🏷️ #تعلم الآلة
872 مقال
أبحاث
تصحيح ابتدائي لمزج جودة متنوعة: ثورة في محاكاة وكلاء الويب
أركايف للذكاءمنذ 2 شهر
أبحاث
تعليم وتكرار: استخراج المعرفة التشغيلية بدقة من شاشات الهواتف الذكية لتمكين وكلاء الواجهة الرسومية
أركايف للذكاءمنذ 2 شهر
👁 3أبحاث
هل سيقود الذكاء الاصطناعي مستقبل التعليم العالي في أمريكا؟ تقرير مثير حول برامج الذكاء الاصطناعي 2026
أركايف للذكاءمنذ 2 شهر
أبحاث
ثورة في نماذج اللغة الجزيئية: كيف يعزز MolGram الذاكرة المحلية لمواجهة الفجوة الزمنية؟
أركايف للذكاءمنذ 2 شهر
نماذج لغوية
ثورة جديدة في التوصيات! تعرف على نموذج DiffCold لحل مشكلة البداية الباردة
أركايف للذكاءمنذ 2 شهر
روبوتات
استكشاف فعالية مذهلة! أساليب متجددة في تعلم سياسات الروبوتات عبر MiDiGap
أركايف للذكاءمنذ 2 شهر
👁 1أبحاث
قوانين النماذج اللغوية: فهم ديناميات التعلم بين القوانين والتطوير
أركايف للذكاءمنذ 2 شهر
أبحاث
CANOLA: إطار مبتكر لتصحيح بيانات التعليم المتضررة من الضوضاء!
أركايف للذكاءمنذ 2 شهر
روبوتات
ثورة في التلاعب: تعلم سياسة تقاطعية عمياء للقبض بذكاء باستخدام تقنيات جديدة!
أركايف للذكاءمنذ 2 شهر
روبوتات
LUCID: ثورة في تعلم مهارات الروبوتات من الفيديوهات العشوائية!
أركايف للذكاءمنذ 2 شهر
أبحاث
ماذا تعرف عن قفل التأثير السابق؟ كيف تفشل نماذج اللغة في معالجة البيانات الهيكلية!
أركايف للذكاءمنذ 2 شهر
أبحاث
تاروت: تحسينات ذكية لتحسين تعلم الجداول من خلال نماذج اللغة القليلة الشوت
أركايف للذكاءمنذ 2 شهر
أبحاث
هل ستكون الذاكرة الصريحة حجر الزاوية للذكاء الاصطناعي العام؟
أركايف للذكاءمنذ 2 شهر
روبوتات
سياسة الانتشار البيئي: ثورة في تعلم التقليد من بيانات غير مثالية في الروبوتات
أركايف للذكاءمنذ 2 شهر
👁 1أبحاث
ProcessThinker: ثورة في تعزيز قدرة نماذج اللغة متعددة الأنماط على التفكير المنطقي
أركايف للذكاءمنذ 2 شهر
👁 1أبحاث
اكتشاف SirenFNO: الطريقة الثورية لتعلم الشبكات العصبية من خلال ترددات فورية كاملة!
أركايف للذكاءمنذ 2 شهر
أبحاث
تقدير العمر المتبقي: ثورة في الصيانة الصناعية باستخدام نماذج الزمن المتسلسل
أركايف للذكاءمنذ 2 شهر
أبحاث
تحديد أجهزة الإنترنت من خلال تقنيات تعلم الآلة: كيف تحل LSTM تحديات الأمان؟
أركايف للذكاءمنذ 2 شهر
أبحاث
تعليم الترتيب: منهج مبتكر لتعزيز الكفاءة في الأسواق الرقمية
أركايف للذكاءمنذ 2 شهر
أبحاث
اجمع ولا تختار: أهمية تركيب البيانات الاصطناعية في التدريب على نماذج الزمن السلسلي
أركايف للذكاءمنذ 2 شهر
👁 1