دسته: مقالات علمی
جدیدترین مقالات دانشگاهی، تئوریهای یادگیری ماشین، پردازش تصویر و زبان طبیعی از مرجع معتبر arXiv.
-
⚠️ وقتی بنچمارکها فریبمان میدهند: چالش بزرگ در امنیت LLMها
محققان در یک پژوهش جدید، نکته بسیار مهمی را در مورد امنیت مدلهای زبانی (LLM) فاش کردهاند: سیستمهای فعلی برای ارزیابی «حملات تزریق پرامپت»…
-
🛡️ آیا مدلهای زبانی بزرگتر، امنتر هستند؟
محققان در پژوهشی جدید، رابطه جالبی بین «ظرفیت مدل» و «امنیت در یادگیری در متن (In-Context Learning)» کشف کردهاند. نتایج این تحقیق نشان میدهد…
-
🤖 خداحافظی با «فراموشی فاجعهبار» در مدلهای صوتی-تصویری!
یکی از چالشهای بزرگ در مدلهای هوش مصنوعی که به صورت مداوم در حال یادگیری هستند (Continual Learning)، «فراموشی فاجعهبار» (Catastrophic Forgetting) است؛ جایی…
-
🚀 بهینهسازی ترکیبی با قدرت Mamba؛ رویکردی جدید در کارایی هوش مصنوعی
محققان در مقالهای تازه، فریمورک نوآورانه ECO را معرفی کردهاند که تحولی در «بهینهسازی ترکیبی عصبی» (NCO) ایجاد میکند. این مدل با ترکیب معماری…
-
🚀 انقلاب در هوش مصنوعی مولد با فریمورک GFlowNets
محققان در پژوهشی جدید، راهکاری خلاقانه برای رفع یکی از چالشهای بزرگ «شبکههای جریان مولد» (GFlowNets) ارائه کردهاند. تا پیش از این، برای هر…
-
🧬 رمزگشایی از هوش مصنوعی: وقتی مدلهای زبانی زیستشناس میشوند!
محققان در یک پژوهش جذاب، مکانیزم جالبی را در مدلهای زبانی پروتئین (PLM) کشف کردهاند. این مدلها که برای درک توالیهای بیولوژیکی آموزش دیدهاند،…
-
🚀 بهینهسازی الگوریتمها با قدرت LLMها: فراتر از دستورات ساده
محققان در پژوهشی جدید نشان دادند که مدلهای زبانی بزرگ (LLMs) برای طراحی الگوریتمهای بهینهسازی، نیازمند چیزی فراتر از دستورالعملهای متنی (Prompts) هستند. این…
-
🚀 شکستن قفل یادگیری در الگوریتم PPO: وقتی مقیاسپذیری غوغا میکند!
آیا تا به حال با توقف یا «پلاتو» شدن یادگیری در الگوریتمهای تقویتشده (RL) مواجه شدهاید؟ محققان در پژوهشی تازه روی الگوریتم پرکاربرد PPO،…
-
🌾 بهبود کشاورزی دقیق با قدرت هوش مصنوعی: معرفی مدل DirPA
یکی از بزرگترین چالشهای هوش مصنوعی در حوزه کشاورزی، کمبود داده و نابرابری در توزیع کلاسهای محصولات است. حالا محققان با توسعه متد DirPA…
-
🚀 دقت در پیشبینی؛ معرفی ApolloPFN، مدل جدید برای تحلیل سریهای زمانی
بسیاری از مدلهای پیشرفته سریهای زمانی (مثل Chronos یا TimeLLM)، دادههای جانبی و کمکی (exogenous covariates) مثل قیمتها، دما یا تعطیلات را نادیده میگیرند…