جدیدترین مقالات تحقیقاتی هوش مصنوعی از arXiv را کشف کنید — بهروزرسانی خودکار روزانه برای پژوهشگران و علاقهمندان.
ما نخستین کاربرد تفسیر مکانیکی مبتنی بر رمزگشای تنک-خارجی را در فیزیک ذرات ارائه میدهیم. با بررسی یک مدل پایهی نوترینو که بر دادههای IceCube آموزش دیده و برای بازسازی جهت تنظیم شده است، مجموعهای معتبر از مفاهیم فیزیک…
User Safety: safe
Large language models write correct code for isolated problems but remain far weaker at autonomous machine-learning development, where an agent must revise data pipelines, models, and validation over hours of feedback, a…
شبکههای عصبی عمیق اغلب از ارتباطات جعلی در دادههای آموزشی خود بهره میبرند؛ نقصی که با نام یادگیری میانبر شناخته میشود. روشهای تبیینپذیری مبتنی بر مفهوم، برای شناسایی این میانبرها، با بررسی این پرسش عمل میکنند که آ…
User Safety: safe
تفسیر نادرست قصد در طول تعاملات خودرو، به شکستهای مکرر برنامهریزی منجر میشود. ما یک لایهٔ تصمیمگیری را بررسی میکنیم که در آن یک ماژول قصد هدایتشونده با زبان، توصیفگرهای ساختاریافته را میخواند، یک امتیاز واگرایی ه…
مقیاسدهی در زمان آزمون (test-time scaling) با بهرهگیری از محاسبات اضافی در زمان آزمون، عملکرد مدل را بهبود میبخشد؛ برای نمونه، به مدلهای زبانی اجازه میدهد هنگام حل یک مسئله، استدلال طولانیتری داشته باشند. از آنجا ک…
It seems like you haven't provided the Persian text that needs to be improved. Could you please share the specific text you'd like me to edit?
بهبود خود‑بازگشتی (RSI) در وظایف افقطولانی دشوار میماند؛ جایی که سابقههای رشدگی وضعیت وظیفه را مبهم میسازند و فراخوانی مهارت را نامتناسب میکنند. ما Recuris را معرفی میکنیم، یک معماری حافظه تجربی‑کار بازگشتی برای وظ…
یادگیری تقویتی نسبی به گروه، منتظر بازپخشهای همزاد یکسان از یک پیام میماند که برای مسیرهای ابزی طولانی و هزینهبر متغیر است. بهینهسازی سیاست تکجریانی (SPO) با حذف این وابستگی، با استفاده از یک برآورد ارزش سطحی از پیا…