تازه‌ترین اخبار
هر چیزی که در دات‌هوش منتشر شده، به ترتیب زمان. تازه‌های کمتر از یک ساعت با نشانک زنده مشخص شده‌اند.
- ۱۴۳۴۱
اخبار کوتاه روزانهکشف خودکار سامانه‌های حافظه بهینه برای عامل‌های هوش مصنوعی
تیم پژوهشی M$^*$ روشی نوین ارائه کرده که با استفاده از تکامل برنامه‌ای، به‌طور خودکار سامانه‌های حافظه تخصصی را برای وظایف مختلف عامل‌های هوش مصنوعی کشف می‌کند. این رویکرد در مقایسه با روش‌های سنتی حافظه ثابت، عملکرد قابل‌توجهی بهتری نشان داده است.
۲۷ فروردین ۱۴۰۵۱ دقیقه خواندن - ۱۴۳۴۲
آموزش کاربردیتحقیق جدید: موفقیت افزایش داده به نوع وظیفه بستگی دارد نه کیفیت زبان
پژوهشی تازه نشان داده که روش‌های افزایش داده مبتنی بر LLM و بازنویسی معکوس در زبان‌های کم‌منبع آفریقایی، عملکرد هر نوع وظیفه را به شکل متفاوتی تحت تأثیر قرار می‌دهند. برخلاف تصور رایج، کیفیت بالاتر تولید متن توسط LLM لزوماً به نتایج بهتر در افزایش داده منجر نمی‌شود.
۲۷ فروردین ۱۴۰۵۱ دقیقه خواندن - ۱۴۳۴۳
تحلیل و بررسی تخصصیEmergentBridge: گامی نوین در انتقال بدون نمونه میان‌حالتی
پژوهشگران چارچوبی به نام EmergentBridge معرفی کرده‌اند که انتقال یادگیری صفر-نمونه‌ای میان حالت‌های جفت‌نشده را در مدل‌های تعبیه‌ی چندحالتی یکپارچه بهبود می‌بخشد. این روش نیازی به جمع‌آوری گسترده داده برای تمام جفت‌های حالتی ندارد.
۲۷ فروردین ۱۴۰۵۱ دقیقه خواندن - ۱۴۳۴۴
اخبار کوتاه روزانهیادگیری تقویتی برنامه‌ریزی حرکت ربات برای اجرای واقعی را بهینه می‌کند
پژوهشگران روشی مبتنی بر یادگیری تقویتی ابداع کرده‌اند که برنامه‌های حرکتی تولیدشده توسط برنامه‌ریزهای ترکیبی را به‌گونه‌ای اصلاح می‌کند که با محدودیت‌های فیزیکی ربات‌های واقعی سازگار شوند. این روش با گنجاندن قیود دینامیک مرتبه دوم در فرایند تصمیم‌گیری، شکاف میان برنامه‌ریزی نظری و اجرای عملی را پر می‌کند.
۲۷ فروردین ۱۴۰۵۱ دقیقه خواندن - ۱۴۳۴۵
آموزش کاربردیتراکم چهره به‌عنوان معیار پیچیدگی داده: سنجش سختی تعداد نمونه‌ها
پژوهشگران دریافتند که افزایش تعداد چهره‌ها در هر تصویر به‌طور مداوم عملکرد مدل‌های یادگیری ماشین را کاهش می‌دهد؛ به‌طوری که نرخ خطا در صحنه‌های شلوغ تا ۴.۶ برابر بیشتر است. این یافته نشان می‌دهد که تراکم نمونه‌ها می‌تواند به‌عنوان یک عامل ذاتی در تعیین دشواری داده‌ها عمل کند.
۲۷ فروردین ۱۴۰۵۱ دقیقه خواندن - ۱۴۳۴۶
آموزش کاربردیمعرفی چارچوب GTCN-G برای شناسایی پیشرفته نفوذ در شبکه
پژوهشگران چارچوب یادگیری عمیق جدیدی به نام GTCN-G معرفی کرده‌اند که با ادغام شبکه‌های عصبی زمانی و مبتنی بر گراف، سیستم‌های شناسایی نفوذ را ارتقا می‌دهد. این مدل به‌طور ویژه مشکل عدم تعادل کلاس‌ها در داده‌های ترافیک شبکه را هدف قرار داده که اغلب باعث نادیده گرفته شدن تهدیدات نادر اما حیاتی می‌شود. نتایج آزمایش روی مجموعه داده‌های استاندارد نشان‌دهنده برتری این روش در شناسایی حملات سایبری رایج و غیرمعمول است.
۲۷ فروردین ۱۴۰۵۲ دقیقه خواندن - ۱۴۳۴۷
اخبار کوتاه روزانهارائه چارچوبی جامع برای ایمنی دیتاست‌ها در خودروهای خودران
یک مقاله تحقیقاتی جدید چارچوبی ساختاریافته برای توسعه دیتاست‌های ایمن متناسب با استانداردهای ISO/PAS 8800 در حوزه رانندگی خودکار معرفی کرده است. این چارچوب کل چرخه عمر داده‌ها—از جمع‌آوری تا نگهداری—را پوشش می‌دهد و شامل تحلیل‌های ایمنی دقیقی برای شناسایی و کاهش خطرات ناشی از کمبودهای دیتاست می‌شود.
۲۷ فروردین ۱۴۰۵۱ دقیقه خواندن - ۱۴۳۴۸
اخبار کوتاه روزانهرید هافمن از ردیابی مصرف توکن هوش مصنوعی کارکنان حمایت کرد
رید هافمن، یکی از بنیان‌گذاران لینکدین، از شیوه ردیابی میزان مصرف توکن هوش مصنوعی توسط کارکنان حمایت کرده است. او این معیار را ابزاری مفید برای ارزیابی می‌داند، هرچند منتقدان معتقدند این روش به جای بهره‌وری واقعی، فقط هزینه‌ها را اندازه‌گیری می‌کند.
۲۷ فروردین ۱۴۰۵۳ دقیقه خواندن - ۱۴۳۴۹
آموزش کاربردیشبیهسازی بیماران استاندارد مبتلا به اختلال شناختی با روش هدایت تصادفی
پژوهشگران روش 'StsPatient' را معرفی کرده‌اند؛ سیستمی برای شبیه‌سازی دقیق بیماران استاندارد با اختلال شناختی. این روش از مدولاسیون تصادفی توکن و بردارهای هدایت برای کنترل دقیق شدت اختلال استفاده می‌کند و می‌تواند آموزش بالینی را متحول کند.
۲۷ فروردین ۱۴۰۵۱ دقیقه خواندن - ۱۴۳۵۰
آموزش کاربردیگرافهای استدلالی خودبهساز؛ کاهش ۴۷ درصدی خطا در سیستم‌های بازیابی
پژوهشگران روشی نوین مبتنی بر گراف معرفی کرده‌اند که با حفظ زنجیره استدلال برای هر مدرک، سیستم‌های بازیابی-افزوده را قادر به بهبود خودکار می‌کند. این رویکرد بدون نیاز به بازآموزش مدل، خطا را تا ۴۷ درصد کاهش می‌دهد و در سناریوهای تکراری به صرفه‌جویی قابل توجهی در هزینه و زمان پاسخ منجر می‌شود.
۲۷ فروردین ۱۴۰۵۲ دقیقه خواندن - ۱۴۳۵۱
اخبار کوتاه روزانهSIR-Bench: معیاری نوین برای ارزیابی عوامل پاسخگو به رخدادهای امنیتی
پژوهشگران SIR-Bench را توسعه داده‌اند؛ معیاری جامع متشکل از ۷۹۴ مورد آزمون برای سنجش توانایی عوامل خودکار پاسخگو به رخدادهای امنیتی در انجام تحقیقات واقعی فارنزیک. این معیار از ۱۲۹ الگوی رخداد ناشناس‌سازی‌شده استخراج شده و با رویکردی رقابتی از نوع LLM-as-Judge عمل می‌کند.
۲۷ فروردین ۱۴۰۵۱ دقیقه خواندن - ۱۴۳۵۲
تحلیل و بررسی تخصصیRePAIR: چارچوبی برای حذف دانش ناخواسته از مدل‌های زبانی بزرگ
پژوهشگران مؤسسه فناوری بمبئی چارچوبی به نام RePAIR توسعه داده‌اند که به کاربران امکان می‌دهد بدون نیاز به مداخله ارائه‌دهندگان سرویس، دانش ناخواسته را از مدل‌های زبانی بزرگ حذف کنند. این سیستم از دستورات زبان طبیعی برای ویرایش مدل در زمان استنتاج استفاده می‌کند.
۲۷ فروردین ۱۴۰۵۲ دقیقه خواندن - ۱۴۳۵۳
آموزش کاربردیپیایال: پلتفرم هوش مصنوعی برای یادگیری تطبیقی لحظه‌ای در ویدیوهای آموزشی
تیمی از پژوهشگران پلتفرم «پی‌ای‌ال» را توسعه داده‌اند که ویدیوهای سخنرانی را به تجربه‌های یادگیری تعاملی تبدیل می‌کند. این سیستم با تحلیل لحظه‌ای محتوا، سؤالات را بر اساس پاسخ‌های هر یادگیرنده تنظیم کرده و خلاصه‌ای شخصی‌سازی‌شده ارائه می‌دهد.
۲۷ فروردین ۱۴۰۵۱ دقیقه خواندن - ۱۴۳۵۴
تحلیل و بررسی تخصصیCoM-PT: روشی نوین برای تسریع آموزش مدل‌های بنیادین بینایی
پژوهشگران روش جدید «پیش‌آموزش زنجیره‌ای مدل‌ها» را معرفی کرده‌اند که با انتقال دانش از مدل‌های کوچک به بزرگ، سرعت آموزش مدل‌های بینایی را تا ۷.۰۹ برابر افزایش می‌دهد. این رویکرد بدون افت کیفیت، پیچیدگی محاسباتی را تا ۷۲ درصد کاهش می‌دهد.
۲۷ فروردین ۱۴۰۵۲ دقیقه خواندن - ۱۴۳۵۵
تحلیل و بررسی تخصصیکوموآرافام-۲: مدل پایه روش‌های نظارتی را شکست داد
کوموآراف‌ام-۲ یک مدل پایه از پیش آموزش‌دیده برای داده‌های رابطه‌ای است که در ۴۱ معیار عملکردی، تا ۸ درصد بهتر از روش‌های نظارتی عمل می‌کند. این مدل از یادگیری درون‌متنی و تنظیم دقیق پشتیبانی می‌کند، جدول‌های متصل را به‌صورت بومی پردازش می‌کند و توانایی مقیاس‌پذیری به داده‌های میلیاردی را دارد.
۲۷ فروردین ۱۴۰۵۱ دقیقه خواندن - ۱۴۳۵۶
سرگرمی و خلاقیتادوبی Firefly AI Assistant را برای اپلیکیشن‌های Creative Cloud منتشر کرد
ادوبی دستیار هوش مصنوعی Firefly را که قبلاً Project Moonlight نام داشت، به صورت بتای عمومی عرضه کرد. این ابزار به کاربران امکان می‌دهد با زبان طبیعی در اپلیکیشن‌هایی مانند فتوشاپ و پریمیر وظایفی را انجام دهند. هدف ادوبی از این کار رقابت مستقیم با Canva و Figma است.
۲۷ فروردین ۱۴۰۵۳ دقیقه خواندن - ۱۴۳۵۷
تحلیل و بررسی تخصصیترازگری همواری برای تقطیر نمادین کارآمدتر از شبکه‌های عصبی
پژوهشگران روشی توسعه داده‌اند که با اعمال جریمه‌های ژاکوبین و لیپشیتس بر شبکه‌های عصبی، خروجی‌های هموارتری تولید می‌کند. این رویکرد، شکاف پیچیدگی عملکردی بین مدل‌های یادگیری عمیق و رگرسیون نمادین را از بین می‌برد و استخراج فرمول‌های قابل فهم برای انسان را ممکن می‌سازد.
۲۷ فروردین ۱۴۰۵۲ دقیقه خواندن - ۱۴۳۵۸
اخبار کوتاه روزانهالگوریتم خنده: سیستم هوشمند تولید کامنت‌های طنز برای ویدیوهای کوتاه
محققان «الگوریتم خنده» را معرفی کردند؛ چارچوبی چندعامله که کامنت‌های طنز مناسب را برای ویدیوهای کوتاه تولید می‌کند و با نرخ ترجیح انسانی ۸۰ تا ۸۴ درصد از روش‌های پایه پیشی گرفته است.
۲۷ فروردین ۱۴۰۵۱ دقیقه خواندن - ۱۴۳۵۹
تحلیل و بررسی تخصصیپژوهش: مدل‌های زبانی در شبیه‌سازی احساسات بوروکراتیک ناکارآمد هستند
تحقیقی جدید نشان می‌دهد مدل‌های زبانی بزرگ در شبیه‌سازی واکنش‌های عاطفی شهروندان نسبت به بروکراسی عملکرد ضعیفی دارند. این ناکارآمدی به‌ویژه در مورد فرهنگ‌های شرقی بیشتر مشاهده می‌شود. محققان پلتفرمی به نام RAMO را برای جمع‌آوری داده‌های انسانی و بهبود مدل‌ها معرفی کرده‌اند.
۲۷ فروردین ۱۴۰۵۱ دقیقه خواندن - ۱۴۳۶۰
آموزش کاربردیگوگل سطح‌های جدید Flex و Priority را به API جمینای اضافه کرد
گوگل دو سطح جدید خدمات به نام‌های Flex و Priority را برای API جمینای معرفی کرده است. سطح Flex با ۵۰ درصد قیمت کمتر، برای کارهای پس‌زمینه‌ای مناسب است، در حالی که Priority بالاترین اطمینان‌پذیری را برای برنامه‌های حیاتی فراهم می‌کند. هر دو سطح از طریق یک رابط یکپارچه قابل دسترسی هستند و پیچیدگی مدیریت معماری‌های جداگانه را از بین می‌برند.
۲۷ فروردین ۱۴۰۵۳ دقیقه خواندن - ۱۴۳۶۱
اخبار کوتاه روزانهادغام هوش مصنوعی عامل‌محور در مجموعه SuccessFactors HCM برای سال ۲۰۲۶
شرکت SAP قابلیت‌های هوش مصنوعی عامل‌محور را در مجموعه مدیریت سرمایه انسانی SuccessFactors گسترش داده است. این بروزرسانی شامل ابزارهای انطباق شفافیت حقوق برای مقررات اتحادیه اروپا و جادوگر توسعه‌پذیری جدید برای یکپارچه‌سازی‌های سازمانی سفارشی است.
۲۷ فروردین ۱۴۰۵۴ دقیقه خواندن - ۱۴۳۶۲
اخبار کوتاه روزانههوش مصنوعی عامل‌محور در آستانه تحول مهندسی نرم‌افزار
بررسی ۳۰۰ مدیر ارشد مهندسی نشان می‌دهد که پذیرش هوش مصنوعی عامل‌محور با سرعت در حال رشد است؛ نیمی از سازمان‌ها آن را در اولویت سرمایه‌گذاری قرار داده‌اند و بیش از ۸۰ درصد قصد دارند ظرف دو سال آینده سرمایه‌گذاری کنند. هرچند ۵۱ درصد در حال حاضر از این فناوری به‌صورت محدود استفاده می‌کنند، اما بهره‌برداری کامل از پتانسیل آن مستلزم تغییرات اساسی در ساختار سازمانی و فرآیندهاست.
۲۷ فروردین ۱۴۰۵۳ دقیقه خواندن - ۱۴۳۶۳
آموزش کاربردیپژوهش جدید: فرضیه هم‌افزایی در مدل‌های چندوجهی سرطان زیر سؤال می‌رود
تحقیقی تازه نشان داده است که مدل‌های هوش مصنوعی چندوجهی با عملکرد بالاتر در پیش‌بینی بقای بیماران مبتلا به گلیوما، لزوماً تعاملات قوی‌تر بین وجه‌های مختلف ندارند. در واقع، بهبود عملکرد این مدل‌ها بیشتر از تجمیع سیگنال‌های مستقل به دست می‌آید تا از یادگیری هم‌افزایی واقعی.
۲۷ فروردین ۱۴۰۵۱ دقیقه خواندن - ۱۴۳۶۴
اخبار کوتاه روزانهمقاله پیش‌انتشاری الگوریتم مسیریابی گروهی پهپادها withdrawn شد
مینزه لی یک مقاله پیش‌انتشاری را از arXiv پس گرفت. این مقاله الگوریتم PE-PSO را معرفی می‌کرد که برای برنامه‌ریزی همزمان مسیر چندین پهپاد در محیط‌های پویا طراحی شده بود. با این حال، عدم دسترسی به این مقاله باعث می‌شود امکان تایید نتایج گزارش‌شده وجود نداشته باشد.
۲۷ فروردین ۱۴۰۵۲ دقیقه خواندن - ۱۴۳۶۵
آموزش کاربردیدستاورد محققان: کاهش ۹۹ درصدی داده در انتقال تصاویر نظارت ترافیکی
پژوهشگران دو خط لوله ارتباطی تصویری معنایی به نام‌های MMSD و SAMR توسعه داده‌اند که داده‌های نظارت ترافیکی را بیش از ۹۹ درصد کاهش می‌دهد. این سیستم‌ها از پردازش سبک‌وزن در دستگاه‌هایی مانند رزبری‌پای ۵ استفاده کرده و بازسازی تصاویر را به سرورها محول می‌کنند. روش MMSD از بازنمایی‌های معنایی و مدل‌های انتشار استفاده می‌کند، در حالی که SAMR مناطق کم‌اهمیت تصویر را پیش از رمزگذاری JPEG ماسک می‌کند.
۲۷ فروردین ۱۴۰۵۲ دقیقه خواندن - ۱۴۳۶۶
اخبار کوتاه روزانهبنچمارک جدید نقاط ضعف حیاتی در پیروی عامل‌های LLM از دستورات را آشکار کرد
پژوهشگران بنچمارک ManyIH-Bench را معرفی کرده‌اند؛ اولین معیار سنجش توانایی عامل‌های LLM در مدیریت تعارض دستورات در سطوح مختلف اختیار. این مطالعه نشان می‌دهد حتی مدل‌های پیشروی هوش مصنوعی تنها حدود ۴۰ درصد دقت دارند، و شکافی اساسی در رویکردهای فعلی سلسله‌مراتب دستورات وجود دارد.
۲۷ فروردین ۱۴۰۵۲ دقیقه خواندن - ۱۴۳۶۷
اخبار کوتاه روزانهپژوهش: افت ۴۲ درصدی عملکرد عوامل GUI موبایل در برخورد با محتوای شخص ثالث
پژوهشگران دریافته‌اند که عوامل هوشمند رابط کاربری گرافیکی موبایل در برخورد با محتوای شخص ثالث مانند تبلیغات و محتوای تولیدشده توسط کاربران، دچار افت شدید عملکرد می‌شوند. نتایج نشان می‌دهد نرخ گمراه‌کنندگی این عوامل در محیط‌های پویا ۴۲ درصد و در تست‌های ایستا ۳۶.۱ درصد است. معیارهای ارزیابی فعلی برای محتوای نامطمئن در دنیای واقعی طراحی نشده‌اند.
۲۷ فروردین ۱۴۰۵۲ دقیقه خواندن - ۱۴۳۶۸
تحلیل و بررسی تخصصیBRAIN: یادگیری مستمر با کاهش سوگیری برای سیستم‌های بینایی-مغز
یک روش نوین یادگیری مستمر برای مقابله با تجمع سوگیری در سیگنال‌های مغزی ارائه شده است. این رویکرد با بهبود عملکرد مدل‌ها در درک بصری-مغزی، نتایج چشمگیری به دست آورده است.
۲۷ فروردین ۱۴۰۵۱ دقیقه خواندن - ۱۴۳۶۹
تحلیل و بررسی تخصصیHintMR: راهکاری نوین برای تقویت استدلال ریاضی در مدل‌های زبانی کوچک
محققان چارچوب HintMR را معرفی کردند؛ رویکردی که در آن مدل‌های زبانی کوچک‌تر با تولید سرنخ‌های متنی به جای ارائه راه‌حل کامل، در حل مسائل پیچیده ریاضی همکاری می‌کنند. این روش دقت حل مسئله را به طور قابل توجهی افزایش می‌دهد.
۲۷ فروردین ۱۴۰۵۱ دقیقه خواندن - ۱۴۳۷۰
آموزش کاربردیتشخیص دیپ‌فیک با تبدیل کروولت و تحلیل آگاه از فرکانس
پژوهشگران روشی نوآورانه برای شناسایی محتوای مصنوعی (دیپ‌فیک) با بهره‌گیری از تبدیل کروولت، مکانیزم توجه در سطح وجوه و ماسک‌های فضایی مقیاس‌آگاه ارائه کرده‌اند. این رویکرد توانسته به دقت ۹۸.۴۸ درصد و AUC برابر با ۹۹.۹۶ درصد در مجموعه داده FaceForensics++ دست یابد و در برابر فشرده‌سازی نیز مقاوم باقی بماند.
۲۷ فروردین ۱۴۰۵۱ دقیقه خواندن