آموزش کاربردی

روشی جدید به نام Random Cloud اجازه می‌دهد بدون نیاز به آموزش اولیه، کوچک‌ترین و بهین‌ترین ساختار شبکه‌های عصبی شناسایی شوند. این متد با جایگزینی چرخه پرهزینه…

پژوهشگران ابزار متن‌باز HalluCiteChecker را برای شناسایی ارجاعات جعلی در مقالات علمی معرفی کردند. این ابزار سبک، بدون نیاز به GPU و به‌صورت آفلاین روی CPUهای معمولی اجرا می‌شود تا…

یک مدل تخصصی Qwen2.5-7B در تریاژ پزشکی از GPT-4o پیشی گرفت. این نتیجه ثابت می‌کند تنظیم دقیق روی داده‌های بالینی بسیار موثرتر از تکیه بر مدل‌های عمومی عظیم است.

پژوهشگران یک عامل خودکار به نام XDFT طراحی کرده‌اند که دلیل شکست محاسبات نظریه تابعی چگالی در تطبیق با داده‌های تجربی را تشخیص می‌دهد. این سیستم با نرخ موفقیت ۷۸ درصد، به‌طور…

پژوهشگران محیط FutureWorld را برای آموزش عامل‌های هوش مصنوعی زاینده به پیش‌بینی رویدادهای واقعی طراحی کرده‌اند. این سیستم با بستن حلقه‌ی یادگیری بین پیش‌بینی و نتیجه، امکان تکامل…

یک خط لوله‌ی پژوهشی جدید با تبدیل برنامه‌ها به گراف‌های صفت‌دار، امکان بازیافت مصنوعات تأیید کد را فراهم کرده است. این سیستم با ترکیب تحلیل ساختاری و بردارهای معنایی، شباهت‌های…

پژوهشگران چارچوب جدیدی به نام AI Council را برای مقابله با «توافق مصنوعی» در شبیه‌سازی‌های چند-عاملی معرفی کردند. این روش با جایگزینی مدل‌های متنوع ۷ تا ۹ میلیارد پارامتری، مانع…

پژوهشگران راهکاری برای استفاده از داده‌های متنی خالص جهت ارتقای مدل‌های تشخیص گفتار یافته‌اند. این مطالعه نشان می‌دهد پیکربندی‌های ساده، مانند مدل‌های مدت‌زمان تصادفی، اغلب از خط…

مدل STLGT با استفاده از یک ترنسفورمر گراف خطی، پیش‌بینی تأخیر در میکروسرویس‌ها را ۱۲ برابر سریع‌تر کرد. این معماری جدید دقت پیش‌بینی p95 را افزایش داده و هزینه استنتاج را به شدت…

SecMate یک دستیار هوش مصنوعی عامل‌محور است که با تحلیل داده‌های دستگاه و کاربر، دقت حل مشکلات امنیتی را به بیش از ۹۰ درصد رسانده است. این سیستم ثابت کرد که در اکثر سناریوهای…

پژوهشی جدید نشان می‌دهد مدل‌های ترجمه سنتی در حفظ چیدمان بصری متون، از مدل‌های زبانی بزرگ پیشی می‌گیرند. این نتیجه‌ی غیرمنتظره، نیاز صنعت طراحی به معماری‌های ترکیبی را بیش از پیش…