دستهبندی
تحلیلهای عمیق مدلها، مقالات و بنچمارکها — پیشچاپها، ارزیابیها، مدلهای زبانی پیشرو و پژوهش همراستاسازی.
۱٬۶۴۷ مقاله منتشر شده
سیستم Memini با شبیهسازی مکانیسمهای بیولوژیکی مغز، حافظهی خارجی مدلهای زبانی را پویا میکند. این فناوری اجازه میدهد مدلها بدون نیاز به بازآموزی، حقایق جدید را بیاموزند و…
مدل جدید Driver-WM با تحلیل ترافیک محیطی، وضعیت احساسی و رفتاری راننده را پیشبینی میکند. این فناوری به سیستمهای خودران L2/L3 کمک میکند تا در لحظات حساس انتقال کنترل، واکنشهای…
پژوهشگران با معرفی «میدانهای مفهومی»، روشی برای شناسایی توهمات و نوآوری در مدلهای زبانی ابداع کردهاند که تنها بر اساس تحلیل تغییرات بردار معنایی عمل میکند. این رویکرد…
پژوهشگران چارچوب Security Cube را برای افشای نقاط ضعف مدلهای زبانی معرفی کردند. این مطالعه ثابت میکند معیارهای فعلی صنعت برای سنجش امنیت، بیش از حد محدود و برای دنیای واقعی…
پژوهشگران چارچوبی تطبیقی برای مکانیابی در شبکههای 5G و 6G طراحی کردهاند که با دادههای بسیار کم نیز عملکرد دقیقی دارد. این سیستم با ترکیب یادگیری آفلاین و آنلاین، گلوگاه…
پژوهشگران با معرفی روش DP-FM، مشکل اعوجاجهای هندسی در تطبیق مدلهای بینایی-زبانی را حل کردند. این متد با جداسازی دینامیکهای شعاعی و زاویهای، رکورد جدیدی در ۱۱ بنچمارک مختلف ثبت…
چارچوب جدید Piper با بهینهسازی آموزش مدلهای مخلوط خبره (MoE) در پلتفرمهای HPC، بهرهوری محاسباتی را تا ۳.۵ برابر افزایش داده است. این دستاورد با حذف گلوگاههای ارتباطی و…
پژوهشگران روش جدیدی به نام PBSD را معرفی کردهاند که با جایگزینی تطبیق KL با تنظیم منظم پاداش، پایداری آموزش را افزایش میدهد. این رویکرد باعث جهش در تواناییهای استدلالی و…
پژوهشگران علت توهمات ساختاری در مدلهای انتشار را در ناپایداریهای هندسی یافتند. روش جدیدی به نام فرونشانی ذاتی (IQ) میتواند با اصلاح ابعاد مدل، دقت آناتومیک تصاویر، بهویژه در…
مدلهای پاداش که برای همراستاسازی LLMها استفاده میشوند، در تشخیص رفتارهای غیراخلاقی ناتواناند. پژوهشی جدید نشان میدهد تلاش برای حذف سوگیری، منجر به کاهش شدید حساسیت مدل به…
پژوهشگران روشی برای پیشبینی نیاز انرژی خودروهای برقی ابداع کردهاند که حریم خصوصی را کاملاً تضمین میکند. این سیستم با استفاده از یادگیری فدرال، دقتی نزدیک به مدلهای متمرکز دارد…
کدهای تولیدشده توسط AI اغلب در محیط عملیاتی شکست میخورند چون محدودیتهای زیرساختی را نمیشناسند. روش جدید «داربستبندی بازیابیافزا» با استفاده از حلقههای عاملمحور، این شکاف را…