
«تلهٔ بازنویسی سوابق»؛ دلیل افت شدید عملکرد عاملهای هوشمند در UIUC
پژوهش جدید دانشگاه UIUC نشان میدهد که تلاش عاملهای هوش مصنوعی برای خلاصهسازی یا پاکسازی حافظه بلندمدت، منجر به کاهش شدید دقت آنها میشود. بازنویسی مداوم سوابق، سوگیری انتخابی…
دستهبندی
تحلیلهای عمیق مدلها، مقالات و بنچمارکها — پیشچاپها، ارزیابیها، مدلهای زبانی پیشرو و پژوهش همراستاسازی.
۳٬۵۹۳ مقاله منتشر شده

پژوهش جدید دانشگاه UIUC نشان میدهد که تلاش عاملهای هوش مصنوعی برای خلاصهسازی یا پاکسازی حافظه بلندمدت، منجر به کاهش شدید دقت آنها میشود. بازنویسی مداوم سوابق، سوگیری انتخابی…

شرکت Liquid AI مدل LFM2.5-230M را با تمرکز بر اجرای محلی و استخراج دادههای ساختاریافته عرضه کرد. این مدل علیرغم اندازه کوچک، در بنچمارکهای پیروی از دستورات، عملکرد مدلهای…

ابزار Wayfinder-Router با تحلیل ساختاری پرامپتها بهجای تحلیل معنایی، ترافیک را بین مدلهای محلی و ابری توزیع میکند. این رویکرد با حذف نیاز به مدلهای «داور»، تأخیر و هزینههای…

یک پژوهشگر ناشناس با استفاده از هوش مصنوعی زاینده، ۲۰ آسیبپذیری جدی (Zero-Day) را در ۲۳ پروژه متنباز از جمله داکر و فایرفاکس شناسایی و بدون اطلاع سازندگان منتشر کرد. این اقدام…

یک چالش امنیتی گسترده با بیش از ۶ هزار تلاش برای نفوذ، نتوانست لایههای حفاظتی مدل Claude Opus 4.6 را بشکند. این نتایج پیشرفت چشمگیر در دفاع مدلهای پیشرو را نشان میدهد، هرچند…

یک راهنمای فنی جدید نشان میدهد چگونه اتصال دو پردازنده AMD Strix Halo با استفاده از RoCE v2، تأخیر همگامسازی را از ۷۰ میکروثانیه به ۵ میکروثانیه کاهش میدهد. این پیکربندی با دور…

پژوهش جدید CoffeeBench شکافی خطرناک میان برنامهریزی و اجرا در عاملهای هوش مصنوعی شناسایی کرد. این «رانش بیهدف» باعث میشود مدلها بهجای اقدام، صرفاً گزارش دقیقی از دلیل شکست…

یک سری آموزشی جامع، مسیر تبدیل یک نمونه اولیه به سامانه تولیدی RAG را با استفاده از pgvector و پروتکل MCP شرح میدهد. این معماری با ادغام حافظه و ابزارها، جایگزینی برای…

تیمهای عملیاتی SRE در حال گذار به پاسخهای خودکار از طریق یک عامل ناظر هستند که ابزارهای تخصصی را مدیریت میکند. این معماری فرآیند تحلیل لاگها تا تدوین گزارشهای پس از حادثه را…

پلتفرم DeepInfra با ارائه استنتاج بدون سرور برای مدلهای متنباز، هزینههای API را بهشدت کاهش داده است. با این حال، کاربران باید میان قیمت پایین و محدودیتهایی در پنجره متنی و…

شرکت آنتروپیک آماده است تا مدل Fable 5 را پس از رفع توقفهای امنیتی دولت آمریکا دوباره عرضه کند. در حالی که نسخههای محدودتر برای شرکای منتخب فعال شدهاند، عرضه عمومی این مدل در…

شرکت DeepSeek چارچوب DSpark را برای شتاببخشی به استنتاج مدلهای V4 معرفی کرد. این سیستم با ترکیب پیشنویسهای موازی و یک زمانبند هوشمند، سرعت تولید توکن را بدون کاهش کیفیت خروجی…