برگزیده ها مشاهده همه ›
Hacker News LLM مشاهده همه ›
شرکتهای هوش مصنوعی مشاهده همه ›
مقالات علمی مشاهده همه ›
-
🤖 OntoExtend؛ دستیار هوشمند مهندسان برای توسعه سریعتر هستیشناسیها (Ontologies)
توسعه و بهروزرسانی «هستیشناسیها» معمولاً فرآیندی پیچیده، هزینهبر و مستعد خطاست. محققان به تازگی چارچوب جدیدی به نام OntoExtend را معرفی کردهاند که از…
-
🚀 SAGE؛ راهکاری جدید برای عبور از بنبستهای مدلهای دنیای مجازی (World Models)
مدلهای دنیای مجازی (Latent World Models) پتانسیل بالایی برای شبیهسازی و پیشبینی دارند، اما وقتی نوبت به برنامهریزیهای طولانیمدت میرسد، معمولاً با افت دقت…
-
🗺 نقشهها هنوز برای هوش مصنوعی حیاتی هستند!
آیا مدلهای زبانی بزرگ (Foundation Models) میتوانند با استفاده از نقشهها، درک بهتری از دنیای فیزیکی پیدا کنند؟ پژوهش جدیدی با معرفی بنچمارک ChoroplethMap-Bench…
-
🚀 بهبود یادگیری تقویتی با متد جدید PAMD
آیا تا به حال به این فکر کردهاید که چطور هوش مصنوعی در محیطهای بصری پیچیده، «شباهت» بین حالتهای مختلف را درک میکند؟ یکی…
-
💡 ترکیب مدلهای زبانی؛ آیا ادغام مدلهای ناهمگون بدون آموزش اضافه ممکن است؟
در دنیای هوش مصنوعی، همیشه صحبت از آموزش مدلهای غولآساست، اما محققان در پژوهش جدیدی به سراغ یک راهکار جذاب رفتهاند: ادغام مدلهای زبانی…
-
🏠 AdaHome: هوش مصنوعی اختصاصی برای خانههای هوشمند با رعایت حریم خصوصی!
تا به حال فکر کردهاید چطور میتوان بدون نیاز به ابر (Cloud) و با مصرف منابع کمتر، یک خانه هوشمندِ واقعاً هوشمند داشت؟ محققان…
-
🔍 پارادوکس اشتراکگذاری اطلاعات؛ چرا گاهی نتایج جستجوی هوش مصنوعی ضعیفتر میشود؟
آیا تا به حال فکر کردهاید که چرا وقتی چندین سیستم هوشمند به یک منبع واحد تکیه میکنند، خروجی کلی آنها ممکن است افت…
-
⚽️ پیشبینی نتایج فوتبال با هوش مصنوعی؛ معرفی بنچمارک WorldCupArena
تا حالا فکر کردید هوش مصنوعی چقدر در پیشبینی مسابقات فوتبال دقیق است؟ محققان بهتازگی بنچمارک جدیدی به نام WorldCupArena را معرفی کردهاند که…
-
🩺 آیا مدلهای پزشکی در تشخیص بیش از حد «مغرور» هستند؟
یکی از چالشهای بزرگ در استفاده از هوش مصنوعی در پزشکی، اعتماد کاذب مدلها هنگام مواجهه با دادههای ناقص است. محققان در پژوهشی جدید…
-
🧠 پایان حلقه های تکراری در استدلال مدلهای هوش مصنوعی!
حتماً برای شما هم پیش آمده که مدلهای زبانی (LLM) هنگام حل مسائل پیچیده، در یک مسیر اشتباه گیر کنند و مدام خودشان را…









