دستهبندی
تحلیلهای عمیق مدلها، مقالات و بنچمارکها — پیشچاپها، ارزیابیها، مدلهای زبانی پیشرو و پژوهش همراستاسازی.
۱٬۶۵۵ مقاله منتشر شده
تحلیل فنی ترنسفورمرهای Attention-Residual نشان میدهد که ردپاهای مسیریابی داخلی، شواهد پایداری برای کالیبراسیون پسینی فراهم نمیکنند. این مطالعه هشدار میدهد که بهبودهای ظاهری در…
پژوهشگران مدل FEM را برای حذف «مصنوعات پل-مود» در شبکههای بیزی ترکیبی معرفی کردند. این مدل با استفاده از تکنیک تنظیم دره، توهمات احتمالی در نقاط خالی بین خوشههای داده را از بین…
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…
پژوهشگران دریافتند که کوانتیزاسیون گرادینتهای وزن (Wgrad) عامل اصلی ناپایداری در آموزش مدلهای زبانی با دقت FP4 است. استفاده از چرخشهای قطعی هادامار، برخلاف روشهای تصادفی،…
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…
بنچمارک جدید BenchCAD نشان میدهد مدلهای پیشرو در عین توانایی در تقلید بصری، در تولید کدهای پارامتریک دقیق برای تولید صنعتی شکست میخورند. این مطالعه شکاف عمیق میان استدلال فضایی…
حضور مقدار اندکی اطلاعات گمراهکننده در متون طولانی، باعث سقوط غیرخطی عملکرد مدلهای زبانی میشود. این یافته نشان میدهد که دقت در بازیابی دادهها بسیار حیاتیتر از کاهش کلی حجم…
چارچوب استدلالی جدیدی به نام SFFL با تفکیک مسیرهای استدلال برای هر مودالیته، توهمات در مدلهای زبانی چندوجهی را بهطور چشمگیری کاهش داده است. این متد دقت کلی را ۵.۱۶٪ و نرخ کاهش…
NanoResearch یک چارچوب چند-عاملی جدید است که با شخصیسازی خطلوله پژوهش، خروجیهای یکسان مدلهای زبانی را کنار میگذارد. این سیستم از طریق تکامل همزمان بانک مهارت و حافظه،…
مدلهای استدلالی در ارزیابیهای ساده، قدرت محاسباتی را هدر میدهند. چارچوب RACER با مسیریابی پویا، وظایف را به مقرونبهصرفهترین داور میسپارد و دقت را حتی در صورت تغییر توزیع…
بنچمارک جدید ComplexMCP نشان میدهد برترین عاملهای هوش مصنوعی در محیطهای ابزاری پیچیده تنها ۶۰ درصد موفقیت دارند، در حالی که این رقم برای انسانها ۹۰ درصد است. این مطالعه…
چارچوب جدید MATRA روشی سیستماتیک برای تبدیل آسیبپذیریهای مدلهای زبانی به ریسکهای عملیاتی در عاملهای خودمختار ارائه میدهد. این پژوهش نشان میدهد که کنترلهای معماری مانند…