
گرافهای عصبی در برابر جستوجوی برداری در اولویتبندی دانش AI
سامانهٔ حافظهٔ متنباز Mycelium با جداسازی «مرکزیت» از «تازگی»، مشکل فراموشی زمینههای فوری در مدلهای هوش مصنوعی را حل کرده است. این سیستم بهجای تکیه بر جستوجوی برداری ساده، از…
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.
۷۱ مقاله منتشر شده

سامانهٔ حافظهٔ متنباز Mycelium با جداسازی «مرکزیت» از «تازگی»، مشکل فراموشی زمینههای فوری در مدلهای هوش مصنوعی را حل کرده است. این سیستم بهجای تکیه بر جستوجوی برداری ساده، از…

تحلیل API مدل Gemini نشان میدهد دقت هوش مصنوعی پس از ۲۰ نوبت گفتگو افت میکند، حتی اگر پنجره متنی فضای بیشتری داشته باشد. این یافتهها حاکی از آن است که «فراموشی» فعال، یک ضرورت…

یک پژوهشگر با آموزش یک مدل ترنسفورمر کوچک از صفر، توانست بدون استفاده از دادههای مصنوعی و با هزینهای ناچیز، به امتیاز ۴۴٪ در آزمون استدلال ARC-AGI-1 دست یابد. این دستاورد فرضیه…

سامانه Alice با جایگزینی بهینهسازی مداوم مدل با «مدارهای عملیاتی» و نقشههای زنده، هوش مصنوعی را از وابستگی به وزنهای LLM رها میکند. در این رویکرد، مدل زبانی تنها یک موتور…

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…