تا به حال دقت کردهاید که مدلهای هوش مصنوعی وقتی به صورت صوتی صحبت میکنند، در حل مسائل پیچیده ریاضی ضعیفتر از مدلهای متنی عمل میکنند؟ محققان بالاخره راه حلی پیدا کردند!
💡 فریمورک جدید «ECoM Reasoning» با استفاده از تکنیک «فشردهسازی پیشرونده»، استدلال مدلهای صوتی را متحول کرده است. این روش جدید نه تنها دقت پاسخدهی به سوالات ریاضی را تا ۲۱٪ افزایش میدهد، بلکه با استفاده از تنها ۴۰٪ توکنهای متنی، مصرف منابع را به شدت کاهش میدهد. این یعنی تعامل صوتی با هوش مصنوعی در آینده، دقیقتر، سریعتر و هوشمندتر خواهد بود! 🎙️🤖
منبع: arXiv NLP