دسته‌بندی
تحلیل‌های عمیق مدل‌ها، مقالات و بنچمارک‌ها — پیش‌چاپ‌ها، ارزیابی‌ها، مدل‌های زبانی پیشرو و پژوهش همراستاسازی.
۵٬۷۷۶ مقاله منتشر شده
مدل جدید IMDM با معرفی ماسک‌های تصادفی، محدودیت‌های نظری تولید سریع در مدل‌های انتشار ماسک‌دار (MDM) را از بین برد. این دستاورد باعث افزایش چشمگیر سرعت نمونه‌برداری بدون کاهش…
پژوهشگران با جایگزینی شبیه‌سازی‌های کند مونت‌کارلو با تحلیل دسترسی مبتنی بر زونوتوپ‌های چندجمله‌ای، زمان تأیید سخت‌افزارهای هوش مصنوعی آنالوگ را به‌شدت کاهش داده‌اند. این روش…
پژوهش‌های جدید نشان می‌دهد بنچمارک‌های استاندارد زیست‌صوتی (Bioacoustic) به دلیل استفاده از پروب‌های خطی بیش از حد ساده، کیفیت رمزگذارهای صوتی را کمتر از حد واقعی تخمین می‌زنند.…
مدل CoWorld-VLA با معرفی توکن‌های تخصصی برای داده‌های هندسی و پویا، استدلال سطح بالا را به عمل دقیق در رانندگی خودکار متصل می‌کند. این چارچوب در بنچمارک NAVSIM v1 دقت مسیر و ایمنی…
یک مطالعه در مه ۲۰۲۶ نشان می‌دهد که مدل‌های زبانی پیشرو همچنان برتری مطلق خود را در پاسخ‌گویی به پرسش‌های مجموعه‌داده‌ها حفظ کرده‌اند. مدل‌های کوچک و بهینه، به‌ویژه در تبدیل زبان…
عامل AnomalyClaw با جایگزینی استنتاج تک‌مرحله‌ای با یک فرآیند ردّیه چندمرحله‌ای، دقت تشخیص ناهنجاری‌های بصری را به‌طور چشم‌گیری افزایش می‌دهد. این ابزار بدون نیاز به آموزش مجدد،…
تیم Phoenix و Mistral AI مدل Phoenix-VL 1.5 Medium را معرفی کردند؛ یک مدل چندوجهی با ۱۲۳ میلیارد پارامتر که در عین حفظ توانمندی‌های جهانی در STEM، در حقوق و فرهنگ سنگاپور به سطح…
چارچوب PAL هزینه برچسب‌گذاری کادرهای محدودکننده را با انتخاب داده‌های اثرگذار تنها از طریق خروجی‌های استنتاج کاهش می‌دهد. این سیستم مستقل از معماری مدل است و نیاز به تغییر در خط…
چارچوب جدید SCALAR با ترکیب مدل‌های زبانی و استدلال نمادین، شناسایی الگوهای پیچیده در مدارات کوانتومی را خودکار می‌کند. این سیستم که بر بستر CUDA-Q توسعه یافته، قادر است تا ۷۷…
مدل جدید KrausKGE با تعریف روابط به عنوان کانال‌های الهام‌گرفته از کوانتوم، چالش روابط N-to-N در گراف‌های دانش را حل کرده است. این چارچوب نیاز به محدودیت‌های نرم (Norm…
چارچوب جدید TAP با جایگزینی معیار «واقع‌نمایی» با «کاربردی بودن»، دقت مدل‌های طبقه‌بندی در محیط‌های کم‌داده را تا ۱۵.۶ درصد افزایش داده است. این متد با استفاده از یک سیاست…
پژوهشگران مکانیزم توجه جدیدی به نام KVM معرفی کرده‌اند که شکاف میان ترنسفورمرها و RNNهای خطی را پر می‌کند. این روش با ایجاد رشد زیرخطی در وضعیت حافظه، هزینه‌های پردازش متون بلند…