Przejdź do treści głównej
Katedra Sztucznej Inteligencji

Wydział Informatyki i Telekomunikacji

Sztuczna inteligencja na PWr: 1. miejsce w Polsce, 191. na świecie · ShanghaiRanking GRAS 2026

Katedra Sztucznej Inteligencji

Katedra liczy 147 osób i 14 grup badawczych. Koordynujemy CLARIN-PL i PLLuM, otwarty polski model językowy.

Znajdź ekspertaZobacz kierunki studiów
Tematy badawczeWspółpraca

Publikacje według lat

Tematy badawcze

Grupy badawcze

Wszystkie grupy badawcze

Publikacje

Archiwum publikacji

Wybrane

  1. PLLuM-Align: Polish Preference Dataset for Large Language Model Alignment

    K Seweryn, A Kołos, A Karlińska, K Lorenc, K Dziewulska, M Chrabąszcz, …

    The 2025 Conference on Empirical Methods in Natural Language Processing, EMNLP 2025, November 4-9 23879–23908, 2025

  2. Massively Multilingual Corpus of Sentiment Datasets and Multi-faceted Sentiment Classification Benchmark

    ŁM Augustyniak, S Woźniak, M Gruza, PŁ Gramacki, K Rajda, M Morzy, …

    NeurIPS 1–25, 2023

  3. Unifying deep stochastic processes for image enhancement

    WM Kozłowski, R Kuczbański, K Adamczewski, KM Szczypkowski, MM Zięba

    Proceedings of the 43rd International Conference on Machine Learning, Seoul, South Korea, 6th-11th July 1–27, 2026

  4. Attention sinks as internal signals for hallucination detection in large language models

    J Binkowski, K Adamczewski, T Kajdanowicz

    Proceedings of the 43rd International Conference on Machine Learning, Seoul, South Korea, 6th-11th July 1–18, 2026

Ostatnio dodane

  1. LEON: location embeddings from OSM neighborhoods via hexagonal graph masked autoencoders

    S Sołtysiak, RJ Małek, J Kuśnierz, M Chojecki, P Szymański, AD Kawala-Sterniuk

    ICCCI 2026 274–287, w druku

  2. Sociodemographic biases in educational counselling by large language models

    T Adamczyk, WM Mieleszczenko-Kowszewicz, B Bajcar, G Chodak, AP Szczęsny, MM Markiewicz, …

    AIED 2026 478–487, w druku

  3. HalluBrainScan: model-agnostic reference-free activation-based LLM hallucination detection

    T Ferdinan, J Kocoń, P Kazienko

    ICCCI 2026 213–228, w druku

Zespół

Cały zespół

Projekty

Trwa 25 projektów.

Wszystkie projekty
  1. 2024–2027NLP

    AITAX — Doradca podatkowy AI

    System AI usprawniający doradztwo podatkowe: definicja stanów faktycznych, wyszukiwanie podobnych spraw, streszczenia stanowisk organów, projekty wniosków o interpretację.

    Fundacja na rzecz Nauki Polskiej

    Kierownik: Tomasz Kajdanowicz

  2. 2025–2027NLP

    CLARIN — Wspólne zasoby językowe i infrastruktura technologiczna

    Integracja narzędzi LLM z platformą CLARIN-PL dla badaczy, biznesu i administracji publicznej.

    Ministerstwo Nauki i Szkolnictwa Wyższego

  3. 2024–2028ML

    Uczenie maszynowe w analizie objawów stresu przewlekłego w badaniach przedklinicznych

    Uzupełnia automatyczną analizę zachowań myszy o neurofizjologię EEG, ucząc wspólnych reprezentacji do identyfikacji fenotypów stresu i oceny interwencji farmakologicznych.

    Ministerstwo Nauki i Szkolnictwa Wyższego

Centrum Zastosowań Sztucznej Inteligencji

Badania, wdrożenia AI w przemyśle i nauce, edukacja. Porozmawiajmy o zakresie współpracy i wymaganych dokumentach.

Studia

Kierunek Sztuczna inteligencja, studia I i II stopnia.

Zacznijmy od Twojego pytania.

Szukasz partnera badawczego, tematu pracy albo wsparcia w zastosowaniu AI? Wybierz obszar i poznaj osoby, z którymi warto porozmawiać.

  1. Badania i wspólne projekty

    Poznaj grupy badawcze i ich projekty. Napisz, jakie pytanie chcesz zbadać i jakiej wiedzy szukasz.

    Poznaj grupy →

  2. Studenci i doktoranci

    Znajdź osoby zajmujące się interesującym Cię tematem. Na ich profilach znajdziesz dorobek i dane kontaktowe.

    Znajdź eksperta →

  3. Firmy i instytucje

    Opisz problem, rodzaj dostępnych danych, oczekiwany wynik i planowany termin. To punkt wyjścia do rozmowy o współpracy.

    Porozmawiajmy ↗

Nie wiesz, do kogo napisać? Napisz do katedry i krótko opisz temat.

ai@pwr.edu.pl ↗