стратегическому маркетингу «Яндекса», профессор ИТМО ➡️ Чэнь Цюфань, писатель-фантаст, президент Китайской ассоциации писателей-фантастов и соавтор бестселлера «ИИ-2041» Модератор ➡️ Александра Бройтман, директор по маркетингу и коммуникациям Института AIRI 🕓 13 ноября, 17:00–18:30 📌 Москва, Краснопресненская наб., 14, Национальный центр «Россия» Приходите послушать, регистрация на Симпозиум на сайте😁 #AIRIзация
    Пост канала «Институт AIRI» от 5 ноября 2026 г.
  • 4,1 тыс.18 пересылок25 реакцийОткрыть в Telegram
    Делимся хабрами, вышедшими в нашем блоге за последний месяц⤵️ ◾️NetHackers — открытое сообщество для создания программы, которая сможет стабильно проходить NetHack Что из себя представляет NetHack, зачем создали сообщество и что участники имеют на старте — поделился Владислав Куренков, руководитель научной группы «Адаптивные агенты». ◾️GENATATOR: учим языковые модели для ДНК восстанавливать структуру генов Научный сотрудник группы геномики Алексей Шмелев рассказал, как создавался GENATATOR — нейросетевая модель для автоматической аннотации генома с помощью языковых моделей для ДНК, — какие модели и архитектуры тестировались и каковы результаты. Работу представили на ICLR 2026 и ECML PKDD 2026. ◾️Как мы учили нейросеть распознавать дипфейки и объяснять свой вердикт О том, как устроен новый подход к обнаружению речевых дипфейков HIR-SDD, каким был процесс разработки метода и что дали эксперименты, рассказал Дмитрий Корж, научный сотрудник группы «Доверенные и безопасные интеллектуальные системы». Работа была представлена на Interspeech 2026. ◾️Бенчмарк для робототехнических симуляторов на GPU Дмитрий Юдин, ведущий научный сотрудник лаборатории когнитивных систем искусственного интеллекта, рассказал про бенчмарк GPUSimBench, который оценивает производительность, точность и детерминизм семи современных общедоступных робототехнических симуляторов при работе на графических процессорах. Работу представили на IROS 2026. Также рассказали о модели PANTHER, которая выросла из проекта участников Лето с AIRI 2026 и стала самым быстрым решением на FLARE Challenge при MICCAI 2026. 📎Больше интересного — на нашем Хабре.
    Пост канала «Институт AIRI» от 3 ноября 2026 г.

О канале в цифрах

Создан
12 ноября 2021 г.
Фото
1,3 тыс.
Видео
18
Файлы
2
Ссылки
824

По данным Telegram на 19 ноября 2026 г.

Рейтинги и подборки

Отзывы

Оставить отзыв
Оценка

От 40 символов. Опубликуем после проверки.

Отзыв виден всем, владелец канала не может его удалить.

Отзывов пока нет. Ваш будет первым.

Реклама

Похожие

Ещё по теме