الموسوعة

D-MoLE هي طريقة جديدة مصممة لضبط التعليمات المتعددة الوسائط بشكل مستمر

يعمل M+ على تحسين الاحتفاظ بالمعلومات طويلة الأمد بشكل كبير

يعمل AI Flow على تحسين ذكاء خدمات الذكاء الاصطناعي واستجابتها وإمكانية الوصول إليها

يعطي SparseMM الأولوية للدلالات المرئية ويحافظ عليها أثناء فك التشفير

MAS هو نظام حوسبة يتكون من عدة وكلاء يتفاعلون في بيئة واحدة.

CTC هي دالة خسارة وطريقة نمذجة تستخدم على نطاق واسع في مهام التعلم من تسلسل إلى تسلسل.

مجموعة المعرفة المشتركة لشجرة البحث هي خوارزمية بحث مقترحة من قبل Google DeepMind

يتيح VeBrain للروبوتات "الرؤية والتفكير والتصرف"

تلعب BCM دورًا مهمًا في تعزيز تطوير تكنولوجيا الكشف عن العيوب الصناعية.

يلبي نسيان الآلة احتياجات مثل حماية الخصوصية أو المتطلبات القانونية أو حماية حقوق النشر.

التطعيم هو طريقة بسيطة لتحرير محول الانتشار (DiT) المدرب مسبقًا.

يهدف PENCIL إلى السماح للنماذج الكبيرة بمحو النتائج الوسيطة غير الضرورية بشكل ديناميكي أثناء عملية التوليد حتى يتم الحصول على الإجابة النهائية.

RAP هو مكون إضافي لإدراك الصور عالية الدقة يعتمد على تقنية RAG ولا يتطلب تدريبًا.

يعد معدل خطأ الكلمات مؤشرا هاما لتقييم أداء أنظمة التعرف على الكلام أو مطابقة النص.

يهدف تشابه المتحدث إلى قياس ما إذا كانت عينتان من الكلام تأتيان من نفس المتحدث أو مدى تشابه العينتين.

إن أخذ العينات الموجهة هي تقنية تستخدم لتحسين جودة العينة في النماذج التوليدية، بهدف تحسين إمكانية التحكم في النماذج التوليدية.

يهدف التأمل الذاتي السطحي إلى تحسين أداء المهمة أو السلوك الحالي بسرعة من خلال إجراء تعديلات محلية على النموذج من خلال ردود الفعل الفورية.

يهدف التصور التفكيري المتعدد الوسائط إلى توفير عرض أكثر بديهية وشاملة لعمليات التفكير واتخاذ القرار ومعالجة المعلومات من خلال العمل التعاوني للعديد من الوسائط المختلفة.

المشفر التلقائي المتناثر هو خوارزمية تعلم آلي غير خاضعة للإشراف.

يهدف خلط المفاهيم المستمر إلى إنشاء عينات بيانات جديدة عن طريق خلط مفاهيم أو ميزات مختلفة لتوسيع قدرات التعلم والاستدلال الخاصة بالنموذج.

يهدف الاستدلال الحسابي الاستنتاجي لقاعدة البيانات إلى استنتاج وحساب البيانات في قاعدة البيانات من خلال قواعد الاستدلال والعمليات الرياضية.

تهدف طرق محاذاة التفضيلات على مستوى الرمز إلى تقليل مشكلة الهلوسة في النماذج البصرية اللغوية الكبيرة (LVLMs).

يعد قياس وقت الاستدلال طريقة لتحسين أداء نماذج اللغة الكبيرة (LLMs) من خلال زيادة الموارد الحسابية أثناء مرحلة الاستدلال.

يهدف الإدراك البطيء إلى تحقيق إدراك تفصيلي للأشكال الهندسية من خلال تقسيم عملية الإدراك، وذلك لتحسين أداء النماذج متعددة الوسائط الكبيرة في مهام التفكير البصري.