Ailoxa Logo

🏷️ #تكنولوجيا الذكاء الاصطناعي

85 مقال

ثورة في ضغط ذاكرة التخزين: تقنية HQMQ لتقليل حجم نماذج الذكاء الاصطناعي!
أبحاث

ثورة في ضغط ذاكرة التخزين: تقنية HQMQ لتقليل حجم نماذج الذكاء الاصطناعي!

أركايف للذكاءمنذ 1 شهر
قياس الشكل والوظيفة في نماذج اللغة: هل يمكن للذكاء الاصطناعي تقليد الطفل؟
أبحاث

قياس الشكل والوظيفة في نماذج اللغة: هل يمكن للذكاء الاصطناعي تقليد الطفل؟

أركايف للذكاءمنذ 1 شهر
إصلاح الإجراءات الداعمة: ثورة في تحسين السياسات باستخدام SPAR!
أبحاث

إصلاح الإجراءات الداعمة: ثورة في تحسين السياسات باستخدام SPAR!

أركايف للذكاءمنذ 1 شهر
استكشاف قدرات نماذج اللغة الكبيرة: معيار جديد للذكاء الاصطناعي في معالجة الصور النصية المعقدة
نماذج لغوية

استكشاف قدرات نماذج اللغة الكبيرة: معيار جديد للذكاء الاصطناعي في معالجة الصور النصية المعقدة

أركايف للذكاءمنذ 1 شهر
بسيط هو الأفضل: الكشف عن استراتيجية توقيف مبكر تخدم تحسين تعلم النماذج الذكية
أبحاث

بسيط هو الأفضل: الكشف عن استراتيجية توقيف مبكر تخدم تحسين تعلم النماذج الذكية

أركايف للذكاءمنذ 1 شهر
ثورة في الذكاء الاصطناعي: كيف يعزز Context-CoT التعلم السياقي عبر توليف الاستدلال عالية الجودة؟
نماذج لغوية

ثورة في الذكاء الاصطناعي: كيف يعزز Context-CoT التعلم السياقي عبر توليف الاستدلال عالية الجودة؟

أركايف للذكاءمنذ 1 شهر
توافق الجودة الإبداعية: نقل المعرفة المتخصص عبر تحسين تفكير السلسلة
أبحاث

توافق الجودة الإبداعية: نقل المعرفة المتخصص عبر تحسين تفكير السلسلة

أركايف للذكاءمنذ 1 شهر
ابتكار ثوري في ضغط الأوزان: تقنية ضغط الأوزان التعويضي بالحركة!
أبحاث

ابتكار ثوري في ضغط الأوزان: تقنية ضغط الأوزان التعويضي بالحركة!

أركايف للذكاءمنذ 1 شهر
👁 1
ابتكار ثوري في تدريب نماذج اللغة: طريقة f-OPD لتحقيق التوازن بين الكفاءة والأداء
أبحاث

ابتكار ثوري في تدريب نماذج اللغة: طريقة f-OPD لتحقيق التوازن بين الكفاءة والأداء

أركايف للذكاءمنذ 2 شهر
تحول مذهل في تقييم الذكاء الاصطناعي: تقنية Scales++ الثورية
أبحاث

تحول مذهل في تقييم الذكاء الاصطناعي: تقنية Scales++ الثورية

أركايف للذكاءمنذ 2 شهر
نظام مبتكر للتنبؤ بالأمراض الوبائية باستخدام نماذج لغوية كبيرة (LLM) يقلب موازين الصحة العامة!
أبحاث

نظام مبتكر للتنبؤ بالأمراض الوبائية باستخدام نماذج لغوية كبيرة (LLM) يقلب موازين الصحة العامة!

أركايف للذكاءمنذ 2 شهر
نموذج الحالة الدوري: ابتكار ثوري في تصنيف السلاسل الزمنية!
أبحاث

نموذج الحالة الدوري: ابتكار ثوري في تصنيف السلاسل الزمنية!

أركايف للذكاءمنذ 2 شهر
كيف تضغط وتختبر نماذج اللغة المخصصة باستخدام تقنيات متقدمة؟
أبحاث

كيف تضغط وتختبر نماذج اللغة المخصصة باستخدام تقنيات متقدمة؟

مارك تيك بوستمنذ 2 شهر
ثورة مضاعفة المصفوفات الكمية: كيف تعزز كفاءة نماذج الذكاء الاصطناعي!
أبحاث

ثورة مضاعفة المصفوفات الكمية: كيف تعزز كفاءة نماذج الذكاء الاصطناعي!

أركايف للذكاءمنذ 2 شهر
هل تعزز نماذج تحويل النص إلى صورة الجوانب السلبية؟ دعنا نستكشف تأثير التحيز الجندري!
أخلاقيات الذكاء الاصطناعي

هل تعزز نماذج تحويل النص إلى صورة الجوانب السلبية؟ دعنا نستكشف تأثير التحيز الجندري!

أركايف للذكاءمنذ 2 شهر
GRIP-VLM: ثورة في تحسين كفاءة نماذج الرؤية واللغة!
أبحاث

GRIP-VLM: ثورة في تحسين كفاءة نماذج الرؤية واللغة!

أركايف للذكاءمنذ 2 شهر
اكتشاف أنظمة تحسين الثقة المخفية: ثورة جديدة في تقييم نماذج الذكاء الاصطناعي
أبحاث

اكتشاف أنظمة تحسين الثقة المخفية: ثورة جديدة في تقييم نماذج الذكاء الاصطناعي

أركايف للذكاءمنذ 2 شهر
حواجز الصمود: كيف تؤثر نماذج التحويل على اهتمام السياقات الطويلة في الذكاء الاصطناعي؟
أبحاث

حواجز الصمود: كيف تؤثر نماذج التحويل على اهتمام السياقات الطويلة في الذكاء الاصطناعي؟

أركايف للذكاءمنذ 2 شهر
نحو ثورة في التعلم العميق المعزز: الانتقال من دفعات إلى تدفقات لتحسين التحكم المستمر
أبحاث

نحو ثورة في التعلم العميق المعزز: الانتقال من دفعات إلى تدفقات لتحسين التحكم المستمر

أركايف للذكاءمنذ 2 شهر
👁 2
تجنب الانهيار التصنيفي في التكيف منخفض الرتبة المُوزع: كيف تواجه heterogeneity العملاء
أبحاث

تجنب الانهيار التصنيفي في التكيف منخفض الرتبة المُوزع: كيف تواجه heterogeneity العملاء

أركايف للذكاءمنذ 2 شهر
👁 1