دسته‌بندی
تحلیل‌های عمیق مدل‌ها، مقالات و بنچمارک‌ها — پیش‌چاپ‌ها، ارزیابی‌ها، مدل‌های زبانی پیشرو و پژوهش همراستاسازی.
۵٬۷۶۰ مقاله منتشر شده
پژوهشگران چارچوب دفاعی Safe-FedLLM را معرفی کردند که با تحلیل به‌روزرسانی‌های LoRA به‌عنوان نشانگرهای رفتاری، کلاینت‌های مخرب را شناسایی و سرکوب می‌کند. این روش بدون کاهش محسوس…
پژوهشگران دریافتند بنچمارک‌های فعلی به جای تسلط واقعی بر زبان، توانایی ریاضی و یادآوری اطلاعات را می‌سنجند. روش ترجمه رفت‌وبرگشتی با رتبه‌بندی کاربران همبستگی ۰.۹۴ نشان داده است.…
پژوهشگران روشی مبتنی بر یادگیری تقویتی ارائه کرده‌اند که به مدل‌های زبانی کمک می‌کند با درخواست‌های مبهم کاربران بهتر کنار بیایند. این رویکرد به جای تکیه بر یک تفسیر واحد، طیفی از…
پژوهشگران «لتنت‌ریفیوژال» را معرفی کردند؛ روشی که با تحلیل فعال‌سازی‌های لایه پنهان مدل‌های زبانی بزرگ، پرسش‌های مبهم یا بی‌پاسخ را شناسایی می‌کند. این رویکرد امتیاز اف‌وان ۸۸.۵…
پژوهشی تازه نشان داده که کدهای تولیدشده توسط مدل‌های زبانی بزرگ در کاربردهای ایمنی ساختمان، اغلب از نظر دستوری درست به نظر می‌رسند اما درک عمیقی از خطرات محیط ساخت‌وساز ندارند.…
متا از Muse Spark رونمایی کرد — اولین مدل جدید این شرکت پس از یک سال و اولین محصول آزمایشگاه ابرصنعتی متا. این مدل کاملاً اختصاصی است و برخلاف مدل‌های قبلی، دسترسی آزاد به وزن‌ها…
پژوهشگران روشی تازه برای هماهنگی مدل‌های زبانی بزرگ معرفی کرده‌اند. این سامانه با فعال‌سازی هوش مصنوعی زاینده (Generative AI) در مرزهای تصمیم‌گیری، دقت را تا ۲۶.۷۵ درصد افزایش…
تیمی از پژوهشگران مدل **مانتس** (Mantis) را توسعه داده‌اند که صرفاً از شبیه‌سازی‌های مکانیکی آموزش دیده و با وجود عدم مواجهه با داده‌های واقعی، از تمام مدل‌های مرکز کنترل بیماری…
پژوهشگران چارچوب موبی را معرفی کردند که اولین راهکار دودویی‌سازی مخصوص مدل‌های زبانی بزرگ مبتنی بر مخلوط کارشناسان است. این چارچوب سه چالش کلیدی را حل می‌کند و سرعت استنتاج را بیش…
پژوهشگران مجموعه داده DecompSR را با بیش از ۵ میلیون نمونه منتشر کردند تا توانایی استدلال فضایی ترکیبی مدل‌های زبانی بزرگ را بسنجند. یافته‌ها نشان می‌دهد این مدل‌ها در تعمیم‌دهی…
**LLM-HYPER** از مدل‌های زبانی بزرگ به‌عنوان ابرشبکه (هایپرنتورک) برای تولید پارامترهای تخمین‌گر نرخ کلیک استفاده می‌کند. این روش بدون نیاز به آموزش سنتی، دوره شروع سرد تبلیغات…
پژوهشگران تشخیص اسناد را به‌عنوان وظیفه رونویسی بازتعریف کردند. آنها **سوگیری‌های استقرایی رابطه‌ای** (relational inductive biases) را برای مدل‌های ترانسفورمر طراحی کردند که اسناد…