
Grok 4.5 در برابر Claude Opus؛ رقابت ابزارهای بومی عاملمحور
شرکت SpaceXAI مدل Grok 4.5 را با قابلیتهای بومی برای جستوجوی وب، ادغام با X و اجرای خودکار کد عرضه کرد. این مدل با هدف رقابت مستقیم با نسخههای سطح بالای OpenAI و Anthropic…
دستهبندی
تحلیلهای عمیق مدلها، مقالات و بنچمارکها — پیشچاپها، ارزیابیها، مدلهای زبانی پیشرو و پژوهش همراستاسازی.
۳٬۵۹۳ مقاله منتشر شده

شرکت SpaceXAI مدل Grok 4.5 را با قابلیتهای بومی برای جستوجوی وب، ادغام با X و اجرای خودکار کد عرضه کرد. این مدل با هدف رقابت مستقیم با نسخههای سطح بالای OpenAI و Anthropic…

سیستم Adaptive Recall با استفاده از علوم شناختی، حافظهٔ عاملهای هوش مصنوعی را از حالت پایگاهدادهای ایستا به یک چرخهٔ پویا تبدیل میکند. این فناوری با بهکارگیری چهار استراتژی…

پیادهسازی متنباز جدیدی از توجه پراکنده Minimax (MSA)، آموزش مدلها با پنجرههای متنی میلیونی را روی GPUهای Hopper و Blackwell ممکن کرد. این ابزار با استفاده از پراکندگی بلوکی و…

سیستمهای ضدبات اکنون میتوانند با تحلیل تفاوتهای بسیار ریز در گرد کردن اعداد در توابع ریاضی جاوااسکریپت، سیستمعامل شما را شناس کنند. تغییرات اخیر در کروم ۱۴۸ باعث شده تابع…

آندری کارپاتی با معرفی autoresearch، عاملهایی را خلق کرده که کد مدلهای یادگیری ماشین را برای بهینهسازی بهصورت خودکار بازنویسی میکنند. این سیستم با ترکیب یک معیار ارزیابی…

ابزارهای نظارتی فعلی تنها پس از وقوع خطا گزارش میدهند، اما نمیتوانند حلقههای بازگشتی (Recursive Loops) را در لحظه متوقف کنند. رویکرد جدید «کنترل پذیرش» با بررسی وضعیت پیش از هر…

چارچوب آزمایشی hijax به کاربران JAX اجازه میدهد انواع داده سفارشی با ویژگیهای داخلی ثابت تعریف کنند. این ابزار امکان عملیاتی مانند ضرب ماتریسی کوانتیده را با حفظ پشتیبانی کامل…

یک مدل استدلالی جدید از OpenAI در مسابقات AtCoder World Tour Finals ۲۰۲۶، با کسب امتیازی تقریباً دو برابر برترین انسان، تمام مسائل الگوریتمی را حل کرد. این نتیجه نشاندهنده گذار…

کندی مدلهای زبانی بزرگ معمولاً ناشی از محدودیت پهنای باند حافظه است، نه کمبود قدرت محاسباتی. این تفاوت ساختاری، دلیل ضروری بودن تکنیکهایی مانند کوانتش و PagedAttention برای…

تحلیل فنی systima.ai نشان میدهد Claude Code به دلیل پرامپتهای سیستمی حجیم و مدیریت ناکارآمد کش، توکنهای بسیار بیشتری نسبت به OpenCode مصرف میکند. این «کف توکنی» بالا باعث…

پروژه رانندگی خودکار اپل با وجود شکست، منجر به خلق موتور عصبی (Neural Engine) شد که اکنون قلب تپنده تراشههای این شرکت است. اپل حالا از این میراث برای تسریع تولید تراشه M7 و…

یک آزمایش بصری جدید ثابت میکند که تغییر در مبنای مختصاتی بردارها، بدون تغییر در روابط معنایی و شباهت کسینوسی، مقادیر عددی را بهشدت جابهجا میکند. این یافته نشان میدهد که…