Исследователи из Лаборатории искусственного интеллекта Сбера, МФТИ и Университета Иннополис разработали инновационный алгоритм JAGUAR, который позволяет значительно ускорить процесс настройки гиперпараметров в системах искусственного интеллекта. Этот метод снижает количество необходимых шагов при оптимизации ИИ-моделей, обеспечивая более быструю и точную адаптацию.
JAGUAR особенно эффективен при двухэтапном обучении нейросетей, где сначала формируются числовые представления данных, а затем проводится их классификация. Кроме того, алгоритм может применяться для дообучения больших языковых моделей, что делает его перспективным инструментом в развитии современных AI-технологий.
Одной из ключевых особенностей JAGUAR является способность работать в условиях неопределённости, когда точная формула расчёта недоступна, и требуется приближённое вычисление. В таких сценариях традиционные методы оптимизации, например, алгоритм Франка-Вульфа, не всегда показывают достаточную эффективность.
Первые тесты показали, что JAGUAR опережает существующие аналоги по скорости и точности работы. Это открывает перед исследователями новые возможности в создании более мощных и адаптивных AI-систем.
Новость конечно узкоспециальная, но понятно, что наши ученые в очередной раз подтвердили свою высокую компетенцию.