List of publications on a keyword: «большие языковые модели»
-
The principle of operation of recommender systems and their impact on people using YouTube as an example
Proceeding
Relevant issues of management, economics and economic security- Authors:
- Mark I. Tagirov, Aleksandr A. Ushakov, Olesia V. Tereshchenko
- Work direction:
- Менеджмент и его разновидности, диверсификация, маркетинг, ценообразование и логистика
- Abstract:
- This article analyzes YouTube's recommendation system and explores its architecture, which is based on a two-stage machine learning model, taking into account the implementation of self-learning methods, and its evolution in 2025. The article focuses on identifying and systematizing the risks associated with content personalization, such as the formation of "information bubbles," the impact on user behavior, and the promotion of radical content. Recommendations for mitigating the identified negative effects on users and developers are presented, based on current scientific publications and statistics.
- Keywords:
- artificial intelligence, machine learning, personalization, algorithms, addiction, YouTube, recommender systems, information bubble, large language models
-
Iskusstvennyi intellekt v kouchinge: sistematicheskii analiz effektivnosti, eticheskikh dilemm i strategii gibridnoi integratsii
ProceedingCoaching psychology: methodology, theory, practice- Authors:
- Aliona V. Shakhova, Fiodor S. Taranenko
- Work direction:
- Varia (we accept materials in other areas that correspond to the topic of the conference)
- Abstract:
- Целью данного систематического обзора является синтез современных академических исследований (2020–2025 гг.), посвященных интеграции искусственного интеллекта (ИИ) в коучинг. Методология включает критический анализ 17 работ, охватывающих эмпирические исследования, концептуальные модели и практические кейсы в контекстах лидерства, медицины, продаж и психического здоровья. Результаты демонстрируют, что ИИ эффективен в структурированных задачах, таких как постановка целей (увеличение уверенности пользователей на 34%, Khandelwal & Upadhyay, 2021) и анализ данных (выявление 63% запросов, связанных с карьерным ростом, Movsumova et al., 2020), но уступает человеку в сферах, требующих эмпатии и работы с неоднозначными сценариями (снижение эффективности на 39% в задачах двойной петли обучения, Arakawa & Yakura). Гибридные модели, сочетающие ИИ и человеческий коучинг, признаны наиболее перспективными, демонстрируя повышение достижения целей на 28% (Arakawa & Yakura); однако их внедрение сопряжено с этическими рисками, включая предвзятость данных (35% гендерных стереотипов в рекомендациях, Terblanche, 2024) и проблемы конфиденциальности (18% пользователей выражают обеспокоенность, Huang et al., 2025). Рекомендации для практиков включают развитие ИИ-грамотности, внедрение прозрачных гибридных систем и проведение лонгитюдных исследований для оценки долгосрочного воздействия.
- Keywords:
-
ChatGPT: opredelenie, printsip raboty, istoriia vozniknoveniia
Proceeding
Education, innovation, research as a resource for community development- Authors:
- Roman E. Khan, Tatyana L. Fomicheva
- Work direction:
- Современные технологии в образовании
- Abstract:
- Статья посвящена всестороннему анализу ChatGPT, передовой технологии обработки естественного языка. Исследование ставит перед собой задачу дать четкое определение ChatGPT, раскрыть принципы его работы и проследить этапы его развития. Проблема заключается в доступном изложении сложной технологии для широкого круга читателей. Методология исследования опирается на анализ научных публикаций, посвященных глубокому обучению и обработке естественного языка, а также на изучение истории развития семейства моделей GPT. В результате исследования представлено подробное описание архитектуры ChatGPT, понятное объяснение механизмов генерации текста, и исторический обзор, прослеживающий путь от первых версий GPT к современному ChatGPT. Статья позволит получить ясные и полные знания о данной технологии и ее значении в современном мире.
- Keywords: