محققان در مقاله‌ای جدید، تکنیک نوآورانه‌ای به نام «DualKV» را معرفی کرده‌اند که به طور چشمگیری سرعت آموزش مدل‌های زبانی (RL Training) را افزایش…

دانشمندان به تازگی برای کاهش خرابی‌های ناگهانی در منبع نوترون اس‌پالیشن (SNS)، یک مدل یادگیری عمیق سبک‌وزن مبتنی بر CNN طراحی کرده‌اند. این مدل…

در دنیای محاسبات احتمالی و روش‌های MCMC، یکی از چالش‌های همیشگی تعیین طول مسیر حرکت (Trajectory) بوده است. حالا محققان با استفاده از شبکه…

محققان به تازگی معماری جدیدی به نام «عملگرهای عصبی فاکتوریزه» (Factorized Neural Operators) یا همان FaNO معرفی کرده‌اند که گامی بزرگ برای شبیه‌سازی دقیق‌تر…

محققان روش جدیدی به نام «Magnitude-Direction (MD) Decoupling» معرفی کرده‌اند که دنیای آموزش مدل‌های هوش مصنوعی را تغییر می‌دهد. این متد جدید با جدا…

محققان در مطالعه‌ای جدید، چالش همیشگی «فراموشی» در شبکه‌های عصبی بازگشتی (RNN) را بررسی کردند. مشکل اصلی اینجاست که شبکه‌ها در یادگیری وابستگی‌های طولانی‌مدت…

محققان در مقاله جدیدی نشان دادند که چگونه می‌توان از مدل‌های زبانی بزرگ (LLM) برای بهینه‌سازی ظرفیت مراکز حمل‌ونقل استفاده کرد. این مدل با…

محققان در پژوهش جدید خود روشی نوآورانه برای تولید «داده‌های مصنوعی» (Synthetic Data) معرفی کرده‌اند که ضمن حفظ حریم خصوصی (Differential Privacy)، دقت استنتاج‌های…

مدل‌های بازگشتی (Recursive Models) برای حل مسائل ساختاریافته عالی هستند، اما تا به حال در انتخاب مسیر درست هنگام افزایش عمق یا تعداد شاخه‌ها…

محققان در مقاله‌ای جدید، راهکار نوآورانه‌ای به نام JoLT برای فشرده‌سازی حافظه KV Cache در مدل‌های ترنسفورمر (LLM) معرفی کرده‌اند. همان‌طور که می‌دانید، حجم…