محققان در پژوهشی تازه، چارچوب جدیدی معرفی کردهاند که ترنسفورمرها را وادار میکند دقیقتر و منطقیتر عمل کنند. در این روش، به جای روشهای معمول، از «محدودیتهای نزولی» (Descent Constraints) استفاده شده تا مدلها در حین پردازش لایهها، به شکلی بهینه و پیوسته خطا را کاهش دهند.
نتیجه این نوآوری چیست؟ مدلهای هوش مصنوعی در برابر نویز و دادههای خارج از توزیع (Out-of-distribution) بسیار مقاومتر شدهاند و در عین حال دقت اصلی خود را هم حفظ کردهاند. این یعنی گامی بزرگ برای رسیدن به مدلهای قابلاعتمادتر در پردازش ویدیو و متن! 🧠✨
منبع: arXiv Machine Learning