پرش به محتوای اصلی

دسته‌بندی

آموزش کاربردی

راهنماهای گام‌به‌گام، دوره‌ها و آموزش‌های کاربردی استفاده از هوش مصنوعی — از مهندسی پرامپت تا فاین‌تیون و RAG.

۸٬۰۸۳ مقاله منتشر شده

خداحافظی با پیچیدگی‌های فیگما؛ گوگل استیچ ایده‌های شما را به طرح تبدیل می‌کند
آموزش کاربردی

خداحافظی با پیچیدگی‌های فیگما؛ گوگل استیچ ایده‌های شما را به طرح تبدیل می‌کند

گوگل استیچ ابزاری رایگان است که توصیفات متنی را به طرح‌های حرفه‌ای رابط کاربری تبدیل می‌کند. این ابزار با خروجی مستقیم به فیگما و ری‌اکت، فاصله بین ایده و اجرا را می‌گیرد.

۳ دقیقه خواندن
از چت‌بات تا کارمند دیجیتال؛ تسلط کامل عامل‌های AI بر ۹۰۰۰ نرم‌افزار
آموزش کاربردی

از چت‌بات تا کارمند دیجیتال؛ تسلط کامل عامل‌های AI بر ۹۰۰۰ نرم‌افزار

زپیر با معرفی یک SDK جدید، دسترسی برنامه‌نویسان به بیش از ۹۰۰۰ ابزار را تسهیل کرد تا عامل‌های هوش مصنوعی بتوانند به‌جای پیشنهاد کد، مستقیماً عملیات تجاری را اجرا کنند. این ابزار…

۳ دقیقه خواندن
چرا برای مکان‌یابی دقیق در 6G دیگر به داده‌های حجیم نیاز نداریم؟

چرا برای مکان‌یابی دقیق در 6G دیگر به داده‌های حجیم نیاز نداریم؟

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…

۲ دقیقه خواندن۲
داده‌های Arxiv: یادگیری فدرال به دقت مدل‌های متمرکز در پیش‌بینی شارژ EV رسید

داده‌های Arxiv: یادگیری فدرال به دقت مدل‌های متمرکز در پیش‌بینی شارژ EV رسید

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…

۲ دقیقه خواندن
بدهی فنی AI؛ بمب ساعتی که کدهای تولیدی شما را تهدید می‌کند

بدهی فنی AI؛ بمب ساعتی که کدهای تولیدی شما را تهدید می‌کند

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…

۲ دقیقه خواندن۲
چرا فاصله‌ی اقلیدسی در انتقال بهینه‌ی داده‌ها یک اشتباه است؟

چرا فاصله‌ی اقلیدسی در انتقال بهینه‌ی داده‌ها یک اشتباه است؟

معرفی روش ReshapeOT برای اصلاح مدل‌سازی تغییرات توزیع داده‌ها. این متد با جایگزینی معیارهای اقلیدسی با فاصله‌ی ماهالانوبیس، دقت هندسی پیش‌بینی‌ها را در محیط‌های پویا به‌شدت افزایش…

۲ دقیقه خواندن۱
۷ عامل پنهانی که استنتاج علیتی در شبکه‌های ژنی را مختل می‌کنند

۷ عامل پنهانی که استنتاج علیتی در شبکه‌های ژنی را مختل می‌کنند

پژوهشگران ۷ «پاتولوژی» یا نقص داده‌ای را شناسایی کردند که مزایای روش‌های علیتی در نقشه‌برداری ژنی را خنثی می‌کند. این مطالعه با ۶,۱۲۰ آزمایش ثابت کرد که مدل‌های علیتی در محیط‌های…

۲ دقیقه خواندن۳
چگونه True Memory بدون GPU و دیتابیس برداری، حافظه‌ی AI را متحول کرد؟

چگونه True Memory بدون GPU و دیتابیس برداری، حافظه‌ی AI را متحول کرد؟

معماری True Memory با جایگزینی خلاصه‌سازی‌های زودهنگام با بازیابی دقیق (Verbatim)، استانداردهای حافظه‌ی عامل‌های هوش مصنوعی را جابه‌جا کرده است. این سیستم که تنها بر بستر SQLite…

۲ دقیقه خواندن۲
پایان تبعیض نژادی در تشخیص گلوکوم؛ رمزگشایی از مدل FairEnc

پایان تبعیض نژادی در تشخیص گلوکوم؛ رمزگشایی از مدل FairEnc

پژوهشگران با معرفی مدل FairEnc توانستند سوگیری‌های نژادی و جنسیتی را از سیستم‌های تشخیص بیماری گلوکوم حذف کنند. این مدل چندوجهی با استفاده از داده‌های مصنوعی و یادگیری تقابلی، دقت…

۲ دقیقه خواندن۲