الموسوعة

يعد الانتباه السببي (CATT) آلية انتباه مبتكرة تعمل على تحسين قابلية تفسير النموذج وأدائه من خلال دمج الاستدلال السببي، وخاصة في مهام الرؤية واللغة. تم اكتشاف هذه الآلية من قبل باحثين من جامعة نانيانغ التكنولوجية وجامعة موناش في أستراليا في عام 2000 [...]

تعمل أشجار الفكر على تعميم نهج تسلسل الفكر الشائع لتحفيز نماذج اللغة وتمكين استكشاف وحدات النص المتماسكة (الأفكار) كخطوات وسيطة في حل المشكلات.

هندسة MoMa عبارة عن مزيج جديد من هندسة الخبراء (MoE) التي تعتمد على الوعي بالوسائط، وهي مصممة لتدريب نماذج اللغة المبكرة متعددة الوسائط مسبقًا.

تم نشر تقليل الأخطاء متعدد الخطوات (MEM) في عام 2024 من قبل معهد هندسة المعلومات التابع للأكاديمية الصينية للعلوم، وجامعة نانيانغ التكنولوجية، والجامعة الوطنية في سنغافورة، وجامعة صن يات صن في ورقة بحثية بعنوان "التعلم الإلكتروني متعدد الوسائط غير القابل للتعلم [...]

تخمين لانجلاندز الهندسي هو نسخة هندسية من برنامج لانجلاندز.

يعد برنامج لانجلاندز مجالًا بحثيًا مؤثرًا للغاية في الرياضيات الحديثة. وهو يتضمن فروعًا متعددة من الرياضيات، مثل نظرية الأعداد، والهندسة الجبرية، ونظرية تمثيل المجموعة، ويحاول الكشف عن الروابط العميقة بينها.

الدائرة المتكاملة المخصصة للتطبيق (ASIC) هي دائرة متكاملة تم تصميمها وتصنيعها وفقًا لمتطلبات المستخدم المحددة واحتياجات نظام إلكتروني محدد.

وقت ساعة الحائط هو مصطلح يستخدم لقياس وقت تشغيل برنامج أو عملية. يشير إلى الوقت الفعلي المستغرق من بداية تنفيذ البرنامج إلى نهايته، بما في ذلك جميع أنواع وقت الانتظار والحظر.

جبهة باريتو هي مفهوم أساسي في التحسين متعدد الأهداف، والذي يشير إلى مجموعة من الحلول التي تحقق أفضل توازن بين الأهداف المتعددة.

الخطوة هو مصطلح يستخدم عادة في معالجة الصور والشبكات العصبية التلافيفية (CNN). في سياق معالجة الصور، تشير الخطوة إلى عدد الخطوات التي تتحركها نافذة التشغيل عبر الصورة عند تطبيق بعض العمليات على الصورة، مثل القص أو استخراج الميزات أو التصفية. على سبيل المثال، عند قص صورة، […]

Dynamic Prompts هي تقنية توجيه تسمح بتعديل التوجيهات ديناميكيًا استنادًا إلى مهام أو حالات محددة في معالجة اللغة الطبيعية (NLP) وتطبيقات الذكاء الاصطناعي الأخرى. يمكن لهذه التقنية تحسين أداء النموذج وقابليته للتكيف بشكل كبير. دين […]

التتبع البسيط عبر الإنترنت وفي الوقت الفعلي (SORT) هو طريقة عملية لتتبع الأهداف المتعددة تركز على خوارزميات بسيطة وفعالة. تم تقديمه من قبل باحثين من جامعة كوينزلاند للتكنولوجيا وجامعة سيدني في مؤتمر IEEE الدولي لعام 2016 حول معالجة الصور. […]

إعادة تشغيل التجارب ذات الأولوية هي طريقة للتعلم التعزيزي تعمل على إعادة تشغيل التجارب بترددات مختلفة بناءً على أهميتها، وبالتالي تحسين كفاءة التعلم.

تقوم تقنية CoT بتحليل المشكلات المعقدة إلى سلسلة من إجابات المشكلات الفرعية خطوة بخطوة، مما يوجه النموذج لتوليد عملية تفكير مفصلة، وبالتالي تحسين أداء النموذج في المهام المعقدة مثل التفكير الحسابي، والتفكير السليم، والتفكير الرمزي.

الضبط الدقيق الفعال للمعلمات (PERT) هو أسلوب ضبط دقيق للنماذج الكبيرة المدربة مسبقًا والذي يقلل من تكاليف الحساب والتخزين من خلال الضبط الدقيق لمجموعة فرعية صغيرة فقط من معلمات النموذج مع الحفاظ على الأداء القابل للمقارنة بالضبط الدقيق للمعلمات الكاملة.

في مجال الذكاء الاصطناعي، "نموذج العالم" هو نموذج يمكنه تحديد حالة البيئة أو العالم والتنبؤ بالانتقالات بين الحالات. يتيح هذا النموذج للوكيل التعلم في بيئة محاكاة ونقل الاستراتيجيات التي تعلمها إلى العالم الحقيقي، وبالتالي تحسين كفاءة التعلم وتقليل المخاطر. يورغن س […]

يهدف التعلم التبايني المتعدد الوسائط مع اختيار المثال المشترك (JEST) إلى معالجة مشكلة استهلاك الطاقة العالية أثناء تدريب نماذج اللغة الكبيرة مثل ChatGPT.

ضبط المعلمات الكامل هو تقنية تحسين النموذج في التعلم العميق، وتستخدم بشكل خاص في سيناريوهات التعلم الانتقالي أو التكيف مع المجال. يتضمن ذلك ضبط جميع معلمات النموذج المدرب مسبقًا لتناسب مهمة أو مجموعة بيانات محددة.

تلعب شبكة الإشغال دورًا مهمًا في مهام إدراك القيادة الذاتية. إنه نموذج شبكي يركز على الهندسة بدلاً من الدلالات. ويمكن أن يساعد أنظمة القيادة الذاتية على إدراك المساحة الخالية بشكل أفضل، كما أنه تقنية أساسية لتحسين قدرات الإدراك وتشكيل حلقة مغلقة.

الفكرة الأساسية لإعادة المحاذاة أثناء فك التشفير هي ضبط محاذاة النموذج بشكل ديناميكي أثناء عملية فك التشفير دون إعادة تدريب النموذج، وبالتالي توفير موارد الحوسبة وتحسين كفاءة البحث.

تُعد تقنية الرش الغوسي ثلاثي الأبعاد إحدى تقنيات الرسوميات الحاسوبية المتقدمة، والتي لها تطبيقات مهمة في عرض السحابة النقطية وتصور بيانات الحجم وإعادة بناء الحجم. تحقق هذه التقنية جودة أعلى في العروض التقديمية من خلال تحويل نقاط البيانات المنفصلة، أو وحدات البكسل، إلى تمثيل مستمر للسطح أو الحجم.

اختبار وضع الظل هو أسلوب اختبار يستخدم في مجال القيادة الذاتية. يتم استخدامه بشكل أساسي للتحقق من خوارزميات القيادة الذاتية وتقييمها في بيئات المرور الحقيقية مع ضمان عدم تداخلها مع السائق وحركة المرور المحيطة.

تشكل لعنة الندرة قضية علمية أساسية في مجال القيادة الذاتية. يشير ذلك إلى حقيقة أنه في بيئات القيادة الحقيقية، يكون احتمال وقوع أحداث حرجة للسلامة منخفضًا للغاية، مما يتسبب في أن تكون هذه الأحداث نادرة للغاية في بيانات القيادة، مما يجعل من الصعب على نماذج التعلم العميق تعلم خصائص هذه الأحداث.

خسارة الانتشار هي دالة خسارة مرتبطة بنموذج الانتشار، والتي يتم استخدامها أثناء عملية التدريب لتوجيه النموذج لتعلم كيفية إزالة الضوضاء تدريجيًا واستعادة البنية الأصلية للبيانات.