مدل‌های Mixture-of-Experts یا همان MoE به دلیل سرعت بالایشان بسیار محبوب هستند، اما به دلیل حجم زیاد، اجرای آن‌ها روی دستگاه‌های با حافظه محدود…

محققان در مقاله جدیدی به بررسی هندسه توکن‌ها در مدل‌های زبانی پرداخته‌اند و راهکار جذابی برای بهینه‌سازی ارائه داده‌اند! 💡 تکنولوژی جدیدی به نام…

حتماً می‌دانید که یکی از بزرگترین چالش‌های مدل‌های زبانی (LLM)، «توهم» یا تولید اطلاعات نادرست است. حالا محققان در مقاله‌ای جدید، فریم‌ورک ۵ لایه‌ای…

یادگیری تقویتی (RL) برای آموزش مدل‌های زبانی عالی است، اما مشکلاتی مثل بی‌ثباتی در آموزش و افت تنوع خروجی‌ها همیشه چالش‌برانگیز بوده. محققان به…

محققان در مقاله جدیدی، یک رویکرد مبتنی بر «شبکه‌های عصبی گراف» (GNN) را معرفی کرده‌اند که انقلابی در تحلیل مدل‌های سه بعدی در صنعت…

یکی از بزرگترین چالش‌های فعلی در کار با مدل‌های زبانی بزرگ (LLM)، ضعف آن‌ها در حفظ اطلاعات طولانی‌مدت و مشکل «بازنویسی» حافظه است. محققان…

تا به حال برایتان پیش آمده که در یک سایت فروشگاهی فقط کلمه «ساعت» یا «پیراهن» را جستجو کنید و نتایج درستی نگیرید؟ محققان…

محققان روشی جدید به نام «مهندسی ویژگی تکاملی» (EFE) معرفی کرده‌اند که در آن، مدل‌های زبانی (LLM) وظیفه تکامل و بهبود برنامه‌های پردازش داده…

مدل‌های ترنسفورمر که این روزها دنیای هوش مصنوعی را تسخیر کرده‌اند، در تحلیل داده‌های پیچیده «گراف» (مانند شبکه‌های اجتماعی یا ساختارهای مولکولی) چالش‌هایی داشتند.…

تا به حال به این فکر کرده‌اید که اگر هوش مصنوعی مسئول متقاعد کردن مردم در یک موقعیت خطرناک (مثل تخلیه ساختمان هنگام آتش‌سوزی)…