دسته‌بندی
تحلیل‌های عمیق مدل‌ها، مقالات و بنچمارک‌ها — پیش‌چاپ‌ها، ارزیابی‌ها، مدل‌های زبانی پیشرو و پژوهش همراستاسازی.
۵٬۷۷۹ مقاله منتشر شده
مدل‌های زبانی پیشرو حتی با وجود دستورات صریح برای حفظ محرمانگی، اطلاعات را از طریق تم‌ها و تصویرسازی‌ها فاش می‌کنند. پژوهشی جدید نشان می‌دهد این نشت موضوعی در ۷۹٪ موارد رخ می‌دهد…
پژوهشگران با معرفی DRoRAE، روشی برای تجمیع ویژگی‌های تمامی لایه‌های رمزگذار بصری ابداع کردند که کیفیت بازسازی تصاویر را به‌طور چشم‌گیری افزایش می‌دهد. این مدل با شناسایی یک قانون…
چارچوب DRAPE با جایگزینی پرامپت‌های ایستا با پرامپت‌های نرم پویا و مختص به هر نمونه، مشکل فراموشی فاجعه‌بار در مدل‌های چندوجهی را حل می‌کند. این روش با تکیه بر شرطی‌سازی بر اساس…
چارچوب FedMITR با استفاده از معکوس‌سازی پراکنده مدل و برچسب‌گذاری مجدد توکن‌ها، مشکل ناهمراستایی معنایی در داده‌های مصنوعی را حل می‌کند. این روش باعث افزایش تعمیم‌پذیری مدل‌ها در…
پژوهشگران با معرفی مجموعه داده SMART-HC-VQA، تحلیل تصاویر ماهواره‌ای را از تشخیص ساده‌ی تغییرات به استدلال زمانی پیچیده ارتقا دادند. این چارچوب با بهره‌گیری از مدل LLaVA-NeXT…
همکاری بین عامل‌های هوش مصنوعی لزوماً منجر به نتایج دقیق‌تر نمی‌شود و حتی می‌تواند استدلال را تخریب کند. پژوهش‌های جدید نشان می‌دهند مدل‌ها به دلیل «تنبلی شناختی»، منطق درست خود…
AllocMV چارچوب جدیدی است که تولید ویدیوهای موسیقی را به یک مسئله تخصیص منابع تبدیل می‌کند تا هزینه‌های محاسباتی کاهش و ثبات بصری افزایش یابد. این سیستم با استفاده از یک حل‌کننده…
پژوهشی جدید روی زبان لوکزامبورگی نشان می‌دهد که انتقال بین‌زبانی جایگزینی برای جمع‌آوری داده‌های محلی نیست. برای ایجاد خط‌لوله‌های پایدار در زبان‌های کم‌منبع، این دو رویکرد باید…
چارچوب جدیدی به نام NASH معرفی شده است که از شکست روش Data Shapley در انتخاب داده‌های آموزشی جلوگیری می‌کند. این متد با تجزیه توابع مطلوبیت و تجمیع غیرخطی آن‌ها، کیفیت داده‌های…
روش جدید SRFT با فیلتر کردن گام‌های اشتباه به جای حذف کل مسیرهای ناموفق، نرخ حل مسائل در بنچمارک SWE-bench Verified را به ۳۲.۲٪ رسانده است. این رویکرد به مدل‌ها می‌آموزد که چگونه…
معماری جدید bViT با جایگزینی لایه‌های منحصربه‌فرد با یک بلوک تکرارشونده، حجم پارامترها را تا ۹۰٪ کاهش داده است. این مدل در بنچمارک ImageNet-1K دقتی مشابه ViT-B ارائه می‌دهد و…
پژوهش‌های جدید نشان می‌دهد پرسوناهای مبتنی بر مدل‌های زبانی در بازسازی میانگین‌های گروهی موفق‌اند، اما در پیش‌بینی پاسخ‌های فردی و رفتارهای نادر ناتوان هستند. با وجود بهبود عملکرد…