Ailoxa Logo

🏷️ #النماذج الذكية

18 مقال

اكتشاف جديد: الطريقة الثورية HARC لتعزيز أمان نماذج الذكاء الاصطناعي!
أبحاث

اكتشاف جديد: الطريقة الثورية HARC لتعزيز أمان نماذج الذكاء الاصطناعي!

أركايف للذكاءمنذ 18 يوم
👁 1
ثورة في تشخيص النوبات القلبية: نموذج ذكاء اصطناعي للتنبؤ بالنتائج القاتلة وفهم المؤشرات الحيوية الرئيسية!
أبحاث

ثورة في تشخيص النوبات القلبية: نموذج ذكاء اصطناعي للتنبؤ بالنتائج القاتلة وفهم المؤشرات الحيوية الرئيسية!

أركايف للذكاءمنذ 18 يوم
تحسين المتانة المعتمدة عبر تقنيات التقطير العدائي: ثورة في تدريب النماذج الذكية!
أبحاث

تحسين المتانة المعتمدة عبر تقنيات التقطير العدائي: ثورة في تدريب النماذج الذكية!

أركايف للذكاءمنذ 19 يوم
👁 1
ابتكار جديد في الكشف عن البيانات غير المتوقعة: الكشف الفعال باستخدام انحدار الميول المحلية
أبحاث

ابتكار جديد في الكشف عن البيانات غير المتوقعة: الكشف الفعال باستخدام انحدار الميول المحلية

أركايف للذكاءمنذ 20 يوم
👁 2
كيف تعرف النماذج متى تجهل: تقنيات جديدة نحو ذكاء اصطناعي أكثر موثوقية!
نماذج لغوية

كيف تعرف النماذج متى تجهل: تقنيات جديدة نحو ذكاء اصطناعي أكثر موثوقية!

أركايف للذكاءمنذ 20 يوم
👁 1
TRAP: كيف تحافظ نماذج الذكاء الاصطناعي على خصوصية المعلومات الحساسة؟
أبحاث

TRAP: كيف تحافظ نماذج الذكاء الاصطناعي على خصوصية المعلومات الحساسة؟

أركايف للذكاءمنذ 1 شهر
اكتشاف ثوري في تحسين النماذج: اختيار المعلمات الذكي وفقاً لـ Fisher!
أبحاث

اكتشاف ثوري في تحسين النماذج: اختيار المعلمات الذكي وفقاً لـ Fisher!

أركايف للذكاءمنذ 1 شهر
سبل جديدة في عالم الذكاء الاصطناعي: SentinelBench وتحدي المراقبة الطويلة الأمد
أبحاث

سبل جديدة في عالم الذكاء الاصطناعي: SentinelBench وتحدي المراقبة الطويلة الأمد

أركايف للذكاءمنذ 1 شهر
👁 1
الكشف عن الثغرات: كيف تكشف بوابات الخلفية عن عجز التقنيات في محو المفاهيم
أبحاث

الكشف عن الثغرات: كيف تكشف بوابات الخلفية عن عجز التقنيات في محو المفاهيم

أركايف للذكاءمنذ 1 شهر
👁 1
ثورة جديدة في الذكاء الاصطناعي: DemoEvolve تتجاوز تحديات ردود الفعل الضعيفة في تطور الوكلاء!
أبحاث

ثورة جديدة في الذكاء الاصطناعي: DemoEvolve تتجاوز تحديات ردود الفعل الضعيفة في تطور الوكلاء!

أركايف للذكاءمنذ 1 شهر
👁 1
استكشاف عالم تحسين دقة النماذج باستخدام LLQR+SAM: كيف يواجه العقبات الجغرافية!
أبحاث

استكشاف عالم تحسين دقة النماذج باستخدام LLQR+SAM: كيف يواجه العقبات الجغرافية!

أركايف للذكاءمنذ 2 شهر
👁 1
إعادة التفكير في تقييم نماذج تقسيم آفات التصلب المتعدد: نحو دقة أفضل في الرعاية الصحية
أبحاث

إعادة التفكير في تقييم نماذج تقسيم آفات التصلب المتعدد: نحو دقة أفضل في الرعاية الصحية

أركايف للذكاءمنذ 2 شهر
عقبات أم أساسات؟ فهم رموز الصخور في تصفية التعليم المباشر
أبحاث

عقبات أم أساسات؟ فهم رموز الصخور في تصفية التعليم المباشر

أركايف للذكاءمنذ 2 شهر
ابتكار ثوري: كيف يمكن لتحليل تضاريس الخسارة تحسين نماذج التعلم الفيدرالي؟
أبحاث

ابتكار ثوري: كيف يمكن لتحليل تضاريس الخسارة تحسين نماذج التعلم الفيدرالي؟

أركايف للذكاءمنذ 2 شهر
ذاكرة الإجراءات الذكية: ثورة Memp في تحديث وتعزيز أداء الوكلاء
نماذج لغوية

ذاكرة الإجراءات الذكية: ثورة Memp في تحديث وتعزيز أداء الوكلاء

أركايف للذكاءمنذ 3 شهر
المستقبل في تصحيح الأخطاء الكمومية: افتتاحية SAQ-Decoder الثورية
أبحاث

المستقبل في تصحيح الأخطاء الكمومية: افتتاحية SAQ-Decoder الثورية

أركايف للذكاءمنذ 3 شهر
تحسين قوة النماذج الذكية: هل يمكن استبدال وقت الاستدلال بقدرة مواجهة التحديات؟
أبحاث

تحسين قوة النماذج الذكية: هل يمكن استبدال وقت الاستدلال بقدرة مواجهة التحديات؟

مدونة أوبن إيه آيمنذ 18 شهر
ثورة جديدة في حل المشكلات الرياضية: كيف تعزز الإشراف على العمليات من قدرات النماذج الذكية؟
أبحاث

ثورة جديدة في حل المشكلات الرياضية: كيف تعزز الإشراف على العمليات من قدرات النماذج الذكية؟

مدونة أوبن إيه آيمنذ 38 شهر