LAST PUBLISHED
تازهترین اخبار
هر چیزی که در داتهوش منتشر شده، به ترتیب زمان. تازههای کمتر از یک ساعت با نشانک زنده مشخص شدهاند.
- ۱۹۵۱
تحلیل و بررسی تخصصیچرا متد گرمبندی در مدلهای بینایی-زبانی اثر نهایی RL را تغییر نمیدهد؟
یک مطالعه فنی روی مدلهای بینایی-زبانی نشان میدهد که انتخاب بین SFT و OPD در مرحله گرمبندی، تنها بر رژیم آنتروپی اولیه اثر میگذارد و تأثیری بر عملکرد نهایی یادگیری تقویتشده ندارد. این یافتهها ریسک بیشبرازش در تنظیم دقیق نظارتشده را به عنوان تهدیدی جدی برای تعمیمپذیری مدلها برجسته میکند.
۱۹ خرداد ۱۴۰۵۲ دقیقه خواندن - ۱۹۵۲
تحلیل و بررسی تخصصیBareWave: حذف نمایشهای آکوستیکی برای تولید مستقیم موج صوتی از متن
چارچوب BareWave با حذف نمایشهای میانی و مراحل کدگشایی، امکان تولید مستقیم موجهای صوتی را از روی متن فراهم میکند. این رویکرد پیچیدگی مسیر استنتاج را کاهش داده و در عین حال کیفیت شبیهسازی صدا را حفظ میکند.
۱۹ خرداد ۱۴۰۵۱ دقیقه خواندن - ۱۹۵۳
تحلیل و بررسی تخصصیچگونه SafeRun با تفکیک استنتاج و نظارت به ایمنی ۱۰۰ درصدی رسید؟
چارچوب SafeRun با جداسازی تفسیر زبان طبیعی از اجرای محدودیتهای سخت، ایمنی کامل در برنامهریزیهای ورزشی را تضمین میکند. این متد در بنچمارکهای جدید، عملکرد مهندسی پرامپت و روشهای کد-محور را با کسب امتیاز ۱۰۰ درصدی در ایمنی شکست داد.
۱۹ خرداد ۱۴۰۵۱ دقیقه خواندن - ۱۹۵۴
تحلیل و بررسی تخصصیTRIAGE: کاهش ۸۱ درصدی خطای کالیبراسیون در تشخیص ریسکهای پزشکی
چارچوب TRIAGE با جایگزینی پیشبینیهای باینری و بیشازحد مطمئن با امتیازات ریسک پیوسته، خطای کالیبراسیون در مدلهای زبانی بزرگ پزشکی را ۸۱٪ کاهش داده است. این رویکرد از طریق استدلال دیالکتیکی، کیفیت استدلال بالینی را برای تریاژ بیماران بهطور معناداری بهبود میبخشد.
۱۹ خرداد ۱۴۰۵۱ دقیقه خواندن - ۱۹۵۵
تحلیل و بررسی تخصصیسنجش مدلهای جهانی در ثانیهها: سازوکار ATM برای حذف شبیهسازیهای زمانبر
پژوهشگران ابزاری به نام ATM را معرفی کردهاند که ارزیابی مدلهای جهانی نهفته را به جای اجرای کند شبیهسازها، با پروبهای سبک انجام میدهد. این متد با شناسایی سریع شکستهای بازنمایی، سرعت رتبهبندی چکپوینتهای مدل را ۱۰۰ برابر افزایش میدهد.
۱۹ خرداد ۱۴۰۵۱ دقیقه خواندن - ۱۹۵۶
تحلیل و بررسی تخصصیچگونه TLDR با فشردهسازی وصلهای، گلوگاه حافظه در مدلهای TTS را میشکند؟
پژوهشگران چارچوب TLDR را معرفی کردند که با گروهبندی توکنهای صوتی در قالب «وصلههای» فشرده، سرعت استنتاج در سیستمهای تبدیل متن به گفتار را ۱.۸ برابر افزایش میدهد. این روش بدون نیاز به بازآموزی کامل مدل، سربار حافظه را بهطور چشمگیری کاهش میدهد.
۱۹ خرداد ۱۴۰۵۱ دقیقه خواندن - ۱۹۵۷
تحلیل و بررسی تخصصیرمزگشایی از «حوضههای کمتلفات»: دلیل برتری QAT بر PTQ در مدلهای فشرده
پژوهشگران مکانیزم هندسی جدیدی را شناسایی کردند که توضیح میدهد چرا آموزش آگاه از کوانتیزه کردن (QAT) در بیتهای پایین موفق میشود، در حالی که کوانتیزه کردن پس از آموزش (PTQ) شکست میخورد. این روش از یک بایاس گرادیانی برای بازگرداندن وزنها به حوضههای کمتلفاتی استفاده میکند که در روش PTQ نادیده گرفته میشوند.
۱۹ خرداد ۱۴۰۵۲ دقیقه خواندن - ۱۹۵۸
تحلیل و بررسی تخصصی«حلقهٔ هکر-اصلاحگر»: متدی برای حذف تقلب در بنچمارکهای عاملمحور
پژوهشگران با ابداع یک چرخهٔ چندعاملی شامل «هکر» و «اصلاحگر»، نرخ موفقیت حملات پاداشجویانه در بنچمارکهای هوش مصنوعی را به صفر رساندند. این روش با خودکارسازی شناسایی و وصله کردن نقاط ضعف، مانع از آن میشود که مدلها بدون حل مسئله، نمرات بالا کسب کنند.
۱۹ خرداد ۱۴۰۵۲ دقیقه خواندن - ۱۹۵۹
تحلیل و بررسی تخصصیسازوکار NutriMLLM: عبور از بنبست داده با ۱.۱ میلیون تصویر مصنوعی
پژوهشگران با توسعهی خانوادهی مدلهای NutriMLLM، توانستهاند ۶۵ ریزمغذی مختلف را از روی تصاویر غذا تخمین بزنند. این دستاورد از طریق تولید ۱.۱ میلیون تصویر مصنوعی بر اساس دادههای تاریخی تغذیه به دست آمده و عملکرد مدلهای تجاری بزرگی چون GPT-5 را به چالش کشیده است.
۱۹ خرداد ۱۴۰۵۲ دقیقه خواندن - ۱۹۶۰
تحلیل و بررسی تخصصیPACT: عبور از بنبست تداخل استدلالی در مدلهای پزشکی با اجماع شاخهای
چارچوب آموزشی جدیدی به نام PACT با تفکیک پارادایمهای استدلالی به شاخههای مجزای LoRA، دقت مدلهای زبانی در تشخیص پزشکی را بهبود بخشیده است. این سیستم از طریق تجمیع شاخهها بر اساس اجماع علامت، در بنچمارکهای تعاملی پزشکی چین به نتایج پیشرو (SOTA) دست یافته است.
۱۹ خرداد ۱۴۰۵۱ دقیقه خواندن - ۱۹۶۱
تحلیل و بررسی تخصصیچرا دقت در بازیابی متون دیگر معیار موفقیت در جستجوهای علمی نیست؟
کارگاه CHIIR ۲۰۲۶ گذار از بازیابی سنتی اسناد به «سنتز زاینده» در پژوهشهای دانشگاهی را ترسیم میکند. این چارچوب بر طراحی انسانمحور با تمرکز بر شفافیت و یکپارچگی پژوهشی تأکید دارد.
۱۹ خرداد ۱۴۰۵۲ دقیقه خواندن - ۱۹۶۲
تحلیل و بررسی تخصصیPAI: بازیابی اطلاعات دامنه و دستیابی به بهبود ۹۸.۴ درصدی در تشخیص ناهنجاری
چارچوب جدید PAI با هدف رفع نقطه کور مدلهای تشخیص ناهنجاری در سریهای زمانی (TSAD) معرفی شده است. این روش با بازیابی اطلاعات دامنه سیگنال، دقت شناسایی ناهنجاریهای مبتنی بر بزرگی را تا ۹۸.۴٪ افزایش میدهد.
۱۹ خرداد ۱۴۰۵۲ دقیقه خواندن - ۱۹۶۳
تحلیل و بررسی تخصصیچرا بازیابی دقیق متون در RAG برای رعایت قوانین حقوقی کافی نیست؟
پژوهشگران پدیده «حذف خاموش دامنه» (SSO) را شناسایی کردهاند؛ اختلالی که در آن مدلهای زبانی قوانین کلی را میپذیرند اما استثنائات تودرتو را نادیده میگیرند. راهکار پیشنهادی، استفاده از درختهای منطقی SG-DT برای تبدیل متن به ساختارهای استدلالی قطعی است.
۱۹ خرداد ۱۴۰۵۲ دقیقه خواندن - ۱۹۶۴
تحلیل و بررسی تخصصیچرا تنظیم دقیق تکمرحلهای برای بازرسی تراشهها کافی نیست؟
پژوهشگران یک چارچوب بینایی-زبانی دو-مرحلهای طراحی کردهاند که قادر است خطاهای خود را در تشخیص نقصهای لیتوگرافی شناسایی و اصلاح کند. این سیستم با آموزش یک ماژول پالایش روی شکستهای اولیه، دقتی فراتر از روشهای تنظیم دقیق استاندارد ارائه میدهد.
۱۹ خرداد ۱۴۰۵۱ دقیقه خواندن - ۱۹۶۵
تحلیل و بررسی تخصصیسازوکار BODHI: افزایش ۲.۳ برابری تفکیک مفاهیم در مدلهای رفتاری زیستپزشکی
روش جدیدی به نام BODHI با استخراج «منفیهای سخت» از گرافهای دانش، رانش معنایی در رمزگذارهای زیستپزشکی را اصلاح میکند. این متد علاوه بر بهبود تفکیک مفاهیم، تأخیر استنتاج را روی سختافزار اینتل تا ۱۳۳ برابر کاهش داده است.
۱۹ خرداد ۱۴۰۵۲ دقیقه خواندن - ۱۹۶۶
تحلیل و بررسی تخصصیچرا مدلهای یکپارچه در MRI شکست میخورند و SpineAgent به ۳۷ عامل نیاز دارد؟
پژوهشگران با معرفی SpineAgent، سیستمی عاملمحور ساختهاند که گزارشهای پیچیده MRI ستون فقرات را از طریق هماهنگی ۳۷ عامل تخصصی تولید میکند. این مدل با آموزش روی ۱۳ میلیون برش تصویر، استانداردهای جدیدی در مکانیابی آسیبها و سنتز گزارشهای بالینی ایجاد کرده است.
۱۹ خرداد ۱۴۰۵۲ دقیقه خواندن - ۱۹۶۷
تحلیل و بررسی تخصصیکاهش ۳۶ برابری زمان تنظیم شبیهسازهای علمی با لایههای مبنیسازی SIGA
آداپتور جدیدی به نام SIGA با ایجاد یک لایهی «مبنیسازی» از قواعد و حافظه، امکان تعامل عاملهای کدنویسی با شبیهسازهای پیچیده علمی را فراهم میکند. این سیستم در آزمایشهای مربوط به شبیهساز GEOS، زمان آمادهسازی را از ۳ ساعت به ۵ دقیقه کاهش داد، در حالی که دقت آن با متخصصان انسانی برابر بود.
۱۹ خرداد ۱۴۰۵۲ دقیقه خواندن - ۱۹۶۸
تحلیل و بررسی تخصصیچگونه پروتکل CHAP تعاملات انسان و عامل را به مدرک قابل حسابرسی تبدیل میکند؟
پروتکل همکاری انسان-عامل (CHAP) یک فضای کاری ساختاریافته برای تبدیل گفتگوهای گذرا با هوش مصنوعی به مدارک قانونی و تصمیمات امضاشده ایجاد میکند. این استاندارد، شکاف میان مدیریت ابزارها و پاسخگویی عملیاتی در سیستمهای عاملمحور را پر میکند.
۱۹ خرداد ۱۴۰۵۲ دقیقه خواندن - ۱۹۶۹
تحلیل و بررسی تخصصیگزارش arXiv: بازگشت ۲۴ درصدی خطاهای اصلاحشده در خروجیهای عاملهای پژوهشی
یک مطالعه جدید نشان میدهد که بازخوردهای هدفمند کیفیت گزارشهای عاملهای پژوهش عمیق را افزایش میدهد، اما این پیشرفت در دورههای تکرار متوالی پایداری ندارد. این عاملها هنگام رفع شکافهای پژوهشی جدید، پیشرفتهای قبلی خود را در ۲۴٪ موارد از دست میدهند.
۱۹ خرداد ۱۴۰۵۱ دقیقه خواندن - ۱۹۷۰
تحلیل و بررسی تخصصیSearchSwarm-30B: دستیابی به امتیاز ۷۳.۳ در BrowseComp-ZH با هوش تفویضمحور
مدل با وزنهای باز SearchSwarm-30B با درونیسازی «هوش تفویض» در وزنهای خود، محدودیت پنجره متنی را در وظایف پژوهشی پیچیده برطرف کرده است. این مدل قادر است اهداف کلان را به زیر-وظایف تجزیه کرده و آنها را به شکلی بهینه میان عاملهای فرعی توزیع کند.
۱۹ خرداد ۱۴۰۵۲ دقیقه خواندن - ۱۹۷۱
تحلیل و بررسی تخصصیسازوکار PRIME: شناسایی نشانههای پنهان تقلب در پاداش پیش از وقوع شکست
پژوهشگران پیشزمینه جدیدی به نام PRIME را شناسایی کردهاند که امکان پیشبینی تقلب در پاداش (Reward Hacking) را پیش از بروز شکست عملی فراهم میکند. این یافته، رویکرد همراستاسازی هوش مصنوعی را از حالت واکنشی به نظارت پیشبینانه تغییر میدهد.
۱۹ خرداد ۱۴۰۵۱ دقیقه خواندن - ۱۹۷۲
تحلیل و بررسی تخصصیCFips: عبور از بنبست محاسباتی در استخراج الگوهای بازهای
معرفی چارچوب CFips برای حل مشکل Time-out در تحلیل دادههای بازهای حجیم از طریق ادغام محدودیتهای نحوی در فرآیند نمونهبرداری. این روش امکان استخراج الگوهای نماینده را بدون از دست دادن دقت در تخمین فراوانی فراهم میکند.
۱۹ خرداد ۱۴۰۵۱ دقیقه خواندن - ۱۹۷۳
تحلیل و بررسی تخصصیچرا طراحی بازگشتی در DGM باعث جهش ۲.۵ برابری عملکرد در بنچمارک SWE-bench شد؟
پژوهشگران چارچوب جدیدی برای «طراحی بازگشتی» در هوش مصنوعی معرفی کردند که طی آن مدل DGM توانست نمرات کدنویسی خود را در ۸۰ تکرار، از ۲۰٪ به ۵۰٪ برساند. این مطالعه با ارائه پروتکل MetaAI-Mini، استانداردی برای خودبهینهسازی مکانیسمهای ساخت و ارزیابی مدلها ایجاد میکند.
۱۹ خرداد ۱۴۰۵۱ دقیقه خواندن - ۱۹۷۴
تحلیل و بررسی تخصصی۸۶٪ دقت در تأیید پروتکلهای درمانی سکته مغزی با ارکستراسیون مدلهای زبانی
یک چارچوب جدید هوش مصنوعی میتواند رعایت دستورالعملهای پزشکی را تنها با تحلیل متون نامساختار تأیید کند. مطالعهای در بیمارستان Alessandria موفق شد بدون نیاز به دستورالعملهای گرانقیمت و کدنویسیشده، ۸۶٪ تطابق در مراقبتهای سکته مغزی را شناسایی کند.
۱۹ خرداد ۱۴۰۵۱ دقیقه خواندن - ۱۹۷۵
تحلیل و بررسی تخصصیگزارش ArXiv: کاهش ۲۸ درصدی توکنهای استنتاج از طریق استدلال بصری
پژوهشگران متد جدیدی به نام «استدلال بصری» را معرفی کردهاند که تحلیلهای متنی داخلی را با نمایشهای تصویری جایگزین میکند. این رویکرد بدون کاهش دقت، حجم توکنهای مورد نیاز برای استنتاج در مدلهای چندوجهی را بهطور چشمگیری کاهش میدهد.
۱۹ خرداد ۱۴۰۵۱ دقیقه خواندن - ۱۹۷۶
تحلیل و بررسی تخصصیچرا «خودتوضیحی» در هوش مصنوعی هنوز در سطح مفاهیم باقی مانده است؟
یک بررسی جامع در arXiv نشان میدهد که مفهوم «خودتوضیحی» (SX) در سیستمهای هوش مصنوعی، علیرغم اهمیت بنیادین، هنوز فاقد پیادهسازی عملی و معیارهای ارزیابی استاندارد است. این پژوهش شکاف عمیق میان تئوریهای موجود و واقعیتهای مهندسی را افشا میکند.
۱۹ خرداد ۱۴۰۵۱ دقیقه خواندن - ۱۹۷۷
تحلیل و بررسی تخصصیچگونه PRISM دستورات پنهان عاملهای هوش مصنوعی را از دل فعالسازها بیرون میکشد؟
محققان ابزاری به نام PRISM را معرفی کردهاند که میتواند وضعیتهای پنهان مدلهای زبانی را به لیستهای خوانای دستورات تبدیل کند. این فناوری امکان شناسایی اهداف مخفی و تزریقهای پرامپت را فراهم میکند، حتی اگر این موارد در خروجی نهایی مدل ظاهر نشوند.
۱۹ خرداد ۱۴۰۵۱ دقیقه خواندن - ۱۹۷۸
تحلیل و بررسی تخصصیگزارش ArXiv: برتری دادههای اختصاصی بر ساختارهای استدلالی در ارزشگذاری دارویی
پژوهشهای جدید نشان میدهد عاملهای هوش مصنوعی در ارزشگذاری داروها، بیش از آنکه با محدودیتهای استدلالی دستوپنجر باشند، با کمبود دادههای باکیفیت مواجهاند. دسترسی به مجموعه دادههای اختصاصی، تنها راه رسیدن به دقت رقابتی در حوزههای تخصصی علمی است.
۱۹ خرداد ۱۴۰۵۲ دقیقه خواندن - ۱۹۷۹
تحلیل و بررسی تخصصیMedSci Skills: شناسایی ۱۰۰٪ خطاهای پزشکی با جایگزینی LLM با گیتهای قطعی
معماری جدید MedSci Skills با جایگزینی خود-ارزیابی مدلهای زبانی با گیتهای تأیید قطعی، توانست تمام خطاهای تزریقشده در متون بالینی را شناسایی کند. در حالی که مدلهای زبانی معمولی بیش از نیمی از این خطاها را نادیده گرفتند، این سیستم دقت ۱۰۰ درصدی را ثبت کرد.
۱۹ خرداد ۱۴۰۵۲ دقیقه خواندن - ۱۹۸۰
تحلیل و بررسی تخصصیبهینهسازی پایش آنفلوانزا از طریق استنتاج گزینشی متغیرهای پنهان (BSLI)
چارچوب BSLI پایش فاضلاب شهری را از یک جریان دادهی غیرفعال به یک سامانهی تصمیمساز فعال تبدیل میکند. این سیستم با تعیین زمان دقیق نیاز به دادههای تکمیلی، توازن میان هزینهی پایش و دقت تشخیص را بهینه میسازد.
۱۹ خرداد ۱۴۰۵۲ دقیقه خواندن