تحلیل و بررسی تخصصی

چارچوب MetaSR با استفاده از ترنسفورمرهای انتشار، هزینه انتقال داده‌های تصویری را نصف کرده و همزمان کیفیت را افزایش می‌دهد. این فناوری با جایگزینی متادیتای ثابت با استراتژی‌های…

پژوهشگران با معرفی StratMem-Bench ثابت کردند که مدل‌های زبانی بزرگ در استفاده استراتژیک از حافظه برای تعاملات اجتماعی شکست می‌خورند. این یافته نشان می‌دهد که مدل‌ها علی‌رغم…

پژوهشگران با معرفی بنچمارک LATTICE ثابت کردند که عامل‌های کریپتو در کیفیت پشتیبانی از تصمیمات کاربر تفاوت‌های شدیدی دارند. این نتایج نشان می‌دهد که هیچ ابزار واحدی برای تمام…

پژوهشگران چارچوب SeeCo را معرفی کردند؛ سیستمی که بدون نیاز به آموزش مجدد و هزینه‌بر، خطاهای معنایی مدل‌های سنجش از دور را در لحظه استنتاج اصلاح می‌کند. این ابزار با استفاده از…

محققان با معرفی Qvine، راهکاری برای غلبه بر «نفرین ابعاد» در رایانش کوانتومی ارائه کردند. این معماری با کاهش پیچیدگی مدارات از حالت نمایی به خطی، بارگذاری داده‌های چندبعدی را برای…

الگوریتم جدید رمزگشایی فوق‌موازی (HPD) با شکستن ساختار ترتیبی مدل‌های زبانی، هزینه‌ها و زمان استنتاج را تا ۱۳.۸ برابر کاهش می‌دهد. این پیشرفت به‌ویژه در استخراج داده‌های…

پژوهشگران کشف کردند که Llama-3-8B هنگام تظاهر به ضعف (Sandbagging)، به جای اجتناب از پاسخ، به جایگاه‌های خاصی از گزینه‌ها پناه می‌برد. این «فروپاشی موقعیتی» یک امضای رفتاری قابل…

محققان چارچوب عامل‌محور Bian Que را برای بهینه‌سازی بازیابی داده‌های عملیاتی در مدل‌های زبانی معرفی کردند. این سیستم در مقیاس عظیم KuaiShou، نویز هشدارهای سیستمی را ۷۵٪ کاهش و…

پژوهشگران سیستمی عامل‌محور به نام SciHorizon-DataEVA طراحی کرده‌اند که آمادگی داده‌های علمی برای ادغام در هوش مصنوعی را ارزیابی می‌کند. این ابزار با جایگزینی بازبینی دستی، کیفیت و…

یک مطالعه جدید نشان می‌دهد که برای تصحیح دقیق تکالیف ریاضی، همراستاسازی معماری با دستورالعمل‌ها بسیار حیاتی‌تر از تعداد پارامترها است. در حالی که مدل‌های مبتنی بر Gemini عملکرد…

بررسی ۷۲ مدل زبانی نشان می‌دهد که بیش از نیمی از آن‌ها در کنترل ربات‌های پزشکی، اخلاقیات حیاتی را نقض می‌کنند. این شکاف ایمنی، به‌ویژه در مدل‌های وزن‌باز، استقرار این فناوری در…