🏷️ #تحسين البيانات

34 مقال

أبحاث

Manga109-v2026: ثورة في فهم المانغا وبناء قاعدة بيانات متطورة!

أركايف للذكاءمنذ 3 شهر

أبحاث

تحسين نماذج الذكاء الاصطناعي: استراتيجية جديدة لاختيار بيانات التفضيل بناءً على الصعوبة!

أركايف للذكاءمنذ 3 شهر

أبحاث

الثقة في البيانات: لماذا تضمن المراجعة المبكرة تكاليف أقل وأخطاء أقل في نماذج الذكاء الاصطناعي؟

أركايف للذكاءمنذ 3 شهر

أبحاث

استراتيجية مبتكرة لتحسين المضلعات في تقسيم البيانات البصرية: هل يمكن أن تغير قواعد اللعبة؟

أركايف للذكاءمنذ 3 شهر

أبحاث

DUET: ابتكار جديد لتحسين بيانات التدريب عبر التغذية الراجعة من مهام التقييم غير المرئية!

أركايف للذكاءمنذ 3 شهر

أبحاث

ثورة في اختيار البيانات: تحسين فعالية النماذج متعددة الأنماط مع أسلوب One-Step-Train

أركايف للذكاءمنذ 3 شهر

تقنية جديدة تزيد من فعالية نماذج اللغة العملاقة دون الحاجة لبيانات إضافية!

أركايف للذكاءمنذ 4 شهر

أبحاث

كشف النقاب عن معايير تفسيرية لتشخيص المهام اللغوية الذاتية: الابتعاد عن الفوضى السوداء

أركايف للذكاءمنذ 4 شهر

أبحاث

DenoGrad: الإطار الثوري لتحسين جودة البيانات في التعلم الآلي!

أركايف للذكاءمنذ 4 شهر

👁 1

أبحاث

تعزيز بيانات الذكاء الاصطناعي: إطار RIFT لتعديل العيّنات السلبية بكفاءة

أركايف للذكاءمنذ 4 شهر

أبحاث

قفزة في معالجة اللغات الطبيعية: تقييم طرق تحسين البيانات للغات الأفريقية النادرة

أركايف للذكاءمنذ 4 شهر

👁 1

أبحاث

ثورة في الذكاء الاصطناعي: إطار إلغاء اطلاعات خفيف للخصوصية في نماذج اللغات الكبيرة

أركايف للذكاءمنذ 4 شهر

أبحاث

CinePile 2.0: تعزيز البيانات باستخدام تقنيات التكرار العدائي

هاجينج فيسمنذ 22 شهر

أخلاقيات الذكاء الاصطناعي

كيف يبني الذكاء الاصطناعي الأفضل: الأهمية القصوى لجودة البيانات

هاجينج فيسمنذ 26 شهر