محققان به تازگی مفهوم جدیدی به نام «چگالی اطلاعات انتقالی» (TID) را معرفی کردهاند که نحوه یادگیری مدلهای هوش مصنوعی را متحول میکند. برخلاف روشهای سنتی که دادهها را به صورت نقاط مجزا میبینند، این متد جدید با الهام از پدیده «حسآمیزی» (Synesthesia)، روی ساختارهای بینابینیِ دادهها تمرکز دارد.
نتایج این تحقیق نشان میدهد که آموزش مدلها با استفاده از این ساختارهای میانی، باعث کاهش چشمگیر پیچیدگیهای غیرضروری در مدلهای زبانی و معنایی میشود. این یعنی هوش مصنوعی میتواند با هوشمندی بیشتری دادههای پیچیده را تحلیل و دستهبندی کند. گامی دیگر به سوی مدلهایی که جهان را دقیقتر درک میکنند! 🚀
منبع: arXiv AI
