فرانتیر-انگ: معیار ارزیابی عوامل خودتکاملی در وظایف مهندسی
محققان معیار جدیدی طراحی کردهاند که عوامل هوش مصنوعی را در فرآیندهای بهینهسازی مهندسی با شبیهسازهای صنعتی محک میزند. نتایج نشان میدهد مدلهای فعلی در مدیریت چالشهای پیچیده…
دستهبندی
تحلیلهای عمیق مدلها، مقالات و بنچمارکها — پیشچاپها، ارزیابیها، مدلهای زبانی پیشرو و پژوهش همراستاسازی.
۶٬۸۲۳ مقاله منتشر شده
محققان معیار جدیدی طراحی کردهاند که عوامل هوش مصنوعی را در فرآیندهای بهینهسازی مهندسی با شبیهسازهای صنعتی محک میزند. نتایج نشان میدهد مدلهای فعلی در مدیریت چالشهای پیچیده…
پژوهشگران چارچوب LogicEval را برای ارزیابی تکنیکهای تعمیر خودکار آسیبپذیریهای منطقی ارائه کردند. همراه با آن، مجموعه داده LogicDS متشکل از ۸۶ آسیبپذیری واقعی با شناسه CVE برای…
محققان روشی به نام CAAT معرفی کردهاند که تنها پارامترهای حیاتی برای مقاومت مدل را در ترانسفورمرهای بینایی تنظیم میکند. این روش با هدفگیری صرفاً ۶ درصد از پارامترها، به مقاومت…
پژوهش تازهای نشان میدهد که نمیتوان با استفاده از ویژگیهای ساختاری، مرز دقیق مسائل محاسباتی قابل حل را مشخص کرد. این تحقیق محدودیتهای بنیادینی را آشکار میسازد که درک ما از…
پژوهشگران معیار SLATE و الگوریتم EGB را برای بهبود اجرای برنامههای چندمرحلهای توسط مدلهای زبانی مجهز به ابزار معرفی کردند. این رویکرد جدید با تخصیص هوشمند منابع محاسباتی به…
پژوهشگران نشان دادهاند که ویژگیهایی مانند پایداری عددی و سازگاری فیزیکی مدلهای هوش مصنوعی پیش از آغاز آموزش قابل تأیید هستند. این رویکرد از بار محاسباتی انباشتهای که روشهای…
پژوهشگران معیار ارزیابی جدیدی به نام CocoaBench معرفی کردهاند که عوامل دیجیتال یکپارچه را در وظایف طولانیمدت و چندوجهی آزمایش میکند. نتایج نشان میدهد حتی بهترین سیستمهای…
روش جدیدی موسوم به «طبقهبندی ابتکاری افکار» (اچسیاوتی) با ادغام الگوریتمهای سیستمهای خبره در فرایند هدایت مدلهای زبانی، محدودیتهای کلیدی در استدلال و حل مسئله را هدف قرار…
پژوهشی گسترده روی ۵۵۶۸ شرایط مختلف نشان داده است که آزمایش مدلهای زبانی تنها با یک روش، بسیاری از آسیبپذیریهای مهم را از قلم میاندازد. معماریهای مختلف این مدلها پروفایلهای…
سایکلونامایئی از یک رمزگذار خودکار آگاه از ساختار استفاده میکند تا نمایشهای قابل انتقال توفانهای حارهای را از دادههای چندوجهی بیاموزد و همزمان پیشبینیهای قطعی و احتمالی…
پژوهشگران چارچوبی به نام DiT-ST توسعه دادهاند که کپشنهای پیچیده را به واحدهای معنایی سلسلهمراتبی تجزیه میکند. این رویکرد درک مدلهای منتشر را در تولید تصویر از روی متن بهبود…
چارچوب Safe-SAIL با استفاده از کدگذارهای خودکار پراکنده، ویژگیهای ایمنی را در مدلهای زبانی بزرگ شناسایی و تفسیر میکند. این روش هزینه تحلیل را ۵۵ درصد کاهش میدهد و ۱۷۵۸ ویژگی…