Ailoxa Logo

🏷️ #التعلم الآلي

774 مقال

ابتكار سAI-DPO: تعزيز كفاءة النماذج الرياضية بتقنيات العينة الديناميكية
أبحاث

ابتكار سAI-DPO: تعزيز كفاءة النماذج الرياضية بتقنيات العينة الديناميكية

أركايف للذكاءمنذ 3 شهر
دليلك الشامل لتشغيل نموذج Bonsai 1-Bit LLM باستخدام CUDA: خطوة بخطوة نحو الأداء الأمثل!
نماذج لغوية

دليلك الشامل لتشغيل نموذج Bonsai 1-Bit LLM باستخدام CUDA: خطوة بخطوة نحو الأداء الأمثل!

مارك تيك بوستمنذ 3 شهر
استعد لمواجهة التهديدات! أهم 19 أداة للتفكير الأحمر في الذكاء الاصطناعي (2026)
أدوات

استعد لمواجهة التهديدات! أهم 19 أداة للتفكير الأحمر في الذكاء الاصطناعي (2026)

مارك تيك بوستمنذ 3 شهر
مراقبة تفاعل نماذج اللغات الضخمة: هل يمكن للذكاء الاصطناعي الحفاظ على ديناميكيته؟
أبحاث

مراقبة تفاعل نماذج اللغات الضخمة: هل يمكن للذكاء الاصطناعي الحفاظ على ديناميكيته؟

أركايف للذكاءمنذ 3 شهر
👁 1
خطوات حاسمة: كيفية تعزيز اختيار بيانات التفكير باستخدام التحليل المحلي
أبحاث

خطوات حاسمة: كيفية تعزيز اختيار بيانات التفكير باستخدام التحليل المحلي

أركايف للذكاءمنذ 3 شهر
Grid2Matrix: اكتشاف العجز الرقمي في نماذج الرؤية واللغة
أبحاث

Grid2Matrix: اكتشاف العجز الرقمي في نماذج الرؤية واللغة

أركايف للذكاءمنذ 3 شهر
كيف يمكن للذكاء الاصطناعي تحديد وفهم عدم اليقين في نماذج التفكير الكبيرة؟
أبحاث

كيف يمكن للذكاء الاصطناعي تحديد وفهم عدم اليقين في نماذج التفكير الكبيرة؟

أركايف للذكاءمنذ 3 شهر
كيف تؤثر كثافة المعرفة على تطوير نماذج الذكاء الاصطناعي متعدد الأنماط؟
أبحاث

كيف تؤثر كثافة المعرفة على تطوير نماذج الذكاء الاصطناعي متعدد الأنماط؟

أركايف للذكاءمنذ 3 شهر
اكتشاف هيكليات بلورية غير عضوية: نموذج ديناميكي مبتكر بدون تعديل
أبحاث

اكتشاف هيكليات بلورية غير عضوية: نموذج ديناميكي مبتكر بدون تعديل

أركايف للذكاءمنذ 3 شهر
التوجيه الطيفي الأمثل: كيف يؤثر الاعتماد ماركوف على تجميع الأصوات الأكثرية؟
أبحاث

التوجيه الطيفي الأمثل: كيف يؤثر الاعتماد ماركوف على تجميع الأصوات الأكثرية؟

أركايف للذكاءمنذ 3 شهر
تحليل صورة الأشعة المقارنة باستخدام تقنية CLIP: ابتكارات ثورية في التعلم الآلي
أبحاث

تحليل صورة الأشعة المقارنة باستخدام تقنية CLIP: ابتكارات ثورية في التعلم الآلي

أركايف للذكاءمنذ 3 شهر
اكتشافات مستقبلية: MIND، الذكاء الاصطناعي المساعد في أبحاث المواد
أبحاث

اكتشافات مستقبلية: MIND، الذكاء الاصطناعي المساعد في أبحاث المواد

أركايف للذكاءمنذ 3 شهر
👁 1
ثورة جديد في التعلم المعزز: تقنية Soft Q(λ) تفتح آفاقاً جديدة في الذكاء الاصطناعي!
أبحاث

ثورة جديد في التعلم المعزز: تقنية Soft Q(λ) تفتح آفاقاً جديدة في الذكاء الاصطناعي!

أركايف للذكاءمنذ 3 شهر
حساب التباين في العد النموذجي المعتمد على الوزن: طريقة مبتكرة لتقدير عدم اليقين
أبحاث

حساب التباين في العد النموذجي المعتمد على الوزن: طريقة مبتكرة لتقدير عدم اليقين

أركايف للذكاءمنذ 3 شهر
ذاكرة الإجراءات الذكية: ثورة Memp في تحديث وتعزيز أداء الوكلاء
نماذج لغوية

ذاكرة الإجراءات الذكية: ثورة Memp في تحديث وتعزيز أداء الوكلاء

أركايف للذكاءمنذ 3 شهر
نموذج C-t³VAE: ثورة في تقنيات توليد البيانات ذات التوزيع الثقيل!
نماذج لغوية

نموذج C-t³VAE: ثورة في تقنيات توليد البيانات ذات التوزيع الثقيل!

أركايف للذكاءمنذ 3 شهر
👁 1
إطلاق EmergentBridge: ثورة في تحسين النقل العابر للأنماط غير المصاحبة!
أبحاث

إطلاق EmergentBridge: ثورة في تحسين النقل العابر للأنماط غير المصاحبة!

أركايف للذكاءمنذ 3 شهر
تطور الذكاء الاصطناعي: كيفية تحسين استجابة النماذج باستخدام التصنيف العابر!
أبحاث

تطور الذكاء الاصطناعي: كيفية تحسين استجابة النماذج باستخدام التصنيف العابر!

أركايف للذكاءمنذ 3 شهر
النماذج اللغوية الضخمة: ثورة في تحويل السجلات الصحية الإلكترونية!
أبحاث

النماذج اللغوية الضخمة: ثورة في تحويل السجلات الصحية الإلكترونية!

أركايف للذكاءمنذ 3 شهر
ثورة في تجميع البيانات: نهج مفسر عبر أنماط مصفاة
أبحاث

ثورة في تجميع البيانات: نهج مفسر عبر أنماط مصفاة

أركايف للذكاءمنذ 3 شهر
👁 1