Исследователи из Университета Иннополис, МФТИ и Института системного программирования (ИСП) РАН разработали метод децентрализованной оптимизации, с помощью которого возможно обучение глубоких и генеративно-состязательных (GAN) нейросетей в условиях разрыва соединения между серверами.

Метод подразумевает разделение часто встречающихся в машинном обучении задач стохастической (вероятностной) оптимизации на две части: гладкую, отвечающую за коммуникацию между устройствами, и негладкую, ответственную за обучение самой модели.

По словам ученых, с помощью метода возможно улучшить координацию беспилотных автомобилей, а также обучение общих ИИ-моделей на данных из нескольких организаций, когда интернет-соединение работает с перебоями.

В феврале 2026 года в Университете Иннополис представили метод ускорения обучения LLM за счет данных о восприятии текста человеком.