Ailoxa Logo

🏷️ #التعلم الآلي

425 مقال

اكتشاف MemPro: مستقبل أنظمة الذاكرة التطورية للذكاء الاصطناعي
أبحاث

اكتشاف MemPro: مستقبل أنظمة الذاكرة التطورية للذكاء الاصطناعي

أركايف للذكاءمنذ 3 يوم
تنبؤات مخصصة بالتوافق عبر وكالات متعددة: ثورة في قياس عدم اليقين!
أبحاث

تنبؤات مخصصة بالتوافق عبر وكالات متعددة: ثورة في قياس عدم اليقين!

أركايف للذكاءمنذ 3 يوم
تحسين أداء نماذج التعلم الآلي: طريقة مبتكرة عبر خوارزمية التقطير على الأسطح!
أبحاث

تحسين أداء نماذج التعلم الآلي: طريقة مبتكرة عبر خوارزمية التقطير على الأسطح!

أركايف للذكاءمنذ 3 يوم
Lodestar: الحل الثوري لتوجيه استفسارات نماذج اللغات الضخمة بفاعلية
أدوات

Lodestar: الحل الثوري لتوجيه استفسارات نماذج اللغات الضخمة بفاعلية

أركايف للذكاءمنذ 3 يوم
إبداع في الذكاء الاصطناعي: تصنيف جماعي مدرك للمهام لتحسين كفاءة الإبلاغ متعدد المهام
أبحاث

إبداع في الذكاء الاصطناعي: تصنيف جماعي مدرك للمهام لتحسين كفاءة الإبلاغ متعدد المهام

أركايف للذكاءمنذ 3 يوم
كيف تغيرت قواعد اللعبة في نقل المعرفة؟ تحليل طيفي موحد لنماذج التعلم الآلي
أبحاث

كيف تغيرت قواعد اللعبة في نقل المعرفة؟ تحليل طيفي موحد لنماذج التعلم الآلي

أركايف للذكاءمنذ 3 يوم
UR-JEPA: كيفية تعزيز أداء نماذج الذكاء الاصطناعي من خلال تنظيم موحد
أبحاث

UR-JEPA: كيفية تعزيز أداء نماذج الذكاء الاصطناعي من خلال تنظيم موحد

أركايف للذكاءمنذ 3 يوم
ثورة في تحليل البيانات: TN-SHAP-G يُعيد تعريف حساب قيم شابلي!
أبحاث

ثورة في تحليل البيانات: TN-SHAP-G يُعيد تعريف حساب قيم شابلي!

أركايف للذكاءمنذ 3 يوم
كشف الغموض عن الانحدار الزائف العميق: الطريق إلى تحسين التنبؤات المستمرة
أبحاث

كشف الغموض عن الانحدار الزائف العميق: الطريق إلى تحسين التنبؤات المستمرة

أركايف للذكاءمنذ 3 يوم
SECUREVENT: رصد أمني هجيني للذكاء الاصطناعي لتعزيز الأمان في الأنظمة الموزعة
أبحاث

SECUREVENT: رصد أمني هجيني للذكاء الاصطناعي لتعزيز الأمان في الأنظمة الموزعة

أركايف للذكاءمنذ 3 يوم
تحفيز التعلم الفيدرالي متعدد النماذج: كيف يحسِّن FedMChain أداء الذكاء الاصطناعي؟
أبحاث

تحفيز التعلم الفيدرالي متعدد النماذج: كيف يحسِّن FedMChain أداء الذكاء الاصطناعي؟

أركايف للذكاءمنذ 3 يوم
إعادة التعلم الذكي: كيف يمكن تحسين النماذج مع الحفاظ على الخصوصية؟
أبحاث

إعادة التعلم الذكي: كيف يمكن تحسين النماذج مع الحفاظ على الخصوصية؟

أركايف للذكاءمنذ 3 يوم
ابتكار جديد في التعلم غير المراقب: استلهام من نماذج الإدراك البشري!
أبحاث

ابتكار جديد في التعلم غير المراقب: استلهام من نماذج الإدراك البشري!

أركايف للذكاءمنذ 3 يوم
هل تعيش في عالم زائف من الأمان؟ كيفية التصدي لتهديدات النماذج اللغوية البصرية!
أبحاث

هل تعيش في عالم زائف من الأمان؟ كيفية التصدي لتهديدات النماذج اللغوية البصرية!

أركايف للذكاءمنذ 3 يوم
LLM4Cov: ثورة في التعلم الآلي لصياغة اختبارات موثوقة في عصر الذكاء الاصطناعي!
أبحاث

LLM4Cov: ثورة في التعلم الآلي لصياغة اختبارات موثوقة في عصر الذكاء الاصطناعي!

أركايف للذكاءمنذ 3 يوم
نماذج عالمية قابلة للتطبيق: خطوة نحو الذكاء الاصطناعي المتمثل المدعوم بالاستفسارات
أبحاث

نماذج عالمية قابلة للتطبيق: خطوة نحو الذكاء الاصطناعي المتمثل المدعوم بالاستفسارات

أركايف للذكاءمنذ 4 يوم
LARK: ثورة في اختيار المسارات التعليمية لتعزيز فعالية الاستدلال
أبحاث

LARK: ثورة في اختيار المسارات التعليمية لتعزيز فعالية الاستدلال

أركايف للذكاءمنذ 4 يوم
تعلم التعزيز العكسي: نهج مبتكر لتحقيق مكافآت من مجموعة متنوعة من المتظاهرين
أبحاث

تعلم التعزيز العكسي: نهج مبتكر لتحقيق مكافآت من مجموعة متنوعة من المتظاهرين

أركايف للذكاءمنذ 4 يوم
ثورة في نماذج الرؤية واللغة: محول متغير لتمثيل التشابه بين الأنماط
نماذج لغوية

ثورة في نماذج الرؤية واللغة: محول متغير لتمثيل التشابه بين الأنماط

أركايف للذكاءمنذ 4 يوم
استراتيجية الأنماط الناعمة المُعززة: ثورة في تعلم التعزيز مع عدم اليقين الإدراكي!

استراتيجية الأنماط الناعمة المُعززة: ثورة في تعلم التعزيز مع عدم اليقين الإدراكي!

أركايف للذكاءمنذ 4 يوم