محققان در مطالعه‌ای فنی و جذاب، به بررسی گلوگاه‌های سیستم‌های RLHF (یادگیری تقویتی از بازخورد انسانی) پرداخته‌اند. آن‌ها نشان دادند که نحوه پیاده‌سازی «Reward…

یکی از بزرگترین چالش‌های استفاده از مدل‌های زبانی بزرگ (LLM) در مقیاس میلیون‌ها کاربر، هزینه‌های سنگین و تأخیر در پاسخ‌دهی است. محققان به تازگی…

آیا داده‌هایی که مدل‌های هوش مصنوعی بر اساس آن‌ها تصمیم‌گیری می‌کنند، قابل اعتماد هستند؟ محققان به‌تازگی راهکاری برای شناسایی «مسموم‌سازی داده‌ها» (Data-Poisoning) در تحلیل‌های…

محققان در تازه‌ترین دستاورد خود، روشی انقلابی به نام SLPO (مخفف Surrogate Latent Policy Optimization) را معرفی کرده‌اند که نحوه استدلال مدل‌های هوش مصنوعی…

محققان در مقاله‌ای جدید، راهکار نوآورانه‌ای برای «کالیبراسیون آنلاین» (Online Recalibration) ارائه داده‌اند. این الگوریتم به مدل‌های پیش‌بینی کمک می‌کند تا با دریافت سیگنال‌های…

مدل‌های نفوذِ ماسک‌شده (MDMs) یکی از ابزارهای قدرتمند در تولید زبان هستند، اما تولیدِ باکیفیت و سریع (Few-step) همواره چالش‌برانگیز بوده است. حالا محققان…

محققان در تازه‌ترین پژوهش خود، ارتباط عجیبی بین «نویز» در مدل‌های یادگیری ماشین و «نوسانات کوانتومی» پیدا کرده‌اند! آن‌ها نشان داده‌اند که می‌توان با…

همان‌طور که می‌دانیم، مدل‌های زبانی بزرگ (LLM) در تولید متن بسیار مسلط هستند، اما گاهی در استدلال‌های گام‌به‌گام دچار اشتباه می‌شوند. محققان به تازگی…

محققان فریم‌ورک جدیدی به نام «FedLSG» را معرفی کرده‌اند که امنیت شبکه‌های عصبی گرافِ فدرال (FedGNNs) را به سطح جدیدی می‌برد. این سیستم با…

یکی از چالش‌های بزرگ در سیستم‌های هوشمند (مثل خودروهای خودران)، یادگیری از داده‌های جدید در لحظه و در محیط‌های پویاست. اما انتقال مداوم داده‌ها…