محققان در یک پژوهش جدید، معماری نوآورانهای به نام «Black-Mamba» را معرفی کردهاند که دنیای پیشبینی دادهها را متحول میکند. برخلاف روشهای قدیمی که دائماً در حال بهروزرسانی بودند و با نویزهای محیطی دچار خطا میشدند، این مدل از سازوکار «شواهد-محور» استفاده میکند.
به زبان ساده: این مدل مثل سیستمهای بیولوژیکی یاد گرفته است که فقط وقتی تغییرات واقعی و معناداری در الگوهای داده (Distribution Drift) رخ میدهد، حافظه خود را بهروزرسانی کند. این کار باعث میشود مدل نه تنها در محیطهای متغیر عملکرد بسیار بهتری داشته باشد، بلکه از نظر پردازشی هم بسیار بهینهتر عمل کند. 🧠📉
یک گام دیگر به سمت سیستمهای هوشمندتر و پایدارتر!
منبع: arXiv AI
