الأبحاث المرتبطة بالكلمة المفتاحية: كفاءة المعلمات
-
قانون الكثافة لنماذج اللغة الكبيرة Densing law of LLMs
2026 | المؤلف: Chaojun Xiao وآخرون | المجلة: Nature Machine Intelligence | المجال: الذكاء الاصطناعي (Artificial Intelligence)تناقش هذه القسم العلاقة بين كثافة النموذج والأداء في نماذج اللغة الكبيرة (LLMs)، مع تسليط الضوء على التحديات التي تطرحها قيود الموارد الحاسوبية والحاجة إلى إعدادات تدريب فعالة من حيث التكلفة. بينما تشير قوانين التوسع إلى أن زيادة حجم المعلمات تعزز أداء النموذج، فإن القيود العملية في سيناريوهات النشر تتطلب التركيز على تحسين الأداء بالنسبة…
-
DRPCA-Net: اجعل PCA القوي عظيمًا مرة أخرى لاكتشاف الأهداف الصغيرة في الأشعة تحت الحمراء DRPCA-Net: Make Robust PCA Great Again for Infrared Small Target Detection
2026 | المؤلف: Zihao Xiong وآخرون | المجلة: IEEE Transactions on Geoscience and Remote Sensing | المجال: هندسة الطيران والفضاء (Aerospace Engineering)تقدم هذه القسم نظرة عامة على البحث في كشف الأهداف الصغيرة بالأشعة تحت الحمراء، مع التركيز على قيود نماذج التعلم العميق الحالية التي تعطي الأولوية للأداء من خلال هياكل معقدة، وغالبًا ما تضحي بالقدرة على التفسير والكفاءة. يقدم المؤلفون شبكة RPCA الديناميكية (DRPCA-Net)، وهي شبكة جديدة تتضمن تفكيكًا عميقًا يدمج الأولويات المعتمدة على الندرة الموجودة…
-
نموذج كشف التسلل القائم على شبكات كولموغوروف-أرنولد التلافيفية An intrusion detection model based on Convolutional Kolmogorov-Arnold Networks
2026 | المؤلف: Zhen Wang وآخرون | المجلة: Scientific Reports | المجال: شبكات واتصالات الحاسوب (Computer Networks and Communications)تتناول ورقة البحث تطوير شبكات كولموغوروف-أرنولد الالتفافية (CKANs) لاكتشاف التسلل، مع معالجة التحديات الرئيسية المرتبطة بالشبكات العصبية الاصطناعية التقليدية (ANNs)، مثل تضخم النموذج وعدم القابلية للتفسير. تستفيد CKANs من نظرية تمثيل كولموغوروف-أرنولد وتدمج آليات الالتفاف جنبًا إلى جنب مع آليات الانتباه لتعزيز أداء النموذج. تم تقييم نموذج CKAN باستخدام مجموعات بيانات CICIoT2023 و CICIoMT2024، حيث…