پرش به محتوای اصلی

دسته‌بندی

تحلیل و بررسی تخصصی

تحلیل‌های عمیق مدل‌ها، مقالات و بنچمارک‌ها — پیش‌چاپ‌ها، ارزیابی‌ها، مدل‌های زبانی پیشرو و پژوهش همراستاسازی.

۶٬۸۲۳ مقاله منتشر شده

چگونه KrausKGE با تکیه بر نظریه کراس، روابط پیچیده N-to-N را مدل‌سازی می‌کند؟

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…

۲ دقیقه خواندن۱

سازوکار TAP: عبور از واقع‌نمایی به سوی کاربردی‌سازی داده‌های مصنوعی جدولی

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…

۲ دقیقه خواندن۲

سازوکار KVM: کاهش بار حافظه ترنسفورمرها با رشد زیرخطی وضعیت

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…

۲ دقیقه خواندن۲

چرا مدل‌های کوچک در یادگیری آنلاین بر Qwen-3-14B و DeepSeek-V3 پیروز می‌شوند؟

پژوهشی جدید نشان می‌دهد توکن‌های بافت نهفته پیوسته به مدل‌های کوچک اجازه می‌دهند الگوریتم‌های یادگیری آنلاین را بهینه‌تر از مدل‌های زبانی بزرگ اجرا کنند. یک مدل با معماری GPT-2 با…

۲ دقیقه خواندن۱

گزارش PrimeKG-CL: اثر ۶۰ درصدی ویژگی‌های چندوجهی بر دقت مدل‌های زیست‌پزشکی

بنچمارک جدید PrimeKG-CL نشان می‌دهد که استفاده از ویژگی‌های چندوجهی می‌تواند دقت وظایف هوش مصنوعی در حوزه زیست‌پزشکی را تا ۶۰٪ افزایش دهد. این مطالعه همچنین شکست‌های جدی در…

۲ دقیقه خواندن۱

رمزگشایی از MoPO: حذف لرزش در مدل‌های سه بعدی با الگوهای حرکتی

چارچوب MoPO با معرفی مکانیسم پیش‌فرض‌های حرکتی، مشکل لرزش و عدم دقت در بازسازی مش‌های انسانی هنگام انسداد (Occlusion) را حل می‌کند. این مدل با استفاده از داده‌های تاریخی ژست‌ها،…

۲ دقیقه خواندن۱

سازوکار تنوع پرچم‌ها: چرا همراستاسازی وزن‌ها در شبکه‌های عمیق اجتناب‌ناپذیر است؟

یک چارچوب نظری جدید ثابت می‌کند که همراستاسازی ماتریس‌های وزن در شبکه‌های عمیق، یک ضرورت ریاضی است و نه یک اتفاق تجربی. این پژوهش با استفاده از تنوع پرچم‌ها، تبیینی بنیادین برای…

۲ دقیقه خواندن۲

چرا کالیبراسیون مبتنی بر مسیریابی در ترنسفورمرها یک توهم ظرفیتی است؟

تحلیل فنی ترنسفورمرهای Attention-Residual نشان می‌دهد که ردپاهای مسیریابی داخلی، شواهد پایداری برای کالیبراسیون پس‌ینی فراهم نمی‌کنند. این مطالعه هشدار می‌دهد که بهبودهای ظاهری در…

۲ دقیقه خواندن۱

سازوکار FEM: رفع خطای Mode-Bridge در شبکه‌های بیزی ترکیبی با تنظیم دره‌های داده

پژوهشگران مدل FEM را برای حذف «مصنوعات پل-مود» در شبکه‌های بیزی ترکیبی معرفی کردند. این مدل با استفاده از تکنیک تنظیم دره، توهمات احتمالی در نقاط خالی بین خوشه‌های داده را از بین…

۲ دقیقه خواندن۱

رمزگشایی از علت واگرایی آموزش FP4 و نقش چرخش‌های قطعی هادامار

پژوهشگران دریافتند که کوانتیزاسیون گرادینت‌های وزن (Wgrad) عامل اصلی ناپایداری در آموزش مدل‌های زبانی با دقت FP4 است. استفاده از چرخش‌های قطعی هادامار، برخلاف روش‌های تصادفی،…

۲ دقیقه خواندن