هوش مصنوعی
- همه هوش مصنوعی
- مدل‌های پایه
- ایجنتهای هوش مصنوعی
- ابزارهای هوش مصنوعی
- مدل‌های زبانی بزرگ
- چتبات و دستیار هوشمند
- اتوماسیون
- اخبار و تحلیل هوش مصنوعی
- رباتیک
- سیاست و مقررات هوش مصنوعی
- پرامپت‌نویسی
- هوش مصنوعی در کسبوکار
- هوش مصنوعی برای تولیدکنندگان محتوا
- پژوهش هوش مصنوعی
- هوش مصنوعی مولد
- اخلاق و ایمنی هوش مصنوعی
- ایمنی هوش مصنوعی
- سخت‌افزار هوش مصنوعی
- هوش مصنوعی متن‌باز
توضیح کوهستان
چگونه شبکه‌های مسیریابی «ترکیب خبرگان» تعداد پارامترهای مدل زبانی را از هزینه پردازشی جدا می‌کنند
5 منبع · 30 روز پیش
توضیح کوهستان
چگونه مکانیزم «خودتوجهی» موازی بر گلوگاه پردازش ترتیبی در شبکه‌های عصبی بازگشتی غلبه کرد
7 منبع · 31 روز پیش
بررسی عمیق کوهستان
هزینه درجه دوم در برابر سود خطی: چگونه اندازه مدل باعث افزایش تاخیر و هزینه استنتاج می‌شود
9 منبع · 31 روز پیش
بیشتر در هوش مصنوعی
توضیح کوهستانتوکنایز کردن
چگونه رمزگذاری جفت‌بایت (BPE) متن خام را به توکن‌های ورودی مدل تبدیل می‌کند
مدافعان کارایی زیرکلمه‌ای 60%منتقدان برابری چندزبانه 30%فرمالیست‌های الگوریتمی 10%
هماهنگ‌سازی مدلعرضه محصول
شرکت Sakana AI مدل هماهنگ‌ساز Fugu Max را منتشر کرد؛ کاهش ۶۰ درصدی هزینه‌های مسیریابی چندعاملی
پذیرندگان سازمانی 40%توسعه‌دهندگان هماهنگ‌سازی 35%تحلیلگران بازار و سرمایه 25%
توضیح کوهستانتولید ساختاریافته
سازوکار رمزگشایی مقید: چگونه مدل‌های زبانی بزرگ به تولید خروجی معتبر JSON وادار می‌شوند؟
توسعه‌دهندگان برنامه‌های کاربردی 40%پژوهشگران مدل‌ها 35%تیم‌های امنیت 25%
بازسازی سیریعرضه محصول
اپل نسخه بازسازی‌شده سیری را با قدرت جمینای گوگل در تمام سیستم‌عامل‌های اصلی خود منتشر کرد
منتقدان فناوری مصرفی 40%استراتژیست‌های صنعت 35%ناظران حریم خصوصی 25%
توضیح کوهستانیادگیری ماشین متخاصم
چگونه روش علامت گرادیان سریع با به حداکثر رساندن گرادیان زیان، نمونه‌های متخاصم تولید می‌کند
پژوهشگران هوش مصنوعی 40%متخصصان امنیت 35%مهندسان سیستم 25%
توضیح کوهستانهوش مصنوعی فیزیکی
شرکت Skild AI از مدل پایه S1 رونمایی کرد: یادگیری کارهای ۱۰ دقیقه‌ای توسط ربات‌ها تنها با یک ویدیو
پژوهشگران رباتیک 40%یکپارچه‌سازان صنعتی 35%حامیان متن‌باز 25%
توضیح کوهستانزیرساخت هوش مصنوعی
چگونه کش KV مشکل تاخیر در مدل‌های زبانی بزرگ را حل می‌کند
مهندسان استنتاج 40%سازندگان سخت‌افزار 30%توسعه‌دهندگان برنامه‌ها 30%
توضیح کوهستانواترمارک هوش مصنوعی
واترمارک‌های نامرئی هوش مصنوعی واقعاً چگونه کار می‌کنند: پشت‌پرده‌ی برچسب‌گذاری متون مصنوعی
پژوهشگران ایمنی هوش مصنوعی 40%مدافعان حریم خصوصی 30%تیم‌های تطبیق مقررات 30%
توضیح کوهستانمعماری عامل
ترجمه چرخه اودا: عامل‌های هوش مصنوعی خودکار چگونه مشاهده، جهت‌یابی، تصمیم‌گیری و اقدام می‌کنند
مدافعان اتوماسیون 35%طرفداران انسان در حلقه 35%تحلیلگران ریسک سیستمی 30%
زیرساخت هوش مصنوعیمقاله تشریحی
چگونه NVLink Fusion تراشه‌های استنتاج d-Matrix را به رک‌های سرور انویدیا متصل می‌کند
طراحان سیلیکون‌های تخصصی 35%اکوسیستم‌های زیرساختی 35%اپراتورهای دیتاسنتر 30%
توضیح کوهستانتولید ویدیو
چگونه لایه‌های توجه زمانی، پیوستگی فریم‌ها را در تولید ویدیوی هوش مصنوعی تضمین می‌کنند
نوآوران معماری 40%توسعه‌دهندگان مبتنی بر کارایی 35%سنتز تحلیلی 25%
توضیح کوهستانهم‌سویی مدل
چگونه ترجیحات انسانی مدل پاداش را برای هم‌سویی رفتار هوش مصنوعی آموزش می‌دهند
پژوهشگران هم‌سویی 40%ارائه‌دهندگان سازمانی هوش مصنوعی 40%نظریه‌پردازان بهینه‌سازی 20%
توضیح کوهستانسخت‌افزار هوش مصنوعی
چگونه توان ۸ بیتی در BF16 آموزش مدل‌های زبانی بزرگ را پایدار می‌کند
دانشمندان پژوهشگر هوش مصنوعی 45%معماران سخت‌افزار 35%مهندسان زیرساخت ذخیره‌سازی 20%
توضیح کوهستانیادگیری تقویتی
چگونه استراتژی اپسیلون-حریصانه تعادل میان اکتشاف و بهره‌برداری را در هوش مصنوعی برقرار می‌کند
عمل‌گرایان الگوریتمی 45%حامیان اکتشاف پیشرفته 35%نظریه‌پردازان چندعاملی 20%
هوش مصنوعی سری زمانیانتشار مدل
انتشار مدل سری زمانی Granite PatchTST-FM-r2 توسط IBM با مجوز تجاری و قابلیت Zero-Shot
تیم‌های داده سازمانی 40%محققان معماری هوش مصنوعی 35%ارائه‌دهندگان زیرساخت جریانی 25%
توضیح کوهستانمعماری شبکه عصبی
تبدیل امتیازهای خام به کلمات: لایه سافت‌مکس چگونه مدل‌های زبانی بزرگ را هدایت می‌کند
متخصصان یادگیری ماشین 40%مهندسان سخت‌افزار 30%پژوهشگران تفسیرپذیری هوش مصنوعی 30%
توضیح کوهستانتفسیرپذیری مکانیسمی
ترجمه جعبه سیاه: «لنز لاجیت» چگونه محاسبات هوش مصنوعی را به متن قابل‌فهم برای انسان تبدیل می‌کند
پژوهشگران تفسیرپذیری مکانیسمی 40%حامیان ایمنی هوش مصنوعی 35%توسعه‌دهندگان مدل 25%
توضیح کوهستانبهینه‌سازی مدل
جریمه L2: چگونه کاهش وزن و دراپ‌اوت از بیش‌برازش شبکه‌های عصبی جلوگیری می‌کنند
متخصصان یادگیری عمیق 45%دانشمندان علوم کامپیوتر نظری 35%پژوهشگران بهینه‌سازی 20%
توضیح کوهستانتفسیرپذیری مدل
چگونه مخروط‌های مفهومی و پاک‌سازی درون‌پارامتری، از امتناع بیش‌ازحد مدل‌های هوش مصنوعی در برابر پرامپت‌های ایمن جلوگیری می‌کنند
پژوهشگران هم‌راستایی ایمنی 40%تیم‌های تفسیرپذیری مدل 35%حامیان متن‌باز 25%
توضیح کوهستانمهندسی پرامپت
افزایش ۲۸.۲ درصدی دقت: چگونه پرامپت‌نویسی زنجیره افکار، استدلال را در مدل‌های زبانی بزرگ بیدار می‌کند
پژوهشگران هوش مصنوعی 40%پذیرندگان سازمانی 35%ارزیابان مدل 25%
الگوریتم‌های جستجوگزارش تشریحی
هرس آلفا-بتا چگونه عمق جستجوی هوش مصنوعی تخاصمی را دو برابر می‌کند؟
نظریه‌پردازان کلاسیک هوش مصنوعی 40%توسعه‌دهندگان مدرن روش‌های اکتشافی 35%پژوهشگران سیستم‌های چندعاملی 25%
توضیح کوهستانمعماری‌های عصبی
چگونه فیلترهای کانولوشنی و لایه‌های پولینگ ویژگی‌های سلسله‌مراتبی را در بینایی ماشین استخراج می‌کنند
طراحان معماری 40%بهینه‌سازان سخت‌افزار 30%پژوهشگران تفسیرپذیری 30%
توضیح کوهستانآموزش مدل
چگونه نرخ‌های یادگیری تطبیقی «آدام» گلوگاه همگرایی در یادگیری عمیق را برطرف می‌کنند
طرفداران بهینه‌سازی تطبیقی 65%سنت‌گرایان تعمیم‌پذیری 35%
کشف داروتاییدیه تاریخی
چین داروی امپروسویر را تایید کرد؛ نخستین داروی نوآورانه کلاس ۱ که با کمک هوش مصنوعی توسعه یافته است
مدافعان ادغام هوش مصنوعی 60%سنت‌گرایان نظارتی 40%
امنیت هوش مصنوعیگزارش تهدید
هوش مصنوعی خودمختار چندعاملی هزاران اعتبارنامه را در شش ساعت هک کرد؛ یافته‌های گزارش گوگل
تحلیلگران اطلاعات تهدید 50%مدافعان سازمانی 50%
توضیح کوهستانآموزش مدل
چگونه برچسب‌گذاری داده‌ها، هوش مصنوعی نظارت‌شده، بدون نظارت و نیمه‌نظارت‌شده را از هم متمایز می‌کند
جامعه تحقیقاتی هوش مصنوعی 40%صنعت برچسب‌گذاری داده 30%پذیرندگان سازمانی 30%
هوش مصنوعی ژنومیکانتشار ابزار
دیپ‌مایند اطلس آلفاژنوم را برای پیش‌بینی اثرات ۹ میلیارد جهش دی‌ان‌ای رونمایی کرد
زیست‌شناسان محاسباتی 40%محققان علوم انتقالی 40%ارائه‌دهندگان زیرساخت ابری 20%
توضیح کوهستانفشرده‌سازی مدل
چگونه کوانتیزاسیون ۸-بیتی، حافظه مورد نیاز مدل‌های زبانی بزرگ را با کمترین افت دقت تا ۷۵٪ کاهش می‌دهد
پژوهشگران هوش مصنوعی 33%پذیرندگان سازمانی هوش مصنوعی 33%توسعه‌دهندگان متن‌باز 33%
توضیح کوهستانزیرساخت هوش مصنوعی
فلش‌اتنشن چگونه سد حافظه پردازنده‌های گرافیکی را می‌شکند تا هوش مصنوعی با حافظه طولانی خلق شود
طراحان الگوریتم آگاه از سخت‌افزار 40%پژوهشگران معماری مدل 35%نگهدارندگان زیرساخت‌های متن‌باز 25%
توضیح کوهستانشبکه‌های متخاصم مولد
چگونه یک مولد و یک متمایزگر برای خلق خروجی‌های واقع‌گرایانه هوش مصنوعی رقابت می‌کنند
طرفداران معماری متخاصم 40%محققان کارایی داده 30%مربیان کاربردی یادگیری ماشین 30%
توضیح کوهستانیادگیری ماشین
هوش مصنوعی مولد چگونه توزیع احتمال توام داده‌ها را نگاشت می‌کند؟
متخصصان یادگیری عمیق 50%آمارشناسان کلاسیک 30%محققان ایمنی هوش مصنوعی 20%
توضیح کوهستانهدایت فعال‌سازی
مکانیزم هدایت فعال‌سازی: چگونه رفتار هوش مصنوعی بدون بازآموزی تغییر می‌کند؟
پژوهشگران تفسیرپذیری 35%ممیزان ایمنی هوش مصنوعی 35%مستقرکنندگان مدل 30%
پژوهش کوهستاناحیای نیروی کار
یافته‌های اقتصادی درباره احیای مشاغل: هوش مصنوعی چگونه وظایف را خودکار می‌کند، نه کل مشاغل را
اقتصاددانان کار 40%پژوهشگران مدیریت سازمانی 35%سیاست‌گذاران اقتصاد کلان 25%
توضیح کوهستانفشرده‌سازی مدل
چگونه هرس بدون ساختار، ۹۰ درصد از وزن‌های یک مدل را بدون افت دقت حذف می‌کند
پژوهشگران نظری 40%مهندسان سخت‌افزار 30%متخصصان استقرار 30%
توضیح کوهستانیادگیری درون‌بافتی
موتور بهینه‌سازی میانی: ترانسفورمرها چگونه برای یادگیری درون‌بافتی، گرادیان کاهشی را شبیه‌سازی می‌کنند؟
مکانیک‌گرایان نظری 40%شک‌گرایان تجربی 35%پژوهشگران ایمنی هوش مصنوعی 25%
توضیح کوهستانارزیابی هوش مصنوعی
چگونه ابزار BenchMIRT هوش خام را از ایمنی در ارزیابی مدل‌های زبانی بزرگ تفکیک می‌کند
پژوهشگران ایمنی هوش مصنوعی 40%تیم‌های تامین سازمانی 30%ارزیابان متن‌باز 30%
توضیح کوهستاناستنتاج در مرورگر
چگونه ۲۰۷ کرنل متن‌باز WebGPU مرورگر دسکتاپ را به موتور استنتاج محلی هوش مصنوعی تبدیل می‌کنند
توسعه‌دهندگان WebAI 40%نهادهای استاندارد وب 35%نگهدارندگان متن‌باز 25%
توضیح کوهستانزیرساخت محاسباتی
چگونه «پیج‌اتنشن» حافظه جی‌پی‌یو را برای حل گلوگاه زمینه (Context) در مدل‌های زبان بزرگ تقسیم‌بندی می‌کند؟
توسعه‌دهندگان موتور استنتاج 60%معماران سخت‌افزار 40%
توضیح کوهستانایمنی مدل
چگونه همسوسازی بیرونی به هوش مصنوعی می‌آموزد تا در یک آزمون موفق شود، در حالی که همسوسازی درونی هدف واقعی آن را دیکته می‌کند
نظریه‌پردازان بهینه‌سازی فرعی 40%محققان تجربی یادگیری عمیق 35%ارزیابان جامعه‌شناختی-فنی 25%
بنچمارک‌های هوش مصنوعیرکورد عملکرد
مدل Nemotron-3-Ultra-CC انویدیا رکورد برترین امتیاز انسانی را در المپیاد بین‌المللی کامپیوتر شکست
پژوهشگران هوش مصنوعی 40%ناظران صنعت 40%برنامه‌نویسان رقابتی 20%
توضیح کوهستانبهینه‌سازی مدل
چگونه تطبیق رتبه پایین (LoRA) تنظیم دقیق هوش مصنوعی را به ۰.۰۱٪ پارامترهای مدل فشرده می‌کند
محققان کارایی 40%استقراردهندگان سازمانی 35%ارائه‌دهندگان پلتفرم 25%
توضیح کوهستانیادگیری فدرال
چگونه یادگیری فدرال دقت مدل را فدای امنیت داده می‌کند؟
حامیان حریم خصوصی 35%محققان عملکرد هوش مصنوعی 35%مهندسان سخت‌افزار لبه 30%
توضیح کوهستانحافظه عامل
چگونه عوامل هوش مصنوعی به خاطر می‌آورند: مقایسه پنجره‌های متنی، RAG و ذخیره‌سازی اپیزودیک
مهندسان بازیابی و کارایی 50%طرفداران متن طولانی 30%امنیت و حاکمیت سازمانی 20%
توضیح کوهستانسوگیری موقعیتی
مزیت موقعیتی دستورالعمل سیستمی: چگونه قرار دادن دستورات در ابتدای پنجره زمینه، خروجی مدل‌های زبان بزرگ را محدود می‌کند
مهندسان زمینه 60%جبرگرایان معماری 40%
توضیح کوهستانمعماری شبکه
مزیت نمایی بازنمایی شبکه‌های عصبی عمیق و باریک نسبت به شبکه‌های کم‌عمق و پهن
دانشمندان کامپیوتر نظری 40%مهندسان هوش مصنوعی کاربردی 35%معماران سخت‌افزار 25%
توضیح کوهستانالگوریتم‌های SLAM
هزینه محاسباتی در برابر دقت: مقایسه راه‌حل‌های فیلتر کالمن توسعه‌یافته و فیلتر ذره‌ای برای SLAM
طرفداران بهینه‌سازی گراف 50%سنت‌گرایان فیلترینگ احتمالی 30%تحلیلگران الگوریتمی 20%
تعداد در هر صفحه