Ailoxa Logo

🏷️ #تحسين الأداء

778 مقال

ثورة في تعلم القرارات: تقدير تدرجات دالة الدرجات لتوسيع نطاق تطبيقات الذكاء الاصطناعي
أبحاث

ثورة في تعلم القرارات: تقدير تدرجات دالة الدرجات لتوسيع نطاق تطبيقات الذكاء الاصطناعي

أركايف للذكاءمنذ 1 شهر
اكتشاف العقبات في التعلم الآلي: كيفية تحسين اختيار بيانات التدريب باستخدام التعلم الميتا
أبحاث

اكتشاف العقبات في التعلم الآلي: كيفية تحسين اختيار بيانات التدريب باستخدام التعلم الميتا

أركايف للذكاءمنذ 1 شهر
👁 1
تحسين الأداء من خلال التعاون: كيف يستفيد الذكاء الاصطناعي من تشابه المهام؟
أبحاث

تحسين الأداء من خلال التعاون: كيف يستفيد الذكاء الاصطناعي من تشابه المهام؟

أركايف للذكاءمنذ 1 شهر
👁 1
ابتكار ثوري: TraceGraph لتحسين مسارات وكيل الذكاء الاصطناعي!
أبحاث

ابتكار ثوري: TraceGraph لتحسين مسارات وكيل الذكاء الاصطناعي!

أركايف للذكاءمنذ 1 شهر
👁 1
ابتكار XOResNet: ثورة في تعلم الشبكات العصبية المتفجرة من خلال الربط المنطقي!
أبحاث

ابتكار XOResNet: ثورة في تعلم الشبكات العصبية المتفجرة من خلال الربط المنطقي!

أركايف للذكاءمنذ 1 شهر
👁 1
تحسين القدرة على التعميم: كيف يمكن للبيانات غير المعلّمة أن تعيد تشكيل التعلم العميق!
أبحاث

تحسين القدرة على التعميم: كيف يمكن للبيانات غير المعلّمة أن تعيد تشكيل التعلم العميق!

أركايف للذكاءمنذ 1 شهر
👁 2
هل يمكن لشبكات النظم البيانية أن تتطور بسرعة مذهلة؟ اكتشفوا أسرار الأداء العالي في GNNs!
أبحاث

هل يمكن لشبكات النظم البيانية أن تتطور بسرعة مذهلة؟ اكتشفوا أسرار الأداء العالي في GNNs!

أركايف للذكاءمنذ 1 شهر
👁 2
تحطيم عقبة التبسيط في الانحدار الرمزي العصبي المُعَدّل: طفرة تكنولوجية مذهلة!
أبحاث

تحطيم عقبة التبسيط في الانحدار الرمزي العصبي المُعَدّل: طفرة تكنولوجية مذهلة!

أركايف للذكاءمنذ 1 شهر
تحسين قيم البيانات: استراتيجيات مبتكرة في اتخاذ القرارات المتعاقبة!
أبحاث

تحسين قيم البيانات: استراتيجيات مبتكرة في اتخاذ القرارات المتعاقبة!

أركايف للذكاءمنذ 1 شهر
👁 2
نحو تصميم بيئات متعددة الوكلاء: كيف تعزز النماذج الانسيابية (Diffusion Models) الأداء بشكل غير مسبوق؟
أبحاث

نحو تصميم بيئات متعددة الوكلاء: كيف تعزز النماذج الانسيابية (Diffusion Models) الأداء بشكل غير مسبوق؟

أركايف للذكاءمنذ 1 شهر
دينوسيم: استكشاف الحدود المتوازنة في تطوير نماذج الذكاء الاصطناعي
أدوات

دينوسيم: استكشاف الحدود المتوازنة في تطوير نماذج الذكاء الاصطناعي

مدونة إنفيديا للذكاءمنذ 1 شهر
ثورة في عالم الفيديو: تقنية VideoMLA لتخزين البيانات وتقليل زمن التأخير!
أبحاث

ثورة في عالم الفيديو: تقنية VideoMLA لتخزين البيانات وتقليل زمن التأخير!

أركايف للذكاءمنذ 1 شهر
PuzzleClone: الإطار الثوري لتوليد بيانات موثوقة في الذكاء الاصطناعي!
أبحاث

PuzzleClone: الإطار الثوري لتوليد بيانات موثوقة في الذكاء الاصطناعي!

أركايف للذكاءمنذ 1 شهر
إعادة تعريف تدفق المعلومات: اكتشف قوة AgentDropoutV2 في أنظمة الوكلاء المتعددة!
أبحاث

إعادة تعريف تدفق المعلومات: اكتشف قوة AgentDropoutV2 في أنظمة الوكلاء المتعددة!

أركايف للذكاءمنذ 1 شهر
MemCollab: تكنولوجيا جديدة لتعزيز التعاون بين نماذج الذكاء الاصطناعي عبر الذاكرة المشتركة!
نماذج لغوية

MemCollab: تكنولوجيا جديدة لتعزيز التعاون بين نماذج الذكاء الاصطناعي عبر الذاكرة المشتركة!

أركايف للذكاءمنذ 1 شهر
تحقيق الأمن السيبراني: كيف يمكن للذكاء الاصطناعي التوليدي مواجهة تحديات البيانات؟
أبحاث

تحقيق الأمن السيبراني: كيف يمكن للذكاء الاصطناعي التوليدي مواجهة تحديات البيانات؟

أركايف للذكاءمنذ 1 شهر
تكنولوجيا جديدة تقلل من تدهور دقة تصنيفات الشبكات العصبية في تعلم النقل بمعلومات محدودة!
أبحاث

تكنولوجيا جديدة تقلل من تدهور دقة تصنيفات الشبكات العصبية في تعلم النقل بمعلومات محدودة!

أركايف للذكاءمنذ 1 شهر
نموذج H2Rec: دمج مذهل بين معرفات الدلالية والهاش لتحسين التوصيات التسلسلية
أبحاث

نموذج H2Rec: دمج مذهل بين معرفات الدلالية والهاش لتحسين التوصيات التسلسلية

أركايف للذكاءمنذ 1 شهر
تحسين النموذج: كيف يُعد Good SFT البرنامج المثالي للذكاء الاصطناعي؟
أبحاث

تحسين النموذج: كيف يُعد Good SFT البرنامج المثالي للذكاء الاصطناعي؟

أركايف للذكاءمنذ 1 شهر
إعادة تعريف تدريب الشبكات التوليدية: توازن المسارات التحتية لتعزيز أداء النماذج اللغوية!
أبحاث

إعادة تعريف تدريب الشبكات التوليدية: توازن المسارات التحتية لتعزيز أداء النماذج اللغوية!

أركايف للذكاءمنذ 1 شهر