Polaris-Bench: سقوط دقت مدلهای پیشرو از ۸۳٪ به ۳۱٪ در تستهای بصری
مدلهای زبانی بزرگ چندوجهی (MLLM) به جای استدلال بصری واقعی، از یک «میانبر دکارتی» برای تقلب در بنچمارکها استفاده میکنند. بنچمارک جدید Polaris-Bench نشان میدهد که با تغییر…
موضوع
Models that natively process text+image+audio+video
۱٬۶۶۴ مقاله منتشر شده
مدلهای زبانی بزرگ چندوجهی (MLLM) به جای استدلال بصری واقعی، از یک «میانبر دکارتی» برای تقلب در بنچمارکها استفاده میکنند. بنچمارک جدید Polaris-Bench نشان میدهد که با تغییر…
گوگل با ادغام قابلیت Rambler در Gboard، ویژگیهای پیشرفتهای مثل حذف کلمات زائد را به میلیونها کاربر اندروید ارائه میدهد. این اقدام، سدی عظیم توزیعی برای استارتاپهای مستقل…
گوگل با معرفی خط تولید لپتاپهای Googlebooks در پاییز ۲۰۲۶، اندروید و ChromeOS را در یک سیستمعامل هیبریدی ادغام میکند. این دستگاهها با محوریت هوش مصنوعی زاینده و ابزارهای…
شرکت ریویان دستیار صوتی مبتنی بر هوش مصنوعی خود را برای تمامی خودروهای نسل اول و دوم عرضه کرد. این سیستم برخلاف رقبای خود، به جای تکیه بر گوشیهای هوشمند، مستقیماً سختافزار خودرو…
پلتفرم ModelScope به منبع اصلی و معتبر مدلهای Qwen و DAMO تبدیل شده است. اگرچه تجربه کاربری آن شبیه Hugging Face است، اما ابزارهایی مانند ms-swift سرعت تنظیم دقیق را بهشدت…
پژوهشگران با معرفی بنچمارک PhyGround و مدل وزنباز PhyJudge-9B، ابزاری دقیق برای سنجش پایبندی ویدیوهای هوش مصنوعی به قوانین فیزیک ارائه کردند. این مدل در شناسایی خطاهای فیزیکی،…
چارچوب DRAPE با جایگزینی پرامپتهای ایستا با پرامپتهای نرم پویا و مختص به هر نمونه، مشکل فراموشی فاجعهبار در مدلهای چندوجهی را حل میکند. این روش با تکیه بر شرطیسازی بر اساس…
پژوهشگران با معرفی مجموعه داده SMART-HC-VQA، تحلیل تصاویر ماهوارهای را از تشخیص سادهی تغییرات به استدلال زمانی پیچیده ارتقا دادند. این چارچوب با بهرهگیری از مدل LLaVA-NeXT…
AllocMV چارچوب جدیدی است که تولید ویدیوهای موسیقی را به یک مسئله تخصیص منابع تبدیل میکند تا هزینههای محاسباتی کاهش و ثبات بصری افزایش یابد. این سیستم با استفاده از یک حلکننده…
چارچوب LLaVA-CKD با معرفی ساختار آموزشی پلهای، مشکل افت کیفیت در انتقال دانش از مدلهای غولپیکر به مدلهای کوچک را حل کرده است. این روش با استفاده از معلمان میانی، امکان استقرار…
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…
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…