محققان در مقاله‌ای جدید، دنیای «یادگیری عمیق هندسی» (Geometric Deep Learning) را با معرفی OENN (Order-Equivariant Neural Networks) وارد فاز جدیدی کرده‌اند. این شبکه…

محققان در پژوهشی جدید نشان دادند که مدل‌های زبانی کوچک (Tiny Language Models) با پارامترهای زیر ۳ میلیارد، اگر به درستی آموزش ببینند، می‌توانند…

محققان مدل جدیدی به نام CineMobile را معرفی کرده‌اند که به گوشی‌های هوشمند اجازه می‌دهد بدون نیاز به قدرت پردازشی سنگین، ویدئوهای سینمایی خیره‌کننده‌ای…

محققان در پژوهشی جدید به تحلیل ساختار درونی مدل‌های صوتی (Audio Foundation Models) پرداخته‌اند و نشان داده‌اند که چگونه مدل محبوب CLAP ویژگی‌های صوتی…

تولید محیط‌های سه‌بعدی از دیدگاه شخصی (Ego-centric) همیشه با چالش‌هایی مثل به‌هم‌ریختگی هندسی و نبود هماهنگی در زوایای مختلف همراه بوده است. حالا محققان…

آیا می‌دانستید ایجنت‌های هوش مصنوعی که به فایل‌ها، ایمیل و سیستم عامل شما دسترسی دارند، در برابر حملات «تزریق پرامپت غیرمستقیم» چقدر آسیب‌پذیرند؟ ⚠️…

محققان مدل پیشرفته‌ای به نام Q-TriM را توسعه داده‌اند که انقلابی در حوزه‌ی «پرسش و پاسخ صوتی-تصویری» (AVQA) ایجاد کرده است. مشکل مدل‌های قبلی…

مدل‌های انتشار که امروزه در تولید تصویر می‌درخشند، برای طبقه‌بندی تصاویر (Diffusion Classifiers) هم به کار می‌روند؛ اما واقعاً این مدل‌ها چطور تصمیم می‌گیرند؟…

مدل‌های زبانی بزرگ (LLM) در تبدیل متن به پرس‌وجوهای پایگاه داده (Text-to-SQL) بسیار قدرتمند هستند، اما هنوز با چالش‌های امنیتی جدی دست و پنجه…

محققان در پژوهشی جدید به سراغ حل یکی از چالش‌های بزرگ در پردازش متون تاریخی رفتند: خواندن دست‌نوشته‌های لاتین قرون وسطی! این مطالعه نشان…