أحدث المنشورات
LLMApple ML Research
قدّمت Apple إطار عمل Conformal Thinking — إدارة المخاطر لنماذج التفكير دون رموز إضافية
قدّمت Apple ML Research إطار عمل Conformal Thinking: وهي طريقة تدير تلقائياً ميزانيات الرموز لنماذج التفكير، مما يضمن معدلات خطأ محددة مع الحد الأدنى من الحسابات.
LLMApple ML Research
Apple ML Research: كيف تتعلم نماذج الانتشار اختيار التوكنات من دون أساليب استدلالية يدوية
تقترح Apple ML Research استبدال أساليب اختيار التوكنات اليدوية في نماذج اللغة بالانتشار بسياسات متعلمة، بهدف إزالة عدم الاستقرار والحاجة إلى الضبط اليدوي للمعلمات.
LLMApple ML Research
اقترحت Apple ML Research نموذج MemoryLLM — «ذاكرة» قابلة للتفسير للمحوّلات
وصف باحثو Apple كتل feed-forward في نماذج LLM على أنها ذاكرة استرجاع عصبية، واقترحوا طريقة لتحليلها بشكل معزول — من دون احتساب آلية self-attention.
LLMApple ML Research
Apple ML Research: فرق LLM متعددة الوكلاء تكبح الوكلاء الخبراء
أظهرت Apple ML Research أن الفرق ذاتية التنظيم من نماذج اللغة لا تحقق تآزرًا — بل تكبح الوكلاء الخبراء بدلًا من تعزيزهم.