Пугачёва Дарья Валерьевна

Научный сотрудник научно-учебной лаборатории методов анализа больших данных Института искусственного интеллекта и цифровых наук факультета компьютерных наук НИУ ВШЭ. Работает в университете с 2026 года. В 2021 году получила степень кандидата физико-математических наук. Профессиональные интересы в профиле обозначены тремя направлениями: интеллектуальная робототехника, большие языковые модели (LLM) и визуально-языковые модели (VLM). Владеет английским языком.

Профессиональный путь начинался в физике, а не в машинном обучении. С сентября 2011 по август 2013 года работала стажёром-исследователем лаборатории нейтронных исследований Института ядерных исследований РАН. С сентября 2013 по декабрь 2016 года — стажёр-исследователь, а с января 2017 по январь 2024 года — научный сотрудник лаборатории теории лазерно-плазменных взаимодействий Объединённого института высоких температур РАН. Летом 2018 года проходила стажировку в Yandex.Weather, где занималась архитектурами на базе рекуррентных нейронных сетей для прогнозирования миграции облаков.

Переход в прикладной искусственный интеллект произошёл в 2019 году: с сентября 2019 по октябрь 2024 года работала старшим инженером лаборатории AI Foundation and Algorithm Lab в Huawei Technologies. С ноября 2024 года — научный сотрудник группы Domain-specific NLP в Научно-исследовательском институте искусственного интеллекта (AIRI). Сочетание физического бэкграунда и опыта промышленной разработки объясняет спектр её нынешних работ — от нейросетевых методов решения уравнений математической физики до оценки надёжности мультимодальных моделей.

Публикации последних лет отражают все три заявленных направления. Работа «Enhancing GNNs Performance on Combinatorial Optimization by Recurrent Feature Update» (2024) посвящена улучшению графовых нейронных сетей в задачах комбинаторной оптимизации. Статья «Learning When to Personalize: LLM Based Playlist Generation via Query Taxonomy and Classification» вышла в Transactions of the Association for Computational Linguistics в 2026 году и разбирает генерацию плейлистов большой языковой моделью с опорой на таксономию запросов. К робототехническому направлению относится исследование «Bring the Apple, Not the Sofa: Impact of Irrelevant Context in Embodied AI Commands on VLA Models» (2025) — о влиянии нерелевантного контекста в командах воплощённому ИИ на поведение visual-language-action моделей.

Отдельная линия работ посвящена устойчивости и надёжности моделей: «SPARTA: Evaluating Reasoning Segmentation Robustness through Black-Box Adversarial Paraphrasing» (2025) оценивает устойчивость сегментации с рассуждением к состязательному перефразированию запросов. Физико-математический опыт напрямую использован в работе «Evolutionary Two-Stage Hyperparameter Optimization Strategies for Physics-Informed Neural Networks», представленной на воркшопе ICLR 2026 по искусственному интеллекту и уравнениям в частных производных, — она посвящена эволюционным двухэтапным стратегиям подбора гиперпараметров для физически информированных нейросетей. Помимо статей, входит в состав редакторов сборника трудов 4-го воркшопа по обработке естественного языка для музыки и аудио (NLP4MusA, 2026).