About Healthcare Research Blog posts Publications Contact

Our work on how LLMs store relations selected as NeurIPS Spotlight paper
Our paper The Structure of Relation Decoding Linear Operators in Large Language Models by Miranda Anna Christ, Adrián Csiszárik, Gergely Becsó, and Dániel Varga was accepted at the NeurIPS 2025 conference as a Spotlight paper (~3% of submissions).
Read the full story

Healthcare

Prevention & Prediction

Patient Pathways

Patient Pathway Mission
Leveraging Hungary’s healthcare data assets for prevention, prediction, and decision support.
Read the full story Tovább a teljes történethez
The table
All Blog posts Publications Events Grants Announcements

A Kossuth Rádió riportja az egészségügyi életútelemző adatplatform szakértőivel

Podcast
November 7, 2024
podcasts
A Semmelweis Egyetem Egészségügyi Menedzserképző Központ – az Egészségbiztonság Nemzeti Laboratórium Adatvezérelt Egészség Divízió vezetője – munkatársai és a Rényi Alfréd Matematikai Kutatóintézet Mesterséges Intelligencia kutatócsoportjának szakértői egy olyan átfogó, egészségügyi életútelemző adatplatformot építenek, amelynek alapján mesterséges intelligencia modellek személyre szabott előrejelzéseket tehetnek, figyelmeztethetnek egyes betegségek megjelenésének vagy súlyosbodásának a megnövekedett kockázatára, az egészségi állapot romlására, elősegítve ezzel a megelőzést, a korai felismerést vagy az egyénre szabott kezelés megtervezését. Article link
Read more..
November 7, 2024

Felfedező a tudomány világáról - Egy új formaosztályt fedezett fel Domokos Gábor, a Gömböc felfedezője

Podcast
October 29, 2024
podcasts
Egy új formaosztályt fedezett fel Domokos Gábor a Gömböc felfedezője, akadémikus, matematikus, a Budapesti Műszaki és Gazdaságtudományi Egyetem professzora, doktorandusz hallgatója Regős Krisztina, és G. Horváth Ákos ugyancsak a BME matematikus professzora. Bizonyították, hogy a lágy cellának elnevezett forma építi fel például, a nautilus csigáspolip házát. Domokos Gáborral és Regős Krisztinával egyebek között arról is beszélgetünk, hogy vajon miért talált ki az evolúció ilyen formát, hogy miért kíváncsi a májsebész a felfedezésükre, és hogy a lágy cellák miért olyan érdekesek az építészek számára, akik felkeresték őket.
Read more..
October 29, 2024

A characterization of complex Hadamard matrices appearing in families of MUB triplets

Publication
October 3, 2024
publications
It is shown that a normalized complex Hadamard matrix of order 6 having three distinct columns each containing at least one -1 entry, necessarily belongs to the transposed Fourier family, or to the family of 2-circulant complex Hadamard matrices. The proofs rely on solving polynomial systems of equations by Gröbner basis techniques, and make use of a structure theorem concerning regular Hadamard matrices. As a consequence, members of these two families can be easily recognized in practice.
Read more..
October 3, 2024

Towards Unbiased Exploration in Partial Label Learning

Publication
September 6, 2024
publications
We consider learning a probabilistic classifier from partially-labelled supervision (inputs denoted with multiple possibilities) using standard neural architectures with a softmax as the final layer. We identify a bias phenomenon that can arise from the softmax layer in even simple architectures that prevents proper exploration of alternative options, making the dynamics of gradient descent overly sensitive to initialization. We introduce a novel loss function that allows for unbiased exploration within the space of alternative outputs.
Read more..
September 6, 2024
The Team
The AI group at the institute brings together experts with backgrounds in both industry and academia. We place equal emphasis on theoretical foundations, thorough experimentation, and practical applications. Our close collaboration ensures a continuous exchange of knowledge between scientific research and applied projects.
All Theory Applications Former members
Balázs Szegedy
Mathematical Theory
Attila Börcs, PhD
NLP, Modeling, MLOps
Adrián Csiszárik
Representation Learning, Foundations
Győző Csóka
NLP, MLOps
Domonkos Czifra
NLP, Foundations
Botond Forrai
Modeling
Péter Kőrösi-Szabó
Modeling
Gábor Kovács
NLP, Modeling
Judit Laki, MD PhD
Healthcare
Márton Muntag
Time Series, NLP, Modeling
Dávid Terjék
Generalization, Mathematical Theory
Dániel Varga
Foundations, Computer aided proofs
Pál Zsámboki
Reinforcement Learning, Geometric Deep Learning
Zsolt Zombori
Formal Reasoning
Péter Ágoston
Combinatory, Geometry
Beatrix Mária Benkő
Representation Learning
Jakab Buda
NLP
Diego González Sánchez
Generalization, Mathematical Theory
Melinda F. Kiss
Representation Learning
Ákos Matszangosz
Topology, Foundations
Alex Olár
Foundations
Gergely Papp
Modeling
Open Positions
The Rényi AI group is actively recruiting both theorists and practitioners.
Machine Learning Engineer
Announcement: July 1, 2025
Deadline: rolling
applications
Rényi Institute is seeking Machine Learning Engineers to join our AI Research & Development team. Preferred Qualifications: • MLOps experience (especially in cloud environments) • Industry experience working on ML solutions
Read more..
Research Scientist
Announcement: July 1, 2025
Deadline: rolling
theory, applications
Rényi Institute is seeking Research Scientists to join our AI Research & Development team. You will have the privilege to work at a renowned academic institute and do what you love: do research and publish in the field of machine learning / deep learning.
Read more..
All Positions
Rényi AI - Building bridges between mathematics and artificial intelligence.