کاهش محاسبات بصری در MLLM با سازوکار ادغام لایههای انتهایی DPVR-LF
پژوهشگران دریافتند که توکنهای بصری در مدلهای چندوجهی پیش از رسیدن به لایههای نهایی اشباع میشوند. چارچوب DPVR-LF با مسیریابی این توکنها به یک شاخه جانبی، عملکرد مدل را با تنها…
دستهبندی
تحلیلهای عمیق مدلها، مقالات و بنچمارکها — پیشچاپها، ارزیابیها، مدلهای زبانی پیشرو و پژوهش همراستاسازی.
۶٬۸۷۲ مقاله منتشر شده
پژوهشگران دریافتند که توکنهای بصری در مدلهای چندوجهی پیش از رسیدن به لایههای نهایی اشباع میشوند. چارچوب DPVR-LF با مسیریابی این توکنها به یک شاخه جانبی، عملکرد مدل را با تنها…
یک چارچوب جدید یادگیری تقویتشده چندعاملی (MARL)، تیمهای رباتیک را قادر میسازد تا اجسام با هر شکل و توزیع جرم نامتقارن را بهطور خودگردان جابهجا کنند. این سیستم با ادغام کنترل…
محققان مجموعهدادهی ArtiFact را شامل بیش از ۶۵۰ هزار رکورد میراث فرهنگی منتشر کردند. این بنچمارک فاش میکند که سیستمهای فعلی هوش مصنوعی در تشخیص ناهماهنگیهای تاریخی ظریف و…
تحلیلی بر مدلهای بنیادی ویدیو نشان میدهد که V-JEPA در درک قوانین فیزیک شهودی را به مدلهای مبتنی بر انتشار و بازسازی پیشی میبرد. این یافتهها تأیید میکند که هدف پیشآموزش…
پلتفرم FMplex با معرفی یک لایهی مجازیسازی برای مدلهای بنیادی، امکان اشتراکگذاری یک مدل فیزیکی میان چندین وظیفهی تخصصی را فراهم میکند. این معماری تأخیر استنتاج را تا ۸۰ درصد…
چارچوب ATN3D با ادغام هوشمند لایدار و رادار، مشکل پراکندگی دادهها در تشخیص اشیاء دوردست را حل کرده است. این مدل دقت شناسایی را در مه غلیظ ۸.۴۱٪ بهبود میبخشد و زمان تصمیمگیری…
چارچوب ReCoVLA با استفاده از مدلهای چندوجهی برای هدایت پاداشها، توانایی رباتها در بازیابی از شکستها را بدون نیاز به بازآموزی سیاست اصلی افزایش میدهد. این روش نرخ موفقیت…
چارچوب Anything2Skill با تبدیل دانش خارجی پراکنده به قراردادهای مهارتی ساختاریافته، شکاف بین «خواندن مستندات» و «اجرای وظیفه» را پر میکند. این رویکرد باعث افزایش نرخ موفقیت…
یک تحلیل فنی از شبکههای برق اروپا هشدار میدهد که گسترش هوش مصنوعی میتواند منجر به جهش عظیم تقاضای انرژی و افزایش انتشار کربن تا سال ۲۰۵۰ شود. این مطالعه تأکید میکند که برای…
معماری SecureClaw با ایجاد گیتهای دو-مرزی، احتمال نشت دادههای حساس توسط عاملهای هوش مصنوعی را در بنچمارک ASB به صفر رسانده است. این رویکرد، امنیت را از فیلترهای احتمالیِ متنی…
پژوهشگران ابزاری به نام AGENTSERVESIM را معرفی کردهاند که امکان شبیهسازی دقیق عملکرد سختافزاری عاملهای هوش مصنوعی را روی پردازندههای معمولی (CPU) فراهم میکند. این ابزار با…
یک چارچوب جدید یادگیری عمیق با ادغام دادههای تصویری و متادیتای تجربی، مشکل ابهام کنتراست در میکروسکوپهای الکترونی را حل کرده است. این سیستم در طبقهبندی عیوب تصویربرداری با…