برگزیده ها مشاهده همه ›
Hacker News LLM مشاهده همه ›
شرکتهای هوش مصنوعی مشاهده همه ›
مقالات علمی مشاهده همه ›
-
🚀 بهینهسازی حافظه در یادگیری تقویتی: خداحافظی با بافرهای حجیم!
محققان در مطالعهای جدید، روش نوآورانهای به نام «Endpoint Replay» را برای بهبود «Experience Replay» در یادگیری تقویتی عمیق (DRL) معرفی کردهاند. مشکل چیست؟…
-
🔍 پردهبرداری از «جعبه سیاه» ایجنتهای هوشمند با Sparse Autoencoders
یکی از بزرگترین چالشهای دنیای هوش مصنوعی، درک این است که ایجنتها چگونه تصمیم میگیرند. محققان به تازگی در مطالعهای جدید روی مدلهای ترنسفورمر…
-
🌊 وقتی هوش مصنوعی به داد مدیریت بحران میرسد!
محققان در یک پژوهش جدید، مدل ترکیبی CNN-LSTM را با قواعد فیزیکی ترکیب کردهاند تا پیشبینی سیلابهای شهری با دقت بسیار بالاتری انجام شود.…
-
🧬 تحولی بزرگ در کشف دارو با هوش مصنوعی: معرفی مدل Vilya-2
محققان در تازهترین دستاورد علمی، مدل هوش مصنوعی جدیدی به نام «Vilya-2» را معرفی کردهاند که دنیای داروسازی و زیستشناسی مولکولی را متحول میکند.…
-
🔍 آیا هوش مصنوعی واقعاً بهتر میبیند؟ چالش توهم در MLLMها
بسیاری از مدلهای زبانی چندوجهی (MLLM) برای کاهش «توهمات بصری» از روشی به نام «رمزگشایی تقابلی» (Contrastive Decoding) استفاده میکنند. اما پژوهش جدیدی که…
-
🧠 اثبات یک گام بزرگ در تئوری شبکههای عصبی: چرا عمق مدلها اهمیت دارد؟
محققان به تازگی توانستهاند برای اولین بار، یک تمایز الگوریتمی دقیق بین شبکههای عصبی با «عمق ثابت» و «عمق لگاریتمی» اثبات کنند. در حالی…
-
🧠 گامی نوین در یادگیری تقویتی: مدیریت دادههای قدیمی و تغییرات محیطی
محققان بهتازگی فریمورک قدرتمند جدیدی برای «یادگیری تقویتی» (Reinforcement Learning) معرفی کردهاند که چالش بزرگی را حل میکند! در مدلهای استاندارد، وقتی دادههای آموزشی…
-
🧠 هوش مصنوعی، ابزاری قدرتمند برای پایش سلامت روان!
محققان در پژوهشی تازه، مجموعه داده «Neurai-VN» و بنچمارک جدیدی را معرفی کردهاند که میتواند انقلابی در تشخیص سلامت روان از طریق دادههای دیجیتال…
-
🚀 بهینهسازی تبلیغات آنلاین با هوش مصنوعی: معرفی SWAG-Bid!
یکی از چالشهای اصلی در پلتفرمهای تبلیغاتی، مدیریت مزایدهها (Auto-bidding) بهگونهای است که در بلندمدت سودآور باشد. روشهای فعلی معمولاً بازههای زمانی را روزانه…
-
🚀 دقت بالاتر در پیشبینی گرافها با مدل جدید HeAD-CP
مدلهای پیشبینی انطباقی (Conformal Prediction) روی گرافها معمولاً با فرض «همسانی» (Homophily) عمل میکنند که در دادههای واقعی و پیچیده، دقت را کاهش میدهد.…









