آموزش کاربردی

شکست عامل‌های هوش مصنوعی در محیط عملیاتی اغلب به دلیل محدودیت‌های مدل نیست، بلکه ناشی از نام‌گذاری مبهم فایل‌هاست که سیستم‌های بازیابی را گیج می‌کند. با جایگزینی نام‌های کلی با…

پژوهشگران با معرفی بنچمارک PhyGround و مدل وزن‌باز PhyJudge-9B، ابزاری دقیق برای سنجش پایبندی ویدیوهای هوش مصنوعی به قوانین فیزیک ارائه کردند. این مدل در شناسایی خطاهای فیزیکی،…

پژوهشگران با معرفی مجموعه داده SMART-HC-VQA، تحلیل تصاویر ماهواره‌ای را از تشخیص ساده‌ی تغییرات به استدلال زمانی پیچیده ارتقا دادند. این چارچوب با بهره‌گیری از مدل LLaVA-NeXT…

پژوهشی جدید روی زبان لوکزامبورگی نشان می‌دهد که انتقال بین‌زبانی جایگزینی برای جمع‌آوری داده‌های محلی نیست. برای ایجاد خط‌لوله‌های پایدار در زبان‌های کم‌منبع، این دو رویکرد باید…

روش جدید SRFT با فیلتر کردن گام‌های اشتباه به جای حذف کل مسیرهای ناموفق، نرخ حل مسائل در بنچمارک SWE-bench Verified را به ۳۲.۲٪ رسانده است. این رویکرد به مدل‌ها می‌آموزد که چگونه…

چارچوب MAGE با معرفی گراف‌های دانش تکاملی، به عامل‌های هوش مصنوعی اجازه می‌دهد بدون تغییر در وزن‌های مدل، از شکست‌ها و موفقیت‌های خود بیاموزند. این سیستم در ۹ بنچمارک مختلف، از…

چارچوب PAL هزینه برچسب‌گذاری کادرهای محدودکننده را با انتخاب داده‌های اثرگذار تنها از طریق خروجی‌های استنتاج کاهش می‌دهد. این سیستم مستقل از معماری مدل است و نیاز به تغییر در خط…

پژوهشگران مکانیزم توجه جدیدی به نام KVM معرفی کرده‌اند که شکاف میان ترنسفورمرها و RNNهای خطی را پر می‌کند. این روش با ایجاد رشد زیرخطی در وضعیت حافظه، هزینه‌های پردازش متون بلند…

بنچمارک جدید PrimeKG-CL نشان می‌دهد که استفاده از ویژگی‌های چندوجهی می‌تواند دقت وظایف هوش مصنوعی در حوزه زیست‌پزشکی را تا ۶۰٪ افزایش دهد. این مطالعه همچنین شکست‌های جدی در…

یک مدل تخصصی با نام Fashion Florence با تنها ۰.۷۷ میلیارد پارامتر، در استخراج داده‌های ساختاریافته‌ی مد از تصاویر، مدل‌های پیشرویی چون GPT-4o-mini را شکست داد. این دستاورد نشان…

پلتفرم Shepherd با معرفی زیرساختی مبتنی بر برنامه‌نویسی تابعی، تعاملات عامل‌ها را به عنوان رویدادهای کنترل‌شده مدیریت می‌کند. این رویکرد سرعت بازتولید وضعیت‌ها را ۵ برابر بیشتر از…