دسته: مقالات علمی

دانشمندان علوم داده به تازگی پدیده‌ای تحت عنوان «بحرانی بودن نرم وزن» (Weight-norm Criticality) را شناسایی کرده‌اند که یکی از دلایل اصلی بروز اسپایک‌های…

در یادگیری ماشین، خیلی وقت‌ها با داده‌هایی سر و کار داریم که ترتیب آن‌ها مهم است (مثل رتبه‌بندی رضایت مشتری یا شدت بیماری). روش‌های…

آموزش هوش مصنوعی روی موبایل و دستگاه‌های اینترنت اشیا (IoT) همیشه با چالش حفظ حریم خصوصی و مصرف بالای منابع روبرو بوده است. حالا…

حتماً می‌دانید که آموزش مدل‌های بزرگ (مثل LLaMA) روی داده‌های پراکنده و محلی (Federated Learning) با چالش‌های زیادی مثل ناهماهنگی داده‌ها و افت دقت…

محققان به تازگی چارچوب نوآورانه‌ای به نام «RPMA» معرفی کرده‌اند که به طور خاص برای بهبود دقت و پایداری در «روش‌های طیفی» (Spectral Methods)…

محققان در یک پژوهش جدید، روشی نوآورانه برای ارتقای توانایی مدل‌های زبانی در شناسایی نقاط ضعف امنیتی در کدنویسی پایتون ارائه کرده‌اند. در این…

محققان در مقاله‌ای جدید، روش نوآورانه‌ای به نام «SpecTraL» را برای بهبود فرآیند آموزش در یادگیری فدرال (Federated Learning) معرفی کرده‌اند. این متد با…

پیش‌بینی‌های طولانی‌مدت جوی همیشه با چالش بزرگ «خطای تجمعی» روبرو بوده؛ یعنی کوچک‌ترین خطا در گام‌های اولیه، مثل اثر پروانه‌ای، نتایج نهایی را کاملاً…

محققان در پژوهشی جدید، مدل هوشمند CASC را برای خوشه‌بندی داده‌های «فضایی-زمانی» معرفی کرده‌اند. این ابزار قدرتمند که ترکیبی از معماری‌های پیشرفته است، برای…

تفسیرپذیری (Explainability) یکی از بزرگترین چالش‌های هوش مصنوعی است. حالا محققان چارچوب جدیدی به نام «APEX» معرفی کرده‌اند که انقلابی در نحوه درک ما…