utworzone przez Redakcja | wrz 16, 2026
Naukowcy opracowali framework TimeThink, który poprawia zdolność multimodalnych modeli językowych do rozumowania nad szeregami czasowymi. System ma szczególne znaczenie dla zastosowań wysokiego ryzyka, takich jak opieka zdrowotna.
utworzone przez Redakcja | maj 14, 2026
Naukowcy opracowali lekką framework do analizy emocji w rozmowach poprzez śledzenie zmian sentymentu na podstawie wideo, audio i tekstu. System wykorzystuje sticky factorial HDP-HMM do identyfikacji trwałych faz emocjonalnych w dynamice konwersacyjnej.
utworzone przez Redakcja | maj 12, 2026
Naukowcy wprowadzają Auto-Rubric as Reward (ARR), nową metodę modelowania nagród dla multimodalnych modeli generatywnych. Podejście przechodzi od niejawnej optymalizacji wag do jawnej, kryteriów-bazowanej dekompozycji, rozwiązując problemy tradycyjnych metod...
utworzone przez Redakcja | kwi 25, 2026
Naukowcy proponują nowe podejście do systemów rekomendacji muzyki w serwisach streamingowych, które lepiej wykorzystuje cechy audio i metadane. Rozwiązanie ma szczególnie wspomóc użytkowników w scenariuszach cold-start, gdzie system dysponuje małą ilością danych o...
utworzone przez Redakcja | kwi 24, 2026
Naukowcy wprowadzili V-tableR1, framework uczenia się ze wzmacnianiem, który uczy multimodalne duże modele językowe bardziej rygorystycznego i weryfikowalnego rozumowania na podstawie danych wizualnych. System wykorzystuje strukturę tabel jako idealne pole testowe dla...
