
WikiSkill: افزایش ۱۸.۶ درصدی دقت مدلهای گوگل با ثبت تجربیات
پژوهشگران گوگل چارچوبی به نام WikiSkill طراحی کردهاند که به عاملهای هوش مصنوعی اجازه میدهد تجربیات موفق و شکستهای خود را در یک «ویکی» دائمی ثبت کنند. این سیستم باعث میشود…
موضوع
زیرشاخهای از یادگیری ماشین که در آن مدلها بهمرور زمان و با دریافت دادههای جدید، دانش پیشین خود را حفظ کرده و بهروزرسانی میشوند، بدون فراموشی مهارتهای قبلی.
۷۹ مقاله منتشر شده

پژوهشگران گوگل چارچوبی به نام WikiSkill طراحی کردهاند که به عاملهای هوش مصنوعی اجازه میدهد تجربیات موفق و شکستهای خود را در یک «ویکی» دائمی ثبت کنند. این سیستم باعث میشود…

کودکان با کسری از دادههای مورد نیاز مدلهای زبانی بزرگ، تسلط بر زبان را به دست میآورند. پژوهشگران اکنون با مدلهای «مقیاس نوزاد» و دوربینهای سرپوشی در تلاشاند تا مکانیسم…

بهبود عملکرد مدلهای زبانی در زبانهای کممنبع نیازمند عبور از قوانین مقیاسپذیری و حرکت به سمت توکنسازی آگاه از ساختار زبان است. استراتژیهای جدید مهندسی میتواند هزینههای…

گوگل دیپمایند با همکاری Fenris Creations، عاملهای هوش مصنوعی خود را در محیط پیچیده و اقتصادی EVE Online آزمایش میکند تا محدودیتهای حافظه و برنامهریزی بلندمدت را برطرف کند.

پلتفرم HowiPrompt سیستمی از حافظه معنایی مشترک را برای عاملهای خودگردان پیاده کرده است که پیش از اجرای کد، باگها را شناسایی و اصلاح میکند. این سیستم با تبدیل لاگهای خطا به…

شرکت Generalist AI مدل GEN-1.5 را معرفی کرد که به رباتها اجازه میدهد تنها با تماشای یک ویدیو کوتاه، کارهای جدید را یاد بگیرند. این سیستم در حالت آموزش حداقلی به نرخ موفقیت ۸۳٪…

ریچارد ساتون، پیشگام یادگیری تقویتی، استدلال میکند که دادههای مصنوعی نمیتوانند گلوگاه مقیاسپذیری مدلهای زبانی را حل کنند زیرا جهان واقعی بینهایت پیچیدهتر از هر شبیهسازی…

عاملهای هوش مصنوعی در امنیت اغلب بهدلیل فقدان «حس ششم» تحلیلگران ارشد شکست میخورند. این راهنما ۵ متد عملی برای استخراج دانش ضمنی متخصصان و کدگذاری آن در عاملهای AI برای…

بیشتر عاملهای هوش مصنوعی تنها اشتباهات خود را «بازتاب» میکنند اما منطق زیربنایی خود را تغییر نمیدهند. متدولوژی جدید Wu Ji با جایگزینی رویکرد احتمالی با قوانین فیزیکی و گیتهای…

پژوهشگران کمبریج و انویدیا چارچوبی را توسعه دادهاند که در آن عاملهای هوش مصنوعی و ارزیابان آنها بهطور همزمان تکامل مییابند. این رویکرد مانع از توقف پیشرفت در اثر بنچمارکهای…

پژوهشگران با مدل LittleLearner ثابت کردند که اگر مفهومی در دادههای پیشآموزش نباشد، حتی با مقیاسدهی یا یادگیری تقویتی پیشرفته نیز قابل بازیابی نیست. این یافته نشان میدهد که…

معماریهای جدید گوگل دیپمایند و PrimeIntellect به عاملهای هوش مصنوعی اجازه میدهد کد، پرامپت و حافظه خود را در لحظه بازنویسی کنند. این گذار از ساختارهای ایستا به سامانههای…