بازگشت به چت هما هما وبلاگ
اخبار زنده هوش مصنوعی
همه اخبار مدل‌ها پژوهش محصولات کسب‌وکار سیاست و قانون سخت‌افزار آموزش ایران
۳ خبر
پژوهش هوش مصنوعی و DPO؛ راهکاری نوین برای مهار چرخه‌های تکراری در مدل‌های OCR پژوهشگران Dharma-AI در مقاله جدیدی نشان می‌دهند که با Direct Preference Optimization و جفت‌های رد شده از خروجی‌های نامطلوب خود مدل، نرخ تخریب متن در مدل‌های OCR کاهش می‌یابد. ۱۳ خرداد ۱۴۰۵ ۳ دقیقه پژوهش بهینه‌سازی ترجیح برای مدل‌های دید-زبان: گام جدیدی در هوش مصنوعی پیش‌نیازهای جدیدی برای مدل‌های دید-زبان، از طریق بهینه‌سازی ترجیح و کتابخانه TRL که در هگینگی فیس معرفی شده، امکان آموزش دقیق‌تر و مقرون‌به‌صرفه‌تر را فراهم می‌کند. ۲۰ تیر ۱۴۰۳ ۲ دقیقه پژوهش هوش مصنوعی: بهبود مدل‌های زبانی با روش‌های بهینه‌سازی ترجیحات مستقیم در آخرین پژوهش از هاگ‌فیس، روش‌های بهینه‌سازی ترجیحات مستقیم می‌توانند مدل‌های زبانی را بدون استفاده از یادگیری تقویتی همگرا کنند. نتایج نشان می‌دهد IPO مشابه DPO و بهتر از KTO است. ۲۸ دی ۱۴۰۲ ۲ دقیقه