
Quorum توهمات عاملهای هوش مصنوعی را با اجماع پنج داور متوقف میکند
ابزار متنباز Quorum لایهای از نظارت را به حلقههای اجرای عاملهای هوش مصنوعی اضافه میکند تا توهمات را در لحظه شناسایی و متوقف کند. این سیستم بهجای ثبت گزارش ساده، از پنج داور…
دستهبندی
تحلیلهای عمیق مدلها، مقالات و بنچمارکها — پیشچاپها، ارزیابیها، مدلهای زبانی پیشرو و پژوهش همراستاسازی.
۳٬۵۹۴ مقاله منتشر شده

ابزار متنباز Quorum لایهای از نظارت را به حلقههای اجرای عاملهای هوش مصنوعی اضافه میکند تا توهمات را در لحظه شناسایی و متوقف کند. این سیستم بهجای ثبت گزارش ساده، از پنج داور…

دادههای جدید سال ۲۰۲۵-۲۰۲۶ نشان میدهد کدهای تولیدشده توسط هوش مصنوعی بهطور قابلتوجهی دارای باگهای امنیتی بیشتری نسبت به کدهای انسانی هستند. شکاف خطرناک میان اعتماد…

ابزار متنباز جدیدی عرضه شده است که به مدلهای زبانی اجازه میدهد بهجای نمونهبرداری خشک از فریمها، تنها تغییرات معنادار صحنه را «ببینند». این سیستم با اجرای محلی و حذف…

مدل Fable 5 آنتروپیک پس از رفع محدودیتهای صادراتی دولت آمریکا بازگشت تا رکورد جدیدی در خودکارسازی پروژههای پیچیده فریلنسری ثبت کند. این مدل اکنون با فیلترهای ایمنی سختگیرانهتر…

شرکت آنتروپیک با کاهش شدید دستورات سیستمی در مدلهای جدید خود، رویکرد صنعت را از قوانین سختگیرانه به سمت هدایت مبتنی بر زمینه تغییر داد. این اقدام نشان میدهد مدلهای پیشرفتهتر…

تحلیل قوانین مقیاسپذیری نشان میدهد تعادل بین حجم داده و تعداد پارامترها بسیار مؤثرتر از افزایش صرف پارامترها است. یافتههای مطالعهٔ Chinchilla ثابت کرد مدلهای کوچکتر که بهطور…

پروتکل open-format جدیدی به نام QUALITY.md معرفی شده است که معیارهای کیفیت، امنیت و نگهداری نرمافزار را استاندارد میکند. این چارچوب به عاملهای هوش مصنوعی و انسانها اجازه…

آزمونی دقیق روی ۱۱ مدل زبانی بزرگ نشان داد که Fable-5 در بازسازی ساختارهای پیچیده کد و شناسایی باگهای منطقی، دقیقترین عملکرد را دارد. این مدل توانست با ارجاع دقیق به خطوط کد،…

لایه نهایی مدلهای زبانی بزرگ از فرمول ریاضی سال ۱۷۸۷ برای تبدیل لاجیتها به احتمال استفاده میکند. این دوگانگی ریاضی، مبنای عملکرد تابع سافتمکس و تنظیمات دمای مدل است.

یک آزمون استرس روی مدل محلی Ornith-1.0-35b نشان داد که عملکرد این مدل در مواجهه با پیچیدگیهای دنیای واقعی بهطور کامل فرو میپاشد. در حالی که مدل در وظایف ساده موفق بود، در تمامی…

تیمهای مهندسی بهجای ثبت دقیق تاریخچه جلسات، مهارتهای عاملهای هوش مصنوعی را بر اساس حدس و گمان بازنویسی میکنند. این رویکرد منجر به حذف لبههای حیاتی و جزئیات فنی میشود که در…

سیستم ZeroFS با تبدیل باکتهای S3 به فایلسیستمهای POSIX، تأخیرهای طولانی ذخیرهسازی ابری را حذف کرده است. این ابزار با استفاده از کش محلی و معماری Log-structured، امکان اجرای…