الموسوعة

الغرض الأساسي من إطار عمل UDK-VQA هو تعزيز نماذج الرؤية واللغة واسعة النطاق (LVLMs) الحالية لتمكينها من التعامل مع الإجابة على الأسئلة المرئية (VQA) باستخدام المعرفة الحديثة.

يمكن لإطار عمل SearchLVLMs تحسين أداء LVLMs بشكل كبير في الإجابة على الأسئلة التي تتطلب معرفة متطورة.

يكسر إطار عمل LLMxMapReduce قيود الذاكرة الخاصة بالنماذج الكبيرة ويحقق نظريًا القدرة على معالجة سياق "الطول اللانهائي".

AdaCache هي تقنية اقترحتها Meta في عام 2024 لتسريع إنشاء الفيديو بالذكاء الاصطناعي. جوهرها هو آلية التخزين المؤقت التكيفي. نتائج الورقة البحثية ذات الصلة هي "التخزين المؤقت التكيفي لتوليد فيديو أسرع مع [...]

في عام 2024، اقترحت جامعة كارنيجي ميلون (CMU) استراتيجية جديدة لتحسين الصندوق الأسود تعمل تلقائيًا على ضبط إشارات اللغة الطبيعية من خلال نموذج لغوي كبير لتحسين أداء نماذج اللغة المرئية (VLMs) في مهام متعددة لاحقة مثل الرسوم البيانية النصية والتعرف البصري. هذا النهج لا يتطلب لمس النموذج فحسب […]

يعد DexMimicGen قادرًا على إنشاء كميات كبيرة من بيانات تدريب الروبوت من عدد صغير من العروض التوضيحية البشرية.

MIA-DPO (تحسين التفضيلات المباشرة المعززة متعدد الصور) هي طريقة محاذاة التفضيلات المعززة متعدد الصور للنماذج اللغوية البصرية الكبيرة (LVLMs)، والتي تم تطويرها بشكل مشترك من قبل جامعة شنغهاي جياو تونغ وجامعة شنغهاي رينمين.

تقنية تردد ميل سيبستروم هي تقنية تستخدم على نطاق واسع في مجال معالجة الصوت، وخاصة في التعرف على الكلام وتحديد هوية المتحدث.

خوارزمية ديكسترا هي خوارزمية كلاسيكية للعثور على أقصر مسار من مصدر واحد في الرسم البياني.

تهدف تقنية WISE إلى مكافحة ظاهرة الهلوسة في نماذج اللغة الكبيرة وتحسين قدرات تحرير ذاكرة المعرفة في النموذج.

يعمل DuoAttention على تحسين الذاكرة وموارد الحوسبة من خلال تطبيق ذاكرة تخزين مؤقتة KV كاملة لرؤوس الاسترجاع وذاكرة تخزين مؤقتة KV خفيفة الوزن بطول ثابت لرؤوس البث.

بدلاً من السعي إلى التطابق الفردي مع الكائنات الحقيقية، تركز الأجهزة الرقمية على الصفات الهندسية والدلالية المتشابهة، وبالتالي توليد بيانات تدريب عملية بتكلفة أقل.

DAPE هو اختصار لـ Data-Adaptive Positional Encoding (الترميز الموضعي التكيفي للبيانات)، وهي طريقة ترميز موضعية جديدة اقترحها Zheng Chuanyang وآخرون من الجامعة الصينية في هونج كونج. ويضم فريق البحث أيضًا باحثين من الجامعة الوطنية في سنغافورة، ومختبر نوح، وجامعة هونج كونج، وجامعة هونج كونج المعمدانية. […]

SparseLLM هو إطار عمل عالمي جديد للتقليم اقترحه باحثون من جامعة إيموري ومختبر أرجون الوطني في عام 2024. الورقة ذات الصلة هي "SparseLLM: نحو التقليم العالمي لـ [...]

يقوم Diff Transformer بحساب خريطتين مستقلتين للانتباه من SoftMax ثم يأخذ الفرق للحصول على درجة الانتباه النهائية. يمكن أن تؤدي هذه الطريقة إلى التخلص بشكل فعال من ضوضاء الانتباه ودفع النموذج إلى إيلاء المزيد من الاهتمام للأجزاء الأكثر صلة من الإدخال.

UNA تعني إطار عمل المحاذاة الموحدة، وهو إطار عمل محاذاة جديد اقترحه فريق بحثي من Salesforce وجامعة شيامن. الورقة ذات الصلة هي "UNA: توحيد تحالفات [...]

Swarm هو إطار عمل تجريبي متعدد الوكلاء تم تطويره بواسطة OpenAI في عام 2024 بهدف تبسيط بناء وتنسيق ونشر أنظمة متعددة الوكلاء. تركز Swarm على جعل التعاون بين الوكلاء وتنفيذهم خفيفًا وقابلًا للتحكم بدرجة كبيرة وسهل الاختبار. جوهر Swarm[…]

مايكل أنجلو هي طريقة اقترحها باحثو DeepMind في عام 2024 لتقييم قدرة نماذج اللغة الكبيرة على التفكير في سياقات نصية طويلة. ويتم ذلك من خلال إطار عمل يسمى استعلامات البنية الكامنة (LSQ) [...]

تعتبر مشكلة التوقف مشكلة مهمة في نظرية الحساب في المنطق والرياضيات. تم اقتراحها من قبل عالم الرياضيات البريطاني آلان تورينج في عام 1936. الورقة ذات الصلة هي ورقة تورينج الشهيرة "حول الأرقام القابلة للحساب [...]

عندما يبدأ النموذج في توليد بيانات أثناء التدريب بعيدة كل البعد عن توزيع البيانات الحقيقي، فسوف ينخفض أداء النموذج بشكل كبير، مما يؤدي في النهاية إلى أن يصبح ناتج النموذج بلا معنى.

شبكة هوبفيلد هي شبكة عصبية متكررة تستخدم بشكل أساسي في حل مشاكل مثل الذاكرة الترابطية والتعرف على الأنماط.

يشير تقليل خطأ المكافأة إلى المشكلة في التعلم التعزيزي (RL) الناجمة عن عدم تطابق وظيفة المكافأة بشكل كامل مع الهدف الحقيقي للوكيل.

نظام التوصية التسلسلي هو نوع مهم من أنظمة التوصية، ومهمته الرئيسية هي التنبؤ بالسلوك التالي للمستخدم بناءً على تسلسل سلوك المستخدم التاريخي.

يعمل R-MFDN على تعزيز حساسية النموذج للمحتوى المزور من خلال دالة فقدان التعلم التبايني عبر الوسائط ودالة فقدان التعلم التبايني التي تعتمد على الهوية.