Ailoxa Logo

🏷️ #Artificial Intelligence

196 مقال

تحول في تعلم الأنظمة: كيف تُقلل خلطات المشغلين العصبيين التعقيد النشط؟
أبحاث

تحول في تعلم الأنظمة: كيف تُقلل خلطات المشغلين العصبيين التعقيد النشط؟

أركايف للذكاءمنذ 1 شهر
تحديات وأبعاد جديدة في تقنيات كمبيوتر النماذج اللغوية: كيف تؤثر تقنيات KV على الأمان؟
نماذج لغوية

تحديات وأبعاد جديدة في تقنيات كمبيوتر النماذج اللغوية: كيف تؤثر تقنيات KV على الأمان؟

أركايف للذكاءمنذ 1 شهر
ابتكار جديد في استخراج الأنماط: عينة عشوائية مقيدة بالقيم التكرارية!
أبحاث

ابتكار جديد في استخراج الأنماط: عينة عشوائية مقيدة بالقيم التكرارية!

أركايف للذكاءمنذ 1 شهر
ScaleSweep: ثورة في تحسين دقة تقنيات المعالجة الكمية لنماذج الذكاء الاصطناعي
أبحاث

ScaleSweep: ثورة في تحسين دقة تقنيات المعالجة الكمية لنماذج الذكاء الاصطناعي

أركايف للذكاءمنذ 1 شهر
أهمية تعدد البذور التعليمية في تقييم تقنيات حذف البيانات من الأنظمة الذكية
أبحاث

أهمية تعدد البذور التعليمية في تقييم تقنيات حذف البيانات من الأنظمة الذكية

أركايف للذكاءمنذ 1 شهر
هل تمثل تقنيات التدريب الموضعية المستقبل؟ استكشاف القدرة الحقيقية لتعلم الـ Forward-Forward
أبحاث

هل تمثل تقنيات التدريب الموضعية المستقبل؟ استكشاف القدرة الحقيقية لتعلم الـ Forward-Forward

أركايف للذكاءمنذ 1 شهر
👁 1
MLEvolve: الإطار الذاتي المتطور لاكتشاف خوارزميات التعلم الآلي بشكل آلي!
أبحاث

MLEvolve: الإطار الذاتي المتطور لاكتشاف خوارزميات التعلم الآلي بشكل آلي!

أركايف للذكاءمنذ 1 شهر
👁 1
إطلاق LeWorldModel: نموذج ثوري للتنبؤ المباشر بخصائص العالم من الصور!
أبحاث

إطلاق LeWorldModel: نموذج ثوري للتنبؤ المباشر بخصائص العالم من الصور!

أركايف للذكاءمنذ 1 شهر
نظام Benchmark Agent: ثورة في بناء المقاييس لتقييم الذكاء الاصطناعي!
أبحاث

نظام Benchmark Agent: ثورة في بناء المقاييس لتقييم الذكاء الاصطناعي!

أركايف للذكاءمنذ 1 شهر
👁 1
لماذا تتفوق Muon على Adam؟ سر الفعالية من منظور الانحناء!
أبحاث

لماذا تتفوق Muon على Adam؟ سر الفعالية من منظور الانحناء!

أركايف للذكاءمنذ 1 شهر
👁 1
ثورة في البحث الذاتي: إطار Bilevel Autoresearch يكشف أسرار تحسين الأداء!
أبحاث

ثورة في البحث الذاتي: إطار Bilevel Autoresearch يكشف أسرار تحسين الأداء!

أركايف للذكاءمنذ 1 شهر
👁 1
تطور مذهل في اكتشاف المهارات: SUSD يغير قواعد اللعبة!
أبحاث

تطور مذهل في اكتشاف المهارات: SUSD يغير قواعد اللعبة!

أركايف للذكاءمنذ 1 شهر
👁 1
TrafficRAG: إطار مبتكر لتحليل مسؤولية الحوادث المرورية باستخدام الذكاء الاصطناعي
أبحاث

TrafficRAG: إطار مبتكر لتحليل مسؤولية الحوادث المرورية باستخدام الذكاء الاصطناعي

أركايف للذكاءمنذ 1 شهر
👁 1
تعلم كودات المعالجة: استراتيجية جديدة باستخدام التعلم المعزز!
أبحاث

تعلم كودات المعالجة: استراتيجية جديدة باستخدام التعلم المعزز!

أركايف للذكاءمنذ 1 شهر
👁 1
ShapeLib: ثورة في تصميم المكتبات ثلاثية الأبعاد باستخدام نماذج اللغات الضخمة!
أبحاث

ShapeLib: ثورة في تصميم المكتبات ثلاثية الأبعاد باستخدام نماذج اللغات الضخمة!

أركايف للذكاءمنذ 1 شهر
👁 1
ثورة في سحب العينات: عينة موزونة بكفاءة من خلال نماذج التوليد المعتمدة على الدرجات!
أبحاث

ثورة في سحب العينات: عينة موزونة بكفاءة من خلال نماذج التوليد المعتمدة على الدرجات!

أركايف للذكاءمنذ 1 شهر
👁 1
تحول كوانتي عالمي: كيف يغير الذكاء الاصطناعي المشهد الحسابي؟
أبحاث

تحول كوانتي عالمي: كيف يغير الذكاء الاصطناعي المشهد الحسابي؟

أركايف للذكاءمنذ 1 شهر
👁 1
ثورة البرمجة: CHECKMATE يقدم حلاً ذكياً لمشاكل التحسين والتوليف!
أبحاث

ثورة البرمجة: CHECKMATE يقدم حلاً ذكياً لمشاكل التحسين والتوليف!

أركايف للذكاءمنذ 1 شهر
ابتكار تقنية RIB: كيف يمكن لخفض التعقيد تحسين دقة الـ Super-Resolution في Transformers؟
أبحاث

ابتكار تقنية RIB: كيف يمكن لخفض التعقيد تحسين دقة الـ Super-Resolution في Transformers؟

أركايف للذكاءمنذ 1 شهر
👁 1
تحقيق التوازن في التعلم العميق: Rel-MOSS يواجه تحديات البيانات الغير متوازنة!
أبحاث

تحقيق التوازن في التعلم العميق: Rel-MOSS يواجه تحديات البيانات الغير متوازنة!

أركايف للذكاءمنذ 1 شهر