🏷️ #تعلم الآلة
669 مقال
أبحاث
إطلاق SURGE: إطار تعويضي ثوري لتحسين شبكات الأعصاب الثنائية
أركايف للذكاءمنذ 2 شهر
أبحاث
هل تستخدم نماذج اللغات الضخمة (LLMs) الحفظ عن ظهر قلب؟ اكتشافات مذهلة في عالم الذكاء الاصطناعي!
أركايف للذكاءمنذ 2 شهر
أبحاث
عندما يتحول الاستقرار إلى تغير نوعي: اكتشافات جديدة في نظم التغذية الراجعة للـ Softmax
أركايف للذكاءمنذ 2 شهر
أبحاث
ثورة في تعلم الرسوم الديناميكية: كيف تعالج Transformers مشكلة تشتيت الانتباه؟
أركايف للذكاءمنذ 2 شهر
أبحاث
الثقة في البيانات: لماذا تضمن المراجعة المبكرة تكاليف أقل وأخطاء أقل في نماذج الذكاء الاصطناعي؟
أركايف للذكاءمنذ 2 شهر
نماذج لغوية
تحطيم حواجز التعلم: استخدام مصفوفات الانتقال المتحيزة لتعليم التسمية التكميلية في فئات متعددة!
أركايف للذكاءمنذ 2 شهر
أبحاث
كيف تؤثر تضارب المصالح على تعلم الآلات؟ دراسة جديدة تكشف الحلول المبتكرة!
أركايف للذكاءمنذ 2 شهر
أبحاث
ثورة جديدة في الاستدلال البايزي: كيفية تبسيط الحلول غير الخطية باستخدام تقنيات الطاقة
أركايف للذكاءمنذ 2 شهر
👁 2أبحاث
ابتكار ثوري في تحديد المواقع: نظام PDRNN الذكي لتتبع المشاة بدقة مذهلة!
أركايف للذكاءمنذ 2 شهر
أبحاث
ثنائية التيار المتبقي: ثورة في تصميم بنية المحولات الحديثة
أركايف للذكاءمنذ 2 شهر
روبوتات
تعلم أي شيء: منصة جماعية متعددة الوسائط لتدريب وكلاء الذكاء الاصطناعي في الواقع المتناظر!
أركايف للذكاءمنذ 2 شهر
أبحاث
ثورة في ضغوط البيانات: إطار RQ-MoE يجسد الكفاءة في ضغط المتجهات وفق الحاجة!
أركايف للذكاءمنذ 2 شهر
أبحاث
LoMETab: ثورة في تعلم البيانات الجدولية مع التحسينات المتعددة!
أركايف للذكاءمنذ 2 شهر
👁 1نماذج لغوية
هل يمكن لنموذج RAG تحديد الأخطاء في الاسترجاع؟ اكتشاف مدى الامتثال لسياق المعرفة المتضاربة!
أركايف للذكاءمنذ 2 شهر
👁 1أبحاث
اكتشاف السبب الجذري للفشل في الأنظمة الميكروسيرفس: إطار عمل جديد يضمن دقة أفضل وسرعة أعلى!
أركايف للذكاءمنذ 2 شهر
روبوتات
اكتشفوا VER: ثورة في تعلم الروبوتات عبر نموذج المحترفين البصريين!
أركايف للذكاءمنذ 2 شهر
👁 1أبحاث
GEAR: إعادة وزن المزايا التكيفية لتعزيز تعلم الوكيلات اللسانية!
أركايف للذكاءمنذ 2 شهر
أبحاث
من الترتيب إلى الاستدلال: اكتشاف جديد في توصيات واجهات برمجة التطبيقات عبر الذكاء الاصطناعي!
أركايف للذكاءمنذ 2 شهر
أبحاث
تعلم فارق الزمن المعزز: ثورة جديدة لتحسين أداء الوكلاء الذكيين!
أركايف للذكاءمنذ 2 شهر
أبحاث
اكتشاف FeatCal: كيف يمكن تحسين أداء النماذج المدمجة بسهولة؟
أركايف للذكاءمنذ 2 شهر