برگزیده ها مشاهده همه ›
Hacker News LLM مشاهده همه ›
شرکتهای هوش مصنوعی مشاهده همه ›
مقالات علمی مشاهده همه ›
-
🧬 هوش مصنوعی در خدمت سلامت عمومی؛ معرفی HantaWatch
دنیای پزشکی باز هم شاهد پیشرفت خیرهکنندهای است! محققان چارچوب جدیدی به نام HantaWatch را معرفی کردهاند که از قدرت «یادگیری فدرال» (Federated Learning)…
-
📊 دسترسی عمومی به گنجینهای از دادههای سلامت: معرفی OpenMHC
اگر در حوزه هوش مصنوعی پزشکی و گجتهای پوشیدنی فعالیت میکنید، این خبر برایتان فوقالعاده است! محققان به تازگی پروژه OpenMHC را معرفی کردهاند…
-
🔍 چرا هوش مصنوعی در تحلیل سریهای زمانی به خطا میافتد؟
مدلهای هوش مصنوعی برای پیشبینی سریهای زمانی (مثل نوسانات بورس یا دادههای سنسورها) هنوز با چالشهای بزرگی در توضیحپذیری دستوپنج نرم میکنند. در پژوهش…
-
🚀 بهینهسازی مدلهای استدلالی: رفع چالش کوانتیزاسیون
مدلهای استدلالی (Reasoning Models) که برای حل مسائل پیچیده از گامهای تکرار شونده استفاده میکنند، با یک چالش خاص در کاهش دقت (Quantization) مواجه…
-
🚀 پیشبینی دقیقتر تحولات قطرات مایع با مدل هوشمند DiffARFNO
اگر در حوزه شبیهسازیهای فیزیکی و مهندسی فعالیت میکنید، خبر جالبی برایتان داریم! محققان به تازگی مدل جدیدی به نام DiffARFNO معرفی کردهاند که…
-
🚀 بهینهسازی دقیقتر مدلهای زبانی: معرفی روش Normalized Rewards
محققان در مقاله جدیدی، راهکار نوآورانهای برای رفع یکی از مشکلات رایج در آموزش مدلهای بزرگ زبانی (LLMs) ارائه دادهاند. الگوریتمهای همسوسازی مانند DPO،…
-
🔍 مچگیری از هوش مصنوعی؛ آیا مدلهای برنامهنویس واقعاً کد بهینه مینویسند؟
تا حالا فکر کردید مدلهای زبانی که کدهای CUDA تولید میکنند، چقدر واقعاً سریعتر از کتابخانههای استانداردی مثل PyTorch عمل میکنند؟ پژوهش جدیدی نشان…
-
🛡️ راهکاری نو برای افزایش امنیت LLMها: معرفی TRACE
یکی از چالشهای بزرگ در سفارشیسازی مدلهای زبانی (Fine-Tuning)، از بین رفتن فیلترهای ایمنی مدل است. وقتی مدلها را برای کارهای خاص شخصیسازی میکنیم،…
-
🔍 چالش بزرگ در مسیر هوش مصنوعی صنعتی: وقتی مدلهای کوچک هم خطا میکنند!
آیا مدلهای زبانی کوچک (MSLMs) واقعاً برای استفاده در کارخانههای هوشمند و سیستمهای حساس آمادهاند؟ محققان در پژوهش جدیدی بنام RobustMAD، اولین بنچمارک اختصاصی…
-
🚀 شکستن قفلِ آموزش هوش مصنوعی؛ معرفی تکنیک CIGPO
محققان به چالش بزرگی در آموزش مدلهای زبانی (LLM) برخورد کردهاند؛ جایی که مدلها در حین یادگیری مراحل استدلالی، دچار «بنبست بهینهسازی» میشوند و…









