دسته‌بندی
تحلیل‌های عمیق مدل‌ها، مقالات و بنچمارک‌ها — پیش‌چاپ‌ها، ارزیابی‌ها، مدل‌های زبانی پیشرو و پژوهش همراستاسازی.
۵٬۷۶۱ مقاله منتشر شده
محققان با معرفی چارچوب Visual-Idk، مدل‌های بینایی-زبانی را قادر ساختند تا مرزهای دانش خود را بشناسند و از توهمات پرهیز کنند. این متدولوژی نرخ صداقت مدل‌ها را از ۵۷.۹٪ به ۶۷.۳٪…
پژوهشی جدید نشان می‌دهد مدل‌های ترجمه سنتی در حفظ چیدمان بصری متون، از مدل‌های زبانی بزرگ پیشی می‌گیرند. این نتیجه‌ی غیرمنتظره، نیاز صنعت طراحی به معماری‌های ترکیبی را بیش از پیش…
پژوهشگران چارچوب جدیدی برای یادگیری تقویت‌شده ابداع کرده‌اند که با مدل‌سازی عدم قطعیت، مانع از «تقلب» عامل‌ها برای کسب امتیاز می‌شود. این روش رفتارهای مخرب هک پاداش را تا ۹۳.۷…
پژوهشگران چارچوب TimeMM را معرفی کردند که با استفاده از فیلترینگ طیفی شرطی‌شده با زمان، تغییرات سریع سلیقه کاربران را مدل می‌کند. این سیستم با تعادل پویا میان داده‌های بصری و…
پژوهشگران با معرفی چارچوب ACPO، مشکل «انحراف ادراکی» در مدل‌های انتشار را حل کردند. این سیستم با استفاده از تنظیمات مبتنی بر لنگر، کیفیت بصری تصاویر را بدون ایجاد ناپایداری در…
پژوهشگران چارچوب جدیدی به نام DSIPA را معرفی کردند که با شناسایی «صلبیت عاطفی» مدل‌های زبانی، متون ماشینی را تشخیص می‌دهد. این سیستم در حوزه‌های خبری و آکادمیک، دقت تشخیص را تا ۵۰…
مدل MedSynapse-V با جایگزینی توکن‌بندی گسسته با سیستم حافظه پنهان، توانسته است «شهود بالینی» را در تشخیص‌های پزشکی شبیه‌سازی کند. این چارچوب در دقت تشخیص، عملکردی به‌مراتب برتر از…
پلتفرم DepthPilot با اولویت دادن به دقت کالبدی به‌جای زیبایی بصری، استانداردهای تولید ویدیوهای کلونوسکوپی را تغییر داد. این سیستم با استفاده از محدودیت‌های عمق، ویدیوهایی تولید…
چارچوب MetaSR با استفاده از ترنسفورمرهای انتشار، هزینه انتقال داده‌های تصویری را نصف کرده و همزمان کیفیت را افزایش می‌دهد. این فناوری با جایگزینی متادیتای ثابت با استراتژی‌های…
پژوهشگران با معرفی StratMem-Bench ثابت کردند که مدل‌های زبانی بزرگ در استفاده استراتژیک از حافظه برای تعاملات اجتماعی شکست می‌خورند. این یافته نشان می‌دهد که مدل‌ها علی‌رغم…
پژوهشگران با معرفی بنچمارک LATTICE ثابت کردند که عامل‌های کریپتو در کیفیت پشتیبانی از تصمیمات کاربر تفاوت‌های شدیدی دارند. این نتایج نشان می‌دهد که هیچ ابزار واحدی برای تمام…
پژوهشگران چارچوب SeeCo را معرفی کردند؛ سیستمی که بدون نیاز به آموزش مجدد و هزینه‌بر، خطاهای معنایی مدل‌های سنجش از دور را در لحظه استنتاج اصلاح می‌کند. این ابزار با استفاده از…