الأبحاث في مجال: الذكاء الاصطناعي (Artificial Intelligence)
-
الذكاء الاصطناعي في التعليم الأردني: تقييم القبول من خلال الأمن السيبراني المدرك، قيمة الجدة، والثقة المدركة
2024 | المؤلف: Mazen Alzyoud وآخرون | المجلة: International Journal of Data and Network Science | المجال: الذكاء الاصطناعي (Artificial Intelligence)تبحث هذه الدراسة في العوامل التي تؤثر على قبول الطلاب للذكاء الاصطناعي (AI) في السياقات التعليمية، مع التأكيد على أهمية قبول المستخدمين لتنفيذ تقنيات الذكاء الاصطناعي بنجاح. مستندة إلى نموذج قبول استخدام أجهزة الذكاء الاصطناعي (AIDUA)، تحلل الدراسة تأثيرات الأمن السيبراني المدرك، وقيمة التجديد، والثقة المدركة على استعداد الطلاب لتبني الذكاء الاصطناعي. باستخدام نمذجة المعادلات…
-
emotion2vec: التدريب الذاتي المسبق لتمثيل عواطف الكلام
2024 | المؤلف: Ziyang Ma وآخرون | المجلة: Findings of the Association for Computational Linguistics ACL 2024 | المجال: الذكاء الاصطناعي (Artificial Intelligence)في هذا البحث، يقدم المؤلفون emotion2vec، وهو نموذج تمثيل عاطفي عالمي مصمم لتعزيز التعرف على العواطف عبر مهام ولغات مختلفة. تم تدريب النموذج مسبقًا على 262 ساعة من بيانات العواطف غير المصنفة باستخدام نهج تقطير عبر الإنترنت مع إشراف ذاتي يدمج بين وظائف خسارة مستوى التعبير ووظائف خسارة مستوى الإطار. تتيح هذه الاستراتيجية التدريبية المبتكرة…
-
MM-LLMs: التقدمات الحديثة في نماذج اللغة الكبيرة متعددة الوسائط
2024 | المؤلف: Duzhen Zhang وآخرون | المجلة: Findings of the Association for Computational Linguistics ACL 2024 | المجال: الذكاء الاصطناعي (Artificial Intelligence)في هذه الورقة، يقدم المؤلفون مسحًا شاملًا لنماذج اللغة الكبيرة متعددة الوسائط (MM-LLMs)، مع تسليط الضوء على التقدم الكبير الذي تم إحرازه على مدار العام الماضي. تعزز هذه النماذج نماذج اللغة الكبيرة التقليدية (LLMs) من خلال دمج المدخلات والمخرجات متعددة الوسائط من خلال استراتيجيات تدريب فعالة من حيث التكلفة، مما يحافظ على قدراتها على التفكير…
-
تقييم التوليد المعزز بالاسترجاع للطب
2024 | المؤلف: Guangzhi Xiong وآخرون | المجلة: Findings of the Association for Computational Linguistics ACL 2024 | المجال: الذكاء الاصطناعي (Artificial Intelligence)في هذا القسم، يناقش المؤلفون قيود نماذج اللغة الكبيرة (LLMs) في الإجابة على الأسئلة الطبية (QA)، وخاصة القضايا المتعلقة بالهلوسة والمعلومات القديمة. لمعالجة هذه التحديات، يقترحون تقييم استرجاع المعلومات الطبية المعزز بالتوليد (MIRAGE)، وهو معيار يتكون من 7,663 سؤالاً مأخوذة من خمسة مجموعات بيانات طبية للإجابة على الأسئلة. أجرى المؤلفون تجارب واسعة باستخدام مجموعة أدوات…
-
DeepSeekMoE: نحو التخصص النهائي للخبراء في نماذج اللغة المختلطة من الخبراء
2024 | المؤلف: Damai Dai وآخرون | المجلة: Proceedings of the 62nd Annual Meeting of the Association for Computational Linguistics (Volume 1: Long Papers) | المجال: الذكاء الاصطناعي (Artificial Intelligence)في هذا القسم، يقدم المؤلفون بنية DeepSeek-MoE، المصممة لتعزيز تخصص الخبراء ضمن نماذج مزيج الخبراء (MoE)، خاصة في سياق نماذج اللغة الكبيرة. تكافح الهياكل التقليدية لمزيج الخبراء، مثل GShard، لضمان أن يطور الخبراء معرفة متميزة ومركزة. لمعالجة ذلك، تستخدم DeepSeek-MoE استراتيجيتين رئيسيتين: أولاً، تقسم الخبراء بدقة إلى \(mN\) وحدة وتفعيل \(mK\) منها، مما يسمح باختيار…
-
تحويل الالتفاف لاستخراج ميزات الصورة
2024 | المؤلف: Lirong Yin وآخرون | المجلة: Computer Modeling in Engineering & Sciences | المجال: الذكاء الاصطناعي (Artificial Intelligence)تقدم هذه الدراسة شبكة استخراج ميزات الصور القائمة على المحولات الفعالة (CEFormer)، والتي تعالج قيود نماذج المحولات التقليدية في استخراج ميزات الصور، وخاصة نقص التحيز الاستقرائي للهياكل البصرية. يدمج CEFormer الانتباه الإلكتروني، والتفافات قابلة للفصل حسب العمق، والتفافات موسعة لتقديم تحيزات استقرائية أساسية مثل عدم التغير تحت الترجمة، والمحلية، وعدم التغير تحت المقياس. تعزز هذه…