یکی از چالش‌های بزرگ در شبکه‌های عصبی گراف (GNN)، سوگیری‌های ناعادلانه علیه گروه‌های خاص (مثل جنسیت یا نژاد) است. معمولاً برای حل این مشکل،…

در دنیای رقابتی «باندیت‌های خطی»، گاهی بازوها (Arm) با ارائه اطلاعات غلط سعی می‌کنند شانس انتخاب شدن خود را بالا ببرند. محققان به تازگی…

مدل‌های هوش مصنوعی وقتی به خوشه‌بندی داده‌ها می‌رسند، اغلب به صورت «جعبه سیاه» عمل می‌کنند. حالا محققان فریم‌ورک جدیدی به نام VoICE را معرفی…

محققان در مطالعه جدیدی، موفق شدند درک ما را از عملکرد الگوریتم محبوب «Local SGD» یا همان Federated Averaging در یادگیری توزیع‌شده عمیق‌تر کنند.…

محققان مدل جدیدی به نام «GAttNHP» را معرفی کرده‌اند که تحولی در پیش‌بینی رویدادهای آینده در گراف‌های دانش ایجاد می‌کند. این مدل با ترکیب…

مدل‌های هوش مصنوعی در درک «زمان» و توالی وقایع هنوز چالش‌های زیادی دارند. در تحقیق جدیدی، فریم‌ورک «ChronoQG» معرفی شده که اولین بنچمارک برای…

دانشمندان در مقاله جدیدی به سراغ یکی از مفاهیم کلیدی در یادگیری ماشین یعنی «عدم قطعیت معرفتی» (Epistemic Uncertainty) رفته‌اند. این تحقیق نشان می‌دهد…

مدل‌های پیش‌بینی سری‌های زمانی معمولاً در شناسایی «نقاط اوج» (مثل اوج شلوغی جمعیت یا ترافیک) ضعیف عمل می‌کنند چون روی میانگین خطا متمرکز هستند.…

محققان در دستاورد جدیدی به سراغ حل یکی از چالش‌های پیچیده در «بازی‌های تصادفی نوبتی» (TBSGs) رفته‌اند. یادگیری اهداف دسترسی (Reachability) در این بازی‌ها…

دانشمندان در پژوهشی جدید، پدیده‌ای نگران‌کننده به نام «تعمیم ایدئولوژیک» (Ideological Generalisation) را در مدل‌های زبانی بزرگ کشف کرده‌اند. 🧠 ماجرا چیست؟تحقیقات نشان می‌دهد…