تازه‌ترین اخبار
هر چیزی که در دات‌هوش منتشر شده، به ترتیب زمان. تازه‌های کمتر از یک ساعت با نشانک زنده مشخص شده‌اند.
- ۱۳۵۳۱
تحلیل و بررسی تخصصیچرا بازنویسی متون توسط مدل‌های زبانی، هویت نویسنده را کاملاً حذف نمی‌کند؟
پژوهشی جدید نشان می‌دهد که اثر انگشت سبک‌شناختی نویسندگان در بردارهای معنایی مدل‌های زبانی، حتی پس از بازنویسی توسط AI، باقی می‌ماند. این یافته مسیر جدیدی برای شناسایی جعل‌های پیشرفته و تقلید از سبک نویسندگی می‌گشاید.
۲۳ اردیبهشت ۱۴۰۵۲ دقیقه خواندن - ۱۳۵۳۲
تحلیل و بررسی تخصصیسازوکار MAGE: تکامل عامل‌های هوش مصنوعی بدون به‌روزرسانی وزن‌های مدل
چارچوب MAGE با معرفی گراف‌های دانش تکاملی، به عامل‌های هوش مصنوعی اجازه می‌دهد بدون تغییر در وزن‌های مدل، از شکست‌ها و موفقیت‌های خود بیاموزند. این سیستم در ۹ بنچمارک مختلف، از جمله استدلال‌های پزشکی و مالی، عملکردی برتر از مدل‌های ثابت را ثبت کرده است.
۲۳ اردیبهشت ۱۴۰۵۲ دقیقه خواندن - ۱۳۵۳۳
تحلیل و بررسی تخصصیدرون معماری GW-Eyes: گذار از ابزارهای کمکی به عامل‌های خودگردان در اخترشناسی
پژوهشگران چارچوب GW-Eyes را معرفی کردند؛ سیستمی عامل‌محور که با استفاده از مدل‌های زبانی بزرگ، پیوند میان امواج گرانشی و همتای‌های الکترومغناطیسی آن‌ها را خودکار می‌کند. این رویکرد برای مدیریت حجم عظیم داده‌های رصدخانه‌های نسل جدید طراحی شده است.
۲۳ اردیبهشت ۱۴۰۵۲ دقیقه خواندن - ۱۳۵۳۴
تحلیل و بررسی تخصصیسازوکار Metis: چگونه یک حلقه فراشناختی سدهای امنیتی GPT-5 و O1 را می‌شکند؟
چارچوب جدیدی به نام Metis با استفاده از یک حلقه فراشناختی تکاملی، توانسته است با نرخ موفقیت ۸۹.۲ درصد از سدهای امنیتی مدل‌های پیشرو عبور کند. این سیستم به‌طور ویژه مدل‌های GPT-5 و O1 را هدف قرار داده و هزینه توکن‌های مورد نیاز برای حملات تیم قرمز را به‌شدت کاهش می‌دهد.
۲۳ اردیبهشت ۱۴۰۵۲ دقیقه خواندن - ۱۳۵۳۵
تحلیل و بررسی تخصصیچرا تسلط زبانی در مدل‌های چندوجهی، نشانهٔ درک درست از تصاویر ماهواره‌ای نیست؟
پژوهشگران با معرفی بنچمارک SenseBench دریافتند که مدل‌های بینایی-زبانی در تحلیل تصاویر ماهواره‌ای دچار «توهم روانی» هستند. این مدل‌ها توصیفاتی بسیار متقاعدکننده اما از نظر فیزیکی نادرست ارائه می‌دهند.
۲۳ اردیبهشت ۱۴۰۵۲ دقیقه خواندن - ۱۳۵۳۶
تحلیل و بررسی تخصصیگزارش arxiv.org: شکست کامل SafeLoRA در برابر استاندارد چهارگانه Acceptance Cards
پژوهشگران پروتکل سخت‌گیرانه Acceptance Cards را برای تأیید دفاع‌های تنظیم دقیق معرفی کردند. نتایج اولیه نشان می‌دهد SafeLoRA در مدل Gemma-2-2B-it شکست خورده و ادعاهای ایمنی فعلی احتمالاً بر پایه معیارهای گمراه‌کننده است.
۲۳ اردیبهشت ۱۴۰۵۲ دقیقه خواندن - ۱۳۵۳۷
تحلیل و بررسی تخصصیThreatCore: چرا تشخیص «قصد آسیب» دشوارتر از شناسایی کلمات رکیک است؟
پژوهشگران با معرفی بنچمارک ThreatCore نشان دادند که مدل‌های زبانی بزرگ در شناسایی تهدیدات غیرمستقیم ضعف شدیدی دارند. این مطالعه پیشنهاد می‌کند که استفاده از برچسب‌گذاری نقش معنایی می‌تواند شکاف میان تشخیص تهدیدات صریح و پنهان را پر کند.
۲۳ اردیبهشت ۱۴۰۵۲ دقیقه خواندن - ۱۳۵۳۸
تحلیل و بررسی تخصصیحل چالش توزیع دم‌دراز در مدل‌های چندوجهی با رویکرد وزن‌دهی پویا
پژوهشگران چارچوب جدیدی برای رفع عدم توازن کلاس‌ها در هوش مصنوعی چندوجهی معرفی کرده‌اند. این مدل با وزن‌دهی پویا به منابع داده، سوگیری به سمت کلاس‌های اکثریت را کاهش و دقت شناسایی داده‌های نادر را افزایش می‌دهد.
۲۳ اردیبهشت ۱۴۰۵۲ دقیقه خواندن - ۱۳۵۳۹
تحلیل و بررسی تخصصیدرون معماری HH-SAE: تفکیک سه لایه‌ای برای شکار سیگنال‌های نادر در داده‌های حجیم
پژوهشگران با معرفی مدل HH-SAE توانستند با تفکیک داده‌ها به سه سطح زمینه‌ای، اتمی و ترکیبی، دقت تشخیص کلاهبرداری را به ۰.۹۱۵۶ برسانند. این مدل با حل مشکل «تضاد تراکم ویژگی‌ها»، قادر است سیگنال‌های حیاتی و نادر را از میان نویزهای حجیم استخراج کند.
۲۳ اردیبهشت ۱۴۰۵۲ دقیقه خواندن - ۱۳۵۴۰
تحلیل و بررسی تخصصیچرا قوانین مقیاس‌پذیری در حذف کلیشه‌های اجتماعی مدل‌های زبانی شکست می‌خورند؟
پژوهش جدید StereoTales نشان می‌دهد تمام مدل‌های زبانی بزرگ، بدون توجه به اندازه یا سازنده، در تولید داستان‌های باز، کلیشه‌های مضر اجتماعی را بازتولید می‌کنند. این سوگیری‌ها ایستا نیستند و بسته به زبان پرامپت، به‌صورت فرهنگی تطبیق می‌یابند.
۲۳ اردیبهشت ۱۴۰۵۲ دقیقه خواندن - ۱۳۵۴۱
تحلیل و بررسی تخصصیچرا میانگین دقت در مدل‌های پزشکی، حقیقتِ شکست‌های پنهان را می‌پوشاند؟
چارچوب جدید FairDRO با هدف قرار دادن «شکست‌های پنهان درون‌گروهی»، دقت مدل‌های بخش‌بندی تصاویر پزشکی را در بدترین سناریوها تا ۷.۴٪ بهبود بخشیده است. این رویکرد به‌جای تکیه بر میانگین‌های آماری، بر استواری مدل برای آسیب‌پذیرترین بیماران تمرکز می‌کند.
۲۳ اردیبهشت ۱۴۰۵۲ دقیقه خواندن - ۱۳۵۴۲
تحلیل و بررسی تخصصیحذف سد خطای فاکتوریزاسیون در مدل‌های انتشار ماسک‌دار با رویکرد IMDM
مدل جدید IMDM با معرفی ماسک‌های تصادفی، محدودیت‌های نظری تولید سریع در مدل‌های انتشار ماسک‌دار (MDM) را از بین برد. این دستاورد باعث افزایش چشمگیر سرعت نمونه‌برداری بدون کاهش کیفیت در مجموعه‌داده‌های LM1B و OpenWebText شده است.
۲۳ اردیبهشت ۱۴۰۵۲ دقیقه خواندن - ۱۳۵۴۳
تحلیل و بررسی تخصصیکاهش زمان تأیید شبکه‌های عصبی آنالوگ از چند روز به چند ثانیه
پژوهشگران با جایگزینی شبیه‌سازی‌های کند مونت‌کارلو با تحلیل دسترسی مبتنی بر زونوتوپ‌های چندجمله‌ای، زمان تأیید سخت‌افزارهای هوش مصنوعی آنالوگ را به‌شدت کاهش داده‌اند. این روش امکان تضمین رسمی رفتار مدارها را به‌رغم نوسانات تولید فراهم می‌کند.
۲۳ اردیبهشت ۱۴۰۵۲ دقیقه خواندن - ۱۳۵۴۴
تحلیل و بررسی تخصصیچرا پروب‌های خطی کیفیت واقعی رمزگذارهای صوتی را پنهان می‌کنند؟
پژوهش‌های جدید نشان می‌دهد بنچمارک‌های استاندارد زیست‌صوتی (Bioacoustic) به دلیل استفاده از پروب‌های خطی بیش از حد ساده، کیفیت رمزگذارهای صوتی را کمتر از حد واقعی تخمین می‌زنند. جایگزینی این روش با پروب‌های توجهی چندلایه که اطلاعات زمانی را پردازش می‌کنند، عملکرد مدل‌ها را به‌طور چشم‌گیری بهبود می‌بخشد.
۲۳ اردیبهشت ۱۴۰۵۲ دقیقه خواندن - ۱۳۵۴۵
تحلیل و بررسی تخصصیچگونه توکن‌های تخصصی CoWorld-VLA خطای استدلال در رانندگی خودکار را کاهش می‌دهند؟
مدل CoWorld-VLA با معرفی توکن‌های تخصصی برای داده‌های هندسی و پویا، استدلال سطح بالا را به عمل دقیق در رانندگی خودکار متصل می‌کند. این چارچوب در بنچمارک NAVSIM v1 دقت مسیر و ایمنی در اجتناب از تصادفات را به طور قابل‌توجهی افزایش داده است.
۲۳ اردیبهشت ۱۴۰۵۲ دقیقه خواندن - ۱۳۵۴۶
تحلیل و بررسی تخصصیچرا مدل‌های کوچک در تحلیل داده‌های رابطه‌ای شکست می‌خورند؟
یک مطالعه در مه ۲۰۲۶ نشان می‌دهد که مدل‌های زبانی پیشرو همچنان برتری مطلق خود را در پاسخ‌گویی به پرسش‌های مجموعه‌داده‌ها حفظ کرده‌اند. مدل‌های کوچک و بهینه، به‌ویژه در تبدیل زبان طبیعی به منطق رابطه‌ای و تولید SQL، با محدودیت‌های جدی روبرو هستند.
۲۳ اردیبهشت ۱۴۰۵۲ دقیقه خواندن - ۱۳۵۴۷
تحلیل و بررسی تخصصیAnomalyClaw: افزایش ۷.۹۳ واحدی AUROC در تشخیص ناهنجاری‌های بصری با رویکرد ردّیه
عامل AnomalyClaw با جایگزینی استنتاج تک‌مرحله‌ای با یک فرآیند ردّیه چندمرحله‌ای، دقت تشخیص ناهنجاری‌های بصری را به‌طور چشم‌گیری افزایش می‌دهد. این ابزار بدون نیاز به آموزش مجدد، عملکرد مدل‌های چندوجهی را در بنچمارک CrossDomainVAD-12 بهبود می‌بخشد.
۲۳ اردیبهشت ۱۴۰۵۲ دقیقه خواندن - ۱۳۵۴۸
تحلیل و بررسی تخصصیعبور از تضاد تخصص محلی و هوش عمومی در مدل ۱۲۳ میلیارد پارامتری Phoenix-VL 1.5
تیم Phoenix و Mistral AI مدل Phoenix-VL 1.5 Medium را معرفی کردند؛ یک مدل چندوجهی با ۱۲۳ میلیارد پارامتر که در عین حفظ توانمندی‌های جهانی در STEM، در حقوق و فرهنگ سنگاپور به سطح State-of-the-art رسیده است. این دستاورد، پارادایم مدل‌های حاکمیتی را از مدل‌های کوچک و تخصصی به سمت مدل‌های حجیم و همه‌کاره تغییر می‌دهد.
۲۳ اردیبهشت ۱۴۰۵۲ دقیقه خواندن - ۱۳۵۴۹
تحلیل و بررسی تخصصیکاهش هزینه برچسب‌گذاری اشیاء با رویکرد استنتاج-محور در چارچوب PAL
چارچوب PAL هزینه برچسب‌گذاری کادرهای محدودکننده را با انتخاب داده‌های اثرگذار تنها از طریق خروجی‌های استنتاج کاهش می‌دهد. این سیستم مستقل از معماری مدل است و نیاز به تغییر در خط لوله‌ی آموزش را از بین می‌برد.
۲۳ اردیبهشت ۱۴۰۵۲ دقیقه خواندن - ۱۳۵۵۰
تحلیل و بررسی تخصصیاتوماسیون حدس‌های مدارات کوانتومی با استدلال نوروسمبولیک در چارچوب SCALAR
چارچوب جدید SCALAR با ترکیب مدل‌های زبانی و استدلال نمادین، شناسایی الگوهای پیچیده در مدارات کوانتومی را خودکار می‌کند. این سیستم که بر بستر CUDA-Q توسعه یافته، قادر است تا ۷۷ کیوبیت را تحلیل کرده و محدودیت‌های بهینه‌سازی QAOA را استخراج کند.
۲۳ اردیبهشت ۱۴۰۵۲ دقیقه خواندن - ۱۳۵۵۱
تحلیل و بررسی تخصصیچگونه 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 Constraints) و رمزگذارهای مسیر را به‌طور کامل حذف می‌کند.
۲۳ اردیبهشت ۱۴۰۵۲ دقیقه خواندن - ۱۳۵۵۲
تحلیل و بررسی تخصصیسازوکار 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 هدایت‌شونده، داده‌های مصنوعی را دقیقاً بر اساس نیاز مدل یادگیرنده تولید می‌کند.
۲۳ اردیبهشت ۱۴۰۵۲ دقیقه خواندن - ۱۳۵۵۳
تحلیل و بررسی تخصصیسازوکار 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 را به‌طور چشمگیر کاهش می‌دهد.
۲۳ اردیبهشت ۱۴۰۵۲ دقیقه خواندن - ۱۳۵۵۴
تحلیل و بررسی تخصصیچرا 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 این روش، در پیش‌بینی‌های بلندمدت از DeepSeek-V3 و Qwen-3-14B پیشی گرفت.
۲۳ اردیبهشت ۱۴۰۵۲ دقیقه خواندن - ۱۳۵۵۵
تحلیل و بررسی تخصصیDeepRefine: عبور از RAG ایستا به لایه‌ی دانش خود-ترمیم‌شونده
مدل DeepRefine با استفاده از یادگیری تقویت‌شده، نقص‌ها و افزونگی‌های پایگاه دانش در عامل‌های هوش مصنوعی را شناسایی و اصلاح می‌کند. این مدل با معرفی پاداش GBD، نیاز به داده‌های مرجع (Gold Standard) برای بهبود دقت بازیابی را حذف کرده است.
۲۳ اردیبهشت ۱۴۰۵۲ دقیقه خواندن - ۱۳۵۵۶
تحلیل و بررسی تخصصیگزارش 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 مقیاس‌پذیری چارچوب‌های فعلی یادگیری مداوم گراف را افشا می‌کند.
۲۳ اردیبهشت ۱۴۰۵۲ دقیقه خواندن - ۱۳۵۵۷
تحلیل و بررسی تخصصیرمزگشایی 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، بخش‌های پنهان بدن را پیش‌بینی کرده و نتایج پیشرویی در بنچمارک‌های استاندارد ثبت کرده است.
۲۳ اردیبهشت ۱۴۰۵۲ دقیقه خواندن - ۱۳۵۵۸
تحلیل و بررسی تخصصیسازوکار 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 پدیده فروپاشی عصبی ارائه می‌دهد.
۲۳ اردیبهشت ۱۴۰۵۲ دقیقه خواندن - ۱۳۵۵۹
تحلیل و بررسی تخصصیچرا 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 تخمین عدم قطعیت، بیشتر حاصل ظرفیت مدل هستند تا بینش‌های مربوط به مسیریابی.
۲۳ اردیبهشت ۱۴۰۵۲ دقیقه خواندن - ۱۳۵۶۰
تحلیل و بررسی تخصصیسازوکار 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 می‌برد.
۲۳ اردیبهشت ۱۴۰۵۲ دقیقه خواندن