دسته‌بندی
تحلیل‌های عمیق مدل‌ها، مقالات و بنچمارک‌ها — پیش‌چاپ‌ها، ارزیابی‌ها، مدل‌های زبانی پیشرو و پژوهش همراستاسازی.
۵٬۷۸۳ مقاله منتشر شده
معماری DynGhost با بهره‌گیری از ترنسفورمرهای زمانی، محدودیت‌های بازسازی صحنه‌های پویا در تصویربرداری شبح‌وار را از بین برد. این مدل با جایگزینی مدل‌های نویز ساده با آموزش…
چارچوب ProteinOPD با جایگزینی یادگیری تقویت‌شده با روش تقطیر، مانع از تخریب قابلیت طراحی مدل‌های زبانی پروتئین در حین تنظیم دقیق می‌شود. این رویکرد جدید، سرعت آموزش را ۸ برابر…
یک بنچمارک جدید نشان می‌دهد که پیشرفته‌ترین مدل‌های زبانی در بازیابی دقیق استنادات حقوقی بدون دسترسی به منابع خارجی شکست می‌خورند. این مطالعه ثابت می‌کند که مقیاس مدل و پیش‌آموزش…
پژوهشگران با معرفی GSNF، شکاف تعاملات بین‌متغیری در طبقه‌بندی سری‌های زمانی چندمتغیره و نامنظم را برطرف کردند. این مدل با استفاده از نظارت‌گری خودکار، کارایی جریان‌های عصبی…
پژوهشگران یک سیستم دفاعی سه‌لایه برای جلوگیری از حملات تزریق SQL در رابط‌های مبتنی بر مدل‌های زبانی طراحی کرده‌اند. این چارچوب با ترکیب پاک‌سازی پرامپت و تشخیص ناهنجاری‌های…
پژوهشگران چارچوب چندعاملی IMPACT را برای شناسایی و درجه‌بندی شدت تضادها در داوری‌های علمی توسعه داده‌اند. این سیستم با استفاده از بنچمارک RevCI و مدل زبانی کوچک TIDE، دقت تحلیل…
پژوهشگران روشی برای تبدیل مدل‌های علیِ پیچیده و دارای چرخه به گراف‌های جهت‌دار بدون چرخه (DAG) با ابعاد پایین ابداع کردند. این دستاورد با بهره‌گیری از تنظیمات خطی غیرگوسی (LiNG)،…
پژوهش جدید نشان می‌دهد افزایش پارامترها در مدل‌های بینایی ماشین لزوماً به شفافیت بیشتر منجر نمی‌شود. مدل‌های کوچک‌تر گاهی در دقت مکان‌یابی (Localization) با مدل‌های عمیق‌تر برابری…
چارچوب MicroWorld با استفاده از گراف‌های ویژگی چندوجهی، دقت مدل Qwen3-VL را در استدلال‌های میکروسکوپی ۱۳٪ بیشتر از GPT-5 کرد. این دستاورد ثابت می‌کند بازیابی دانش ساختاریافته…
پژوهشگران با معرفی چارچوب HYPERPOSE، فضای اقلیدسی را با هندسه هذلولی جایگزین کردند تا مدل‌سازی دقیق‌تری از اسکلت انسان ارائه دهند. این رویکرد با حذف اعوجاج حجمی، به دقتی پیشرو در…
معماری Enhanced HOPE با معرفی مسیریابی تطبیقی، تأخیر پردازشی در صحنه‌های ساده رانندگی خودکار را ۳۸٪ کاهش می‌دهد. این سیستم با تحلیل پیچیدگی هندسی محیط، قدرت محاسباتی را بهینه‌سازی…
چارچوب ViSRA با حذف نیاز به آموزش‌های هزینه‌بر، استدلال فضایی سه‌بعدی را در مدل‌های چندوجهی ارتقا می‌دهد. این سیستم با تکیه بر مدل‌های خبره، در وظایف پیش‌بینی‌نشده تا ۲۸.۹٪ بهتر…