وبلاگ تحقیقات هوش مصنوعی

جدیدترین مقالات تحقیقاتی هوش مصنوعی از arXiv را کشف کنید — به‌روزرسانی خودکار روزانه برای پژوهشگران و علاقه‌مندان.

۶۸ مقاله · به‌روزرسانی روزانه

arXiv:2608.27439ترجمه شده

User Safety: safe

Junjie Zhang، Hui Liu، Kecheng Chen، Xianbo Mo و 2 نفر دیگر

اهداف: - حفظ لحن آکادمیک و دقت فنی - حفظ فرمول‌های ریاضی، قطعات کد و ارجاعات ثابت (مانند [1]، (معادله ۲)) - استفاده از اصطلاحات فنی استاندارد فارسی - برای مخففات، حفظ مخفف انگلیسی در پرانتز پس از فارسی: «یادگیری ماشین (M…

arXiv:2608.27424ترجمه شده

فراتر از F1: ارزیابی پوشش و بازیابی از شکست در اسکنرهای امنیتی مدل‌های هوش مصنوعی

Qianlong Lan، Vinothini Pandurangan، Anuj Kaul، Indranil Sanyal

اسکنرهای ایستا به‌طور روزافزونی برای شناسایی محتوای مخرب یا ناامن در مصنوعات یادگیری ماشین به‌کار گرفته می‌شوند؛ با این حال، معیارهای ارزیابی متداول تنها مواردی را در نظر می‌گیرند که اسکنر قضاوتی قابل استفاده در حوزه امن…

arXiv:2608.27421ترجمه شده

یادگیری امتیاز پیوسته شدت سپسیس بدون نظارت ساعتی: مطالعه بازنگری دو مرکزی

Kevin Zhu، Ryan Zhang، Baraa Abed، Tilendra Choudhary و 17 نفر دیگر

شاخص شدت سیتیک (SICS) به‌صورت دستخوش دستکاری و تنظیم شده، بر پایه متغیرها و وزن‌های ثابتی که دهه‌ها پیش تعریف شده‌اند، استفاده می‌شود. این شاخص بر پایه یک گروه بیماری است که دیگر با مراقبت‌های بحرانی معاصر هم‌راستا نمی‌ش…

arXiv:2608.27406ترجمه شده

کِلپ: مدل‌های جهانی ویدیویی میان‌بدنی، شبیه‌سازهای فیزیکی بدون‌نمونه هستند

Kechen Liu، Ola Shorinwa

مدل‌های ویدیویی پیشرفته با شرط عمل، معمولاً به یک پیکربندی رباتی واحد محدود می‌شوند و این امر مانع از بهره‌گیری آن‌ها از مجموعه داده‌های ویدیویی عظیم و ناهمگون موجود در اینترنت می‌شود؛ مجموعه داده‌هایی که حاوی سیگنال‌های…

arXiv:2608.27402ترجمه شده

نحوه سازمان‌دهی و ساختاردهی دانش اخلاقی توسط مدل‌های زبانی

Orion Reblitz-Richardson

مدل‌های زبانی بزرگ چگونه دانش اخلاقی را سازماندهی می‌کنند؟ این مدل‌ها توانایی گسترده‌ای در تشخیص محتوای اخلاقی دارند، اما این تشخیص تنها در سطحی آستانه‌ای و ابتدایی صورت می‌گیرد. پرسش اصلی ما این است که آیا این مدل‌ها فر…

arXiv:2608.26105ترجمه شده

VBVR-Pro: مجموعه‌ای مقیاس‌پذیر و قابل تأیید برای استدلال بصری بومی

Junxiang Xu، Ruisi Wang، Fanyi Pu، Maijunxian Wang و 48 نفر دیگر

استدلال بصری ذاتی تولید بصری را به عنوان ابزار خود می‌شناسد: حالات بصری (یعنی تصاویر و ویدیوها) صرفاً ورودی‌هایی برای درک یا خروجی‌هایی برای نمایش نیستند، بلکه زیرساخت‌های معتبر اولیه برای حل مسئله‌های فراتر از زبان هستن…

arXiv:2608.26095ترجمه شده

چارچوب بصری آگاهی وابستگی‌محور برای یادگیری مداوم چندحالته بدون نظارت پس از آموزش

Kaichen Li، Zhilin Zhu، Jianhao Huang، Zhengqin Lai و 6 نفر دیگر

در این مقاله، ما به بررسی یک وظیفه نوین به نام یادگیری ماشین چندمدلۀ بدون نظارت و پیوسته پس از آموزش (MU-CPT) می‌پردازیم که به مدل‌های MLLM امکان می‌دهد به طور مداوم از داده‌های بدون برچسب جریان‌دار تکامل یابند. روش‌های…

مقالات منبع از arXiv cs.AI

به‌روزرسانی خودکار روزانه با جدیدترین تحقیقات هوش مصنوعی