محققان بالاخره قفلِ «شکافِ مدالیته» (Modality Gap) در پیشبینیهای مبتنی بر متن (Context-Aided Forecasting) را باز کردند! 🚀
تا امروز، مدلهای چندوجهی که سعی میکردند با استفاده از متن و دادههای عددی پیشبینی کنند، اغلب از مدلهای سادهتر عقب میماندند. حالا پژوهشگران با استفاده از روشی خلاقانه برای تولید دادههای «شبهسنتزی»، مجموعه داده عظیم CAF-7M شامل ۷ میلیون نمونه را معرفی کردهاند که به هوش مصنوعی کمک میکند واقعاً از متن برای تحلیلهای زمانی بهره ببرد.
این تحقیق ثابت میکند که مشکل اصلی نه معماری ضعیف مدلها، بلکه کیفیت پایین دادههای آموزشی بوده است. این جهش، راه را برای پیشبینیهای دقیقتر در حوزههای مالی و علمی هموار میکند. 📈🤖
منبع: arXiv Machine Learning