В данной работе применяется методология, основанная на мир-системном анализе – научной теории, объединяющей последние достижения марксистской политэкономической мысли. Данная теория рассматривает мир как единую глобальную систему, которая включает в себя ядро и периферию. Она исследует, как распределяются ресурсы и власть в этой системе, а также как это влияет на формирование исторических процессов на глобальном уровне. В связи с этим, авторами был выбран системный анализ в качестве основного метода исследования. В любой системе есть составляющие ее элементы, а также возникающие между ними связи и способы взаимодействия, которые определяют ее состояние (открытое или закрытое) и создают цикличное движение. В мировой системе таким способом взаимодействия является таможенная политика. Основная теоретическая значимость данной работы заключается в том, что на основе дискурс-анализа новостных сообщений в ней показано, как страны (элементы) ядра диктуют периферии неравные правила конкуренции на мировом рынке, тем самым сохраняя свое доминирующее положение. Практическая значимость работы заключается в том, что ее выводы могут быть использованы для стратегического планирования в сфере внешнеэкономической политики России. Цель статьи – сквозь призму миросистемного анализа исследовать текущее состояние мирового рынка и выявить основные тенденции его развития. Агрессивная протекционистская политика администрации действующего президента США Д. Трампа направлена на то, чтобы закрыть систему и таким образом удержать американский контроль над ее функционированием. Эта политика реализуется через торговую войну, развязанную против Китая, который пытается открыть систему. Стратегия Д. Трампа отличается от традиционных методов ведения торговых переговоров. Она основывается на принципе «кнута и пряника», что подразумевает использование манипулятивных технологий и шантажа для того, чтобы вынудить другие страны пойти на уступки. Данный подход ориентирован на достижение краткосрочной выгоды для американских монополий, однако в более отдаленной перспективе ведет к завершению американского цикла накопления капитала. В статье предлагается последовательное материалистическое объяснение современных событий в контексте миросистемного анализа. Авторы анализируют, как текущие действия и стратегии влияют на глобальную экономику и какие последствия могут возникнуть в результате агрессивной протекционистской политики. Предпринята попытка глубже понять механизмы, которые управляют мировой системой, и выявить ключевые факторы, влияющие на ее развитие в условиях глобализации и изменяющегося баланса сил. Основной вывод статьи заключается в том, что, несмотря на технологическое лидерство, США постепенно утрачивают свое влияние на глобальный рынок, который все больше оказывается под контролем Китая. Кроме того, торговые барьеры, создаваемые США, могут спровоцировать масштабный международный конфликт.

В данном исследовании мы предлагаем полностью автоматическую методологию генерации данных, построения словаря правил исправления и обучения модели разметки последовательностей, специально ориентированную на исправление грамматических ошибок. Наш подход работает на уровне подслов SentencePiece, используя базовые преобразования – сохранение, добавление, замену и удаление, которые универсально применимы во всех языках, тем самым устраняя необходимость в грамматически-специфичных операциях. Используя алгоритм Левенштейна для генерации истинных исправлений и редакционных предписаний, мы получили полностью неконтролируемый и независимый от языка процесс генерации наборов данных. Мы применили наш метод к модели разметки последовательностей GECToR и достигли сопоставимых результатов качества для английского языка с оценками F0.5 62,4 на CoNLL-2014 (тестовый набор) и 61,9 на BEA-2019 (тестовый набор), без ручного конструирования правил и аннотации типов ошибок. Это показывает, что универсальные правила на уровне подслов могут стать альтернативой грамматическим операциям, при этом требуя только параллельные тексты – с ошибками и без ошибок.

Проведено исследование поведенческих предустановок больших языковых моделей (LLM) с различным числом параметров на примере профессио-нальных характеристик участника игры двух игроков «Ультиматум». Ав-торы сравнивают поведение LLM в двух ролях: непосредственного игрока (игрок А, предлагающий дележ) и советника человека-игрока. Для задания ролей используется классификация профессий ISCO-08. Эксперименты проведены на четырех современных LLM (Phi-3.5-MoE-instruct, GPT-120b-oss, Qwen2.5-14b-Instruct, Qwen3-235B-A22B-Instruct). Показано, что суще-ствует разница между тем, к какой профессии LLM по умолчанию отно-сит оппонента, и тем, с позиции носителя какой профессии она выступа-ет сама, когда выступает в роли игрока. Обнаружено, что в роли игрока LLM склонны воспринимать себя как руководителя или эксперта, а оппо-нента – как представителя менее квалифицированной профессии. При пе-реходе к роли советника модели, как правило, рекомендуют более низкую долю дележа, чем предлагали бы сами, а их поведение становится менее дифференцированным по профессиям. Результаты важны для понимания скрытых предубеждений LLM и их учета при использовании в качестве автономных агентов и советников в задачах принятия решений.

Постановка проблемы. В условиях экспоненциального роста объёма научных публикаций и усложнения междисциплинарных коллабораций актуализируется задача точной и автоматизированной оценки тематической близости исследователей (научных агентов). Существующие подходы (наукометрические, сетевые, тематические) часто не учитывают динамические терминологические предпочтения учёных, что может приводить к неточностям при формировании исследовательских команд, распределении экспертизы и выявлении дублирующихся работ. Исследуется проблема выработки критерия для оценки тематической схожести научных агентов. Цель. Разработать и экспериментально апробировать новый гибридный критерий для оценки тематической схожести научных агентов на основе анализа их терминологических профилей, а также проверить альтернативные методы валидации (суперкритерии). Результаты. Предложен гибридный критерий SPM, интегрирующий ранговую (Спирмена) и линейную (Пирсона) корреляции с механизмом отсечения на основе скалярного произведения векторов частотности терминов. Проведено экспериментальное сравнение с базовыми метриками (Жаккара, Спирмена, Пирсона) на выборке сотрудников ИПУ РАН с привлечением экспертной оценки, показавшее его более высокую точность. Разработаны и апробированы суперкритерии на основе гипотез о соавторстве и кластерной принадлежности, подтвердившие свою эффективность для косвенной оценки качества критериев схожести. Практическая значимость. Разработанная методика позволяет оптимизировать процессы формирования научных коллективов, а также сократить временные затраты на поиск релевантных экспертов, в том числе из внешних организаций, что способствует минимизации дублирования исследований в смежных областях.