🏷️ #تعلم الآلة
670 مقال
أبحاث
TimeClaw: وكيل ذكاء اصطناعي مبتكر لتحليل البيانات الزمنية وتعلّم التنفيذ الاستكشافي
أركايف للذكاءمنذ 2 شهر
أبحاث
استكشاف الروابط الشائعة في نماذج الذكاء الاصطناعي: من AdamW إلى Muon!
أركايف للذكاءمنذ 2 شهر
👁 2أبحاث
فرضية تمثيل فيتجنشتاين: هل اللغة هي المغناطيس الذي يجذب التلاقي متعدد الأنماط؟
أركايف للذكاءمنذ 2 شهر
أبحاث
اكتشاف تفضيلات الوكيل المتعلم: ثورة جديدة في الذكاء الاصطناعي!
أركايف للذكاءمنذ 2 شهر
أبحاث
تعزيز إصلاح البرامج الآلي: BoostAPR يتفوق بتعلم التعزيز المستند إلى التنفيذ!
أركايف للذكاءمنذ 2 شهر
أبحاث
كيف تثق بالخبراء في تعلم التعزيز المدعوم: مسار لتشخيص المشكلات
أركايف للذكاءمنذ 2 شهر
نماذج لغوية
تعلم غير تقليدي: هل يعتمد الذكاء الاصطناعي على الهيكليات أم الصدفة؟
أركايف للذكاءمنذ 2 شهر
أبحاث
ثورة في نماذج الذكاء الاصطناعي: كيف تعيد Auto-Rubric تشكيل معايير المكافآت!
أركايف للذكاءمنذ 2 شهر
أبحاث
تعزيز القدرة على التعميم باستخدام إعادة توجيه التباديل عبر النسخ النماذج!
أركايف للذكاءمنذ 2 شهر
أبحاث
RePO-VLA: استراتيجية ثورية لتحسين نماذج الرؤية واللغة والعمل من خلال التعلم من الأخطاء
أركايف للذكاءمنذ 2 شهر
أبحاث
كأس المعايير: كيف تعزز الذكاء الاصطناعي في أبحاث تعلم الآلة؟
مدونة أوبن إيه آيمنذ 2 شهر
👁 1روبوتات
ثورة في تخطيط المسارات: كيف تُحدث الاتصالات المحلية فرقاً كبيراً في تكنولوجيا الروبوتات!
أركايف للذكاءمنذ 2 شهر
أبحاث
اكتشاف ثوري في التعلم التقابلي: ASPECT Fusion يُعزّز فهم الشبكات البيانية!
أركايف للذكاءمنذ 2 شهر
👁 1روبوتات
اكتشفوا LineRides: الإطار الثوري لتعليم الروبوتات الدراجية تنفيذ الحيل المدهشة!
أركايف للذكاءمنذ 2 شهر
👁 1أبحاث
اكتشاف العوامل المسببة في السلاسل الزمنية: خطوات نحو فهم أعمق للعلاقة بين المتغيرات
أركايف للذكاءمنذ 2 شهر
👁 1أبحاث
تحسين سياسة التدريب لنماذج اللغة الكبيرة: VESPO يعيد تعريف التحسين الثابت
أركايف للذكاءمنذ 2 شهر
أبحاث
تقدم ثوري في علم الأحياء الجزيئي: كيفية تسريع توقعات miRNA باستخدام PAIR-Former
أركايف للذكاءمنذ 2 شهر
أبحاث
ثورة جديدة في نماذج اللغة المتعددة الأنماط: معالجة الفجوة بين الأنماط بطريقة مبتكرة!
أركايف للذكاءمنذ 2 شهر
أبحاث
R-GTD: تحليل هندسي ثوري لتحسين التعلم بالاعتماد على الفروق الزمنية
أركايف للذكاءمنذ 2 شهر
أبحاث
تعلم الخيارات القابلة للتوسع: ثورة في بيئات التعلم المعقدة
أركايف للذكاءمنذ 2 شهر