Ailoxa Logo

🏷️ #Machine Learning

190 مقال

من حقبة الدردشة إلى السيطرة المستمرة: حماية أدوات الذكاء الاصطناعي من هجمات التروجان
أبحاث

من حقبة الدردشة إلى السيطرة المستمرة: حماية أدوات الذكاء الاصطناعي من هجمات التروجان

أركايف للذكاءمنذ 1 شهر
👁 1
TaxDistill: ثورة في تصنيف الميتاجينوم عبر نماذج جينية متطورة
أبحاث

TaxDistill: ثورة في تصنيف الميتاجينوم عبر نماذج جينية متطورة

أركايف للذكاءمنذ 1 شهر
تحقيق الأمن السيبراني: كيف يمكن للذكاء الاصطناعي التوليدي مواجهة تحديات البيانات؟
أبحاث

تحقيق الأمن السيبراني: كيف يمكن للذكاء الاصطناعي التوليدي مواجهة تحديات البيانات؟

أركايف للذكاءمنذ 1 شهر
استكشاف الأنماط: أقنعة قناة مستندة إلى بيانات في نماذج Transformers لتحليل السلاسل الزمنية المتعددة
أبحاث

استكشاف الأنماط: أقنعة قناة مستندة إلى بيانات في نماذج Transformers لتحليل السلاسل الزمنية المتعددة

أركايف للذكاءمنذ 1 شهر
تحسين معلمات LoRA باستخدام الذكاء الاصطناعي: استراتيجية بايزي فعّالة لاكتشاف سريع!
أبحاث

تحسين معلمات LoRA باستخدام الذكاء الاصطناعي: استراتيجية بايزي فعّالة لاكتشاف سريع!

أركايف للذكاءمنذ 1 شهر
👁 1
نموذج مُبتكر لاكتشاف الشذوذ في سلاسل الزمن: كيف يعمل TimeRCD الثوري؟
أبحاث

نموذج مُبتكر لاكتشاف الشذوذ في سلاسل الزمن: كيف يعمل TimeRCD الثوري؟

أركايف للذكاءمنذ 1 شهر
EXOTIC: الخوارزمية الثورية لزيادة فعالية الأمثلية في مشاكل Min-Max!
أبحاث

EXOTIC: الخوارزمية الثورية لزيادة فعالية الأمثلية في مشاكل Min-Max!

أركايف للذكاءمنذ 1 شهر
NeuroNL2LTL: إطار عصبي رمزي يحقق الترجمة السلسة للغة الطبيعية إلى منطق الزمن الخطي
أبحاث

NeuroNL2LTL: إطار عصبي رمزي يحقق الترجمة السلسة للغة الطبيعية إلى منطق الزمن الخطي

أركايف للذكاءمنذ 1 شهر
ثورة في دقة نماذج الذكاء الاصطناعي: الطريقة الجديدة لتعيين المعايير عبر تقسيم الفئات!
أبحاث

ثورة في دقة نماذج الذكاء الاصطناعي: الطريقة الجديدة لتعيين المعايير عبر تقسيم الفئات!

أركايف للذكاءمنذ 2 شهر
👁 1
اكتشافات مثيرة: كيف يعمل التلاشي الذكي في نماذج المحولات (Transformers) لتفادي الأخطاء!
أبحاث

اكتشافات مثيرة: كيف يعمل التلاشي الذكي في نماذج المحولات (Transformers) لتفادي الأخطاء!

أركايف للذكاءمنذ 2 شهر
تحديات التعلم الآلي: كيف يمكننا إعادة التعلم في بيئات متعددة المهام؟
أبحاث

تحديات التعلم الآلي: كيف يمكننا إعادة التعلم في بيئات متعددة المهام؟

أركايف للذكاءمنذ 2 شهر
فهم التأخير في التعلم العميق: اكتشافات جديدة حول طريقة AdamW
أبحاث

فهم التأخير في التعلم العميق: اكتشافات جديدة حول طريقة AdamW

أركايف للذكاءمنذ 2 شهر
PROWL: تحسين تقني متقدم لتجاوز التحديات في نماذج العالم الذكي
أبحاث

PROWL: تحسين تقني متقدم لتجاوز التحديات في نماذج العالم الذكي

أركايف للذكاءمنذ 2 شهر
👁 1
هجمات استنتاج العضوية على نماذج اللغات الضخمة: تعرف على نقاط الضعف المفاجئة!
أخلاقيات الذكاء الاصطناعي

هجمات استنتاج العضوية على نماذج اللغات الضخمة: تعرف على نقاط الضعف المفاجئة!

أركايف للذكاءمنذ 2 شهر
هل يمكن للذكاء الاصطناعي فعلًا أن ينسى؟ اكتشاف القدرة على التراجع في التعلم الآلي
أبحاث

هل يمكن للذكاء الاصطناعي فعلًا أن ينسى؟ اكتشاف القدرة على التراجع في التعلم الآلي

أركايف للذكاءمنذ 2 شهر
تحول الميزة العشوائية (RAT): ثورة في تقدير تدرجات السياسة الطبيعية باستخدام التحويل المباشر!
أبحاث

تحول الميزة العشوائية (RAT): ثورة في تقدير تدرجات السياسة الطبيعية باستخدام التحويل المباشر!

أركايف للذكاءمنذ 2 شهر
فهم التأثير البنيوي: كيف تحتاج نماذج المحولات (Transformers) إلى تذاكر بايزي (Bayesian Lottery Tickets) لتحقيق العمومية؟
أبحاث

فهم التأثير البنيوي: كيف تحتاج نماذج المحولات (Transformers) إلى تذاكر بايزي (Bayesian Lottery Tickets) لتحقيق العمومية؟

أركايف للذكاءمنذ 2 شهر
Flowette: ثورة في نمذجة الرسوم البيانية باستخدام خصائص Graphette
أبحاث

Flowette: ثورة في نمذجة الرسوم البيانية باستخدام خصائص Graphette

أركايف للذكاءمنذ 2 شهر
تحديات العدالة في نماذج الذكاء الاصطناعي: كيف تؤثر التحيزات الداخلية على القرارات الكبيرة؟
أخلاقيات الذكاء الاصطناعي

تحديات العدالة في نماذج الذكاء الاصطناعي: كيف تؤثر التحيزات الداخلية على القرارات الكبيرة؟

أركايف للذكاءمنذ 2 شهر
تحليل ثوري لتأثير الذكاء الاصطناعي من جوجل: كيف تتحكم الإجابات المولدة في المعلومات التي نقرأها؟
أبحاث

تحليل ثوري لتأثير الذكاء الاصطناعي من جوجل: كيف تتحكم الإجابات المولدة في المعلومات التي نقرأها؟

أركايف للذكاءمنذ 2 شهر