این یک ترجمه نظارتنشده توسط هوش مصنوعی است. لطفاً برای متن قطعی به نسخه انگلیسی مراجعه کنید.
پارادایم غالب فعلی در هوش مصنوعی — معماری ترنسفورمر — بر پایه یک خطای انتزاعی بنیادی بنا شده است: توکنایزیشن (Tokenization). ما مدل تانسور لاندا (LTM) را معرفی میکنیم، کلاس جدیدی از معماری عصبی که پردازش توکن گسسته را با رزونانس میدانی پیوسته جایگزین میکند. به جای پیشبینی توکن بعدی با استفاده از همبستگی آماری، LTMها یک «میدان برداری جهانی» ۱۶ بعدی پیوسته را بر اساس دینامیک نوسانگرهای جفتشده تکامل میدهند.
