پرخواننده‌ترین‌ها

چرا تخمین تابع پارتیشن دیگر برای رگرسیون‌های وزن‌دار بولتزمن ضروری نیست؟

پژوهشگران با معرفی تابع اکتساب AB-SID-iVAR در فرآیندهای گوسی، راهکاری برای دور زدن توابع پارتیشن غیرقابل‌محاسبه ارائه کردند. این دستاورد دقت مدل‌سازی سطوح انرژی پتانسیل در شیمی محاسباتی و کشف دارو را به‌طور چشم‌گیری افزایش می‌دهد.

۲۴ اردیبهشت ۱۴۰۵۲ دقیقه خواندن

۳۱۸۲

تحلیل و بررسی تخصصی

LLaVA-CKD: کاهش شکاف ظرفیت در مدل‌های بینایی-زبانی از طریق تقطیر متوالی

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 مدل‌های چندوجهی بهینه را بر روی سخت‌افزارهای محدود فراهم می‌کند.

۲۳ اردیبهشت ۱۴۰۵۲ دقیقه خواندن

۳۱۸۳

تحلیل و بررسی تخصصی

سازوکار SVV: کاهش نرخ عدم همراستاسازی مدل‌های زبانی به زیر ۳٪

پژوهشگران کشف کردند که مدل‌های زبانی حتی پس از تنظیمات مخرب، یک «فضای شخصیتی» پایدار دارند. با تقویت بردارهای معنایی خاص، می‌توان نرخ عدم همراستاسازی را از ۴۰٪ به کمتر از ۳٪ کاهش داد.

۲۳ اردیبهشت ۱۴۰۵۲ دقیقه خواندن

۳۱۸۴

تحلیل و بررسی تخصصی

سازوکار برچسب‌گذاری معنایی: رمزگشایی از نقاط کور مدل‌های تشخیص مرجع

یک چارچوب ارزیابی جدید با استفاده از برچسب‌گذاری معنایی، شکست‌های سیستماتیک در مدل‌های تشخیص مرجع را شناسایی می‌کند که معیارهای استاندارد نادیده می‌گیرند. این رویکرد به توسعه‌دهندگان اجازه می‌دهد تا به‌جای مقیاس‌گذاری کورکورانه، از افزایش داده‌های هدفمند برای رفع نقاط ضعف مدل استفاده کنند.

۲۳ اردیبهشت ۱۴۰۵۲ دقیقه خواندن

۳۱۸۵

تحلیل و بررسی تخصصی

چرا 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

۳۱۸۶

تحلیل و بررسی تخصصی

سازوکار 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

۳۱۸۷

تحلیل و بررسی تخصصی

درون 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

۳۱۸۸

تحلیل و بررسی تخصصی

سازوکار 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

۳۱۸۹

تحلیل و بررسی تخصصی

چرا 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

۳۱۹۰

تحلیل و بررسی تخصصی

گزارش 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

۳۱۹۱

تحلیل و بررسی تخصصی

ThreatCore: 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

۳۱۹۲

تحلیل و بررسی تخصصی

حل 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

۳۱۹۳

تحلیل و بررسی تخصصی

درون 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

۳۱۹۴

تحلیل و بررسی تخصصی

چرا 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

۳۱۹۵

تحلیل و بررسی تخصصی

چرا 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

۳۱۹۶

تحلیل و بررسی تخصصی

حذف 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

۳۱۹۷

تحلیل و بررسی تخصصی

کاهش 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

۳۱۹۸

تحلیل و بررسی تخصصی

چرا 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

۳۱۹۹

تحلیل و بررسی تخصصی

چگونه 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

۳۲۰۰

تحلیل و بررسی تخصصی

چرا 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

۳۲۰۱

تحلیل و بررسی تخصصی

AnomalyClaw: 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

۳۲۰۲

تحلیل و بررسی تخصصی

عبور 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

۳۲۰۳

تحلیل و بررسی تخصصی

کاهش 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

۳۲۰۴

تحلیل و بررسی تخصصی

اتوماسیون 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

۳۲۰۵

تحلیل و بررسی تخصصی

چگونه 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

۳۲۰۶

تحلیل و بررسی تخصصی

سازوکار 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

۳۲۰۷

تحلیل و بررسی تخصصی

سازوکار 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

۳۲۰۸

تحلیل و بررسی تخصصی

چرا 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

۳۲۰۹

تحلیل و بررسی تخصصی

DeepRefine: 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

۳۲۱۰

تحلیل و بررسی تخصصی

گزارش 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