arXiv:2609.05404ترجمه شده
Diffusion TV: تجربه مدلهای پخش از طریق تعامل ملموس و بدنی
امنیت کاربر: امن
arXiv:2609.05403ترجمه شده
RegionFed: یادگیری فدراتوری برای درک سوالات شخصیسازیشده در محیطهای خردهفروشی ناهمگن
We need to improve Persian translation for flow, readability, natural structure, consistency, correct errors. Keep technical terms unchanged. Let's rewrite the paragraph. Original Persian text: "سیستمهای جستجوی فروشگا…
arXiv:2609.05396ترجمه شده
یک مدل تولیدی عمیق برای تولید سیگنالهای برچسبدار بیسیم
سیگنالهای بیسیم همراه با برچسبهای موقعیت مکانی، در حوزه حسدهی بیسیم، از اهمیت بالایی برای ارزیابی عملکرد و آموزش مدل برخوردارند. با این حال، بهدستآوردن مجموعهدادههای واقعی معمولاً با هزینههای قابلتوجهی در اندا…
arXiv:2609.05395ترجمه شده
User Safety: safe
قوانین حاکمیت بر داده بهطور فزایندهای الزام میکنند که سازمانهای عمومی از آژانسهای مدل زبانی بزرگ (LLM) متنباز و درونسازمانی با زنجیرهسازی چندین فراخوانی ابزار در درون API استفاده کنند.
arXiv:2609.04199
Compile by Training: Turning Natural-Language Specifications into Local Neural Functions
Many recurring text functions are easy to describe but difficult to implement with rules, while calling a large remote model for every input introduces repeated cost, latency, and dependency on a provider. We present com…
arXiv:2609.04198ترجمه شده
مهندسی تمیز، اندازهگیری ناپایدار: یک شکست اعتمادپذیری پیشثبتشده رصدگرهای جعبهسیاه LLM در نقاط پایانی مشترک
داوران مدلهای زبانی اکنون با دادههای آموزشی سر و کار دارند، تولیدات را امتیاز میدهند و لیستهای برتر را پیش میبرند. این داوران در واقع ابزاری اندازهگیرندهاند، اما بر یک فرضی که به ندرت بیان میشود استوارند: درخواست…
arXiv:2609.04197ترجمه شده
ESPO: بهینهسازی پرسوجوی ساختارمند مبتنی بر خطا از طریق تشخیص، تنوعبخشی و پایدارسازی
توسعهدهندگان تکاملی پرامپت، مانند GEPA، با مشکل «تورم پرامپت» مواجه هستند: در هر تکرار، قوانین و ملاحظات جدیدی اضافه میشوند و پرامپتها تا سه برابر طولانیتر میشوند، اما دقت بیشتری ارائه نمیدهند. ما این مشکل را به سه…
arXiv:2609.04190ترجمه شده
یک ویرایشگر، ویرایشهای متعدد: یک چارچوب یکپارچه بدون نیاز به آموزش برای ویرایش متنوع ویدیو
ویرایش ویدئو شامل طیف گستردهای از روشها است؛ اما دستیابی به ویرایش با کیفیت بالا مبتنی بر دستورالعمل یا موضوع در یک چارچوب واحد و یکپارچه همچنان چالشبرانگیز است. ما EditVid را معرفی میکنیم؛ چارچوبی بدون نیاز به آموزش…
arXiv:2609.04183ترجمه شده
مشاهده پیش از ترکیب: شناسایی رویدادهای انتقالی بهراهنمایی VLM برای توصیف ویدئوی متراکم با نظارت ضعیف
هدف از پوششدهی ویدیوی غنی بدون نظارت ضعیف، شناسایی و توصیف رویدادهای متعدد در ویدیوهای بدون برش با استفاده از مجموعهای مرتب از نامههای رویداد برای هر ویدیو است. تحقیقات اخیر با استفاده از مدلهای زبانی هوش مصنوعی (LLM…
arXiv:2609.04180ترجمه شده
اکتساب دانش در حین پیشآموزش: مدلهای زبانی بزرگ (LLMs) با دیدگاههای کمکی بهتر یاد میگیرند
تکانههای همچنان درک ما از نحوه بهدستآوردن دانش توسط مدلهای زبانی بزرگ (LLMs) در پیشآموزش دارند. ما معتقدیم که دیدگاههای کمکی (بازنگریهای دانش) بهصورت علّی برای یادگیری مفید هستند و این موضوع را از طریق طراحی آزما…