محققان در یک پژوهش جدید، فریم‌ورک «PISmith» را معرفی کرده‌اند که با استفاده از یادگیری تقویتی (RL)، سیستم‌های دفاعی مدل‌های زبانی را به چالش…

محققان در یک مقاله جدید، الگوریتم‌های کارآمدی برای تجزیه ماتریس‌های «هنکل» و «توپلیتس» ارائه کرده‌اند که کاربرد مستقیم و جذابی در سیستم‌های هوشمند مدرن…

محققان در مقاله‌ای جدید، رویکرد متفاوتی برای آموزش شبکه‌های عصبی بیزی (Bayesian Neural Networks) معرفی کرده‌اند. برخلاف روش‌های سنتی که بر پایه تقریب ELBO…

یکی از بزرگترین چالش‌های آموزش مدل‌های غول‌آسا (LLMs)، هزینه‌های سنگین سخت‌افزاری است. حالا محققان با معرفی «MuonQ» به سراغ بهینه‌سازی Optimizer مدل «Muon» رفته‌اند.…

محققان در یک پژوهش تازه، چارچوب جدیدی برای مدل‌های انتشار گسسته ارائه داده‌اند که مشکل قدیمی «وابستگی به ابعاد» را حل می‌کند. تا پیش…

محققان در مقاله جدیدی با عنوان «Kan Extensions for Neural Invariants»، رویکردی کاملاً متفاوت و ریاضی‌محور را برای بهبود یادگیری انتقالی معرفی کرده‌اند. این…

محققان در یک پژوهش تئوری جدید، به سراغِ بررسیِ «پیچیدگیِ نمونه» (Sample Complexity) در مدل‌های ترنسفورمر رفتند. این تحقیق نشان می‌دهد که برای آموزش…

محققان به تازگی از یک چارچوب جدید و سبک به نام ER-JEPA رونمایی کرده‌اند که از ساختار سلسله‌مراتبی برای تحلیل داده‌های پیچیده پزشکی، به‌ویژه…

محققان در مطالعه جدیدی به سراغ یکی از چالش‌های بزرگ در دنیای «مدل‌های پایه» (Foundation Models) برای دیتابیس‌های رابطه‌ای (RDB) رفته‌اند. سوال اصلی این…

محققان در مطالعه‌ای جدید به سراغ بهبود دقت و کالیبراسیون مدل‌های هوش مصنوعی رفته‌اند که با داده‌های چندرسانه‌ای (تصویر، متن و صوت) کار می‌کنند.…