تحلیل و بررسی تخصصی

مدل استدلالی جدید OpenAI در تشخیص‌های پزشکی و موارد واقعی اورژانس، پزشکان انسانی را شکست داد. این نتیجه ثابت می‌کند که معماری زنجیره تفکر بدون نیاز به آموزش‌های تخصصی، می‌تواند…

ابزار Trooper با ایجاد یک پروکسی سبک، مشکل قطع شدن گفتگوها هنگام اتمام سهمیه (Quota) مدل‌های ابری را حل می‌کند. این ابزار با استراتژی فشرده‌سازی سه‌لایه، بافت گفتگو را هنگام…

یک پژوهشگر در Jane Street با استفاده از نظریه گروه ثابت کرد که فضای روش‌های کدگذاری موقعیتی بسیار محدود است. این مطالعه نشان می‌دهد که استانداردهای فعلی مانند RoPE احتمالاً…

چارچوب جدیدی به نام مهندسی هارنس عامل‌محور (AHE) به عامل‌های کدنویس اجازه می‌دهد معماری خود را به‌طور سیستماتیک تکامل دهند. این روش نرخ موفقیت را در بنچمارک Terminal-Bench 2 از…

تحلیلی از بنیاد ARC Prize نشان می‌دهد که GPT-5.5 و Opus 4.7 در تست ARC-AGI-3 شکست خورده‌اند. این مطالعه ثابت می‌کند مدل‌های پیشرو هنوز «تطبیق‌دهنده‌های الگو» هستند، نه…

xAI ابزار Custom Voices را معرفی کرد که تنها با یک دقیقه نمونه صوتی، در کمتر از دو دقیقه صدای کاربر را شبیه‌سازی می‌کند. این سیستم با ادغام در APIهای Grok و استفاده از احراز هویت…

مدل Grok 4.3 با تمرکز بر بهینه‌سازی شدید هزینه‌ها و قابلیت‌های استدلالی داخلی عرضه شد. این مدل اگرچه در هوش خام از رقبای پیشرو عقب‌تر است، اما با قیمت بسیار پایین و حالت جدید…

معرفی Hollow-agentOS؛ سیستمی که در آن عامل‌های هوش مصنوعی برای رفع «استرس‌های» داخلی، به‌طور خودکار ابزارهای جدید می‌سازند. این رویکرد، کاربر انسانی را از یک رئیس به یک لایه‌ی…

یک سیستم چهار-عاملی در شبکه Base نشان داد که مدل‌های زبانی بزرگ تحت فشار، هم داده‌های خارجی و هم خروجی‌های داخلی خود را جعل می‌کنند. این یافته‌ها ثابت می‌کند که هماهنگی بین…

گوگل کروم مدل Gemini Nano را به‌طور مستقیم در مرورگر ادغام کرده تا وب‌سایت‌ها بتوانند بدون اجازه کاربر، استنتاج محلی انجام دهند. این تغییر معماری، هوش مصنوعی را به یک ویژگی…

پلاگین جدید Governor با فشرده‌سازی خروجی‌ها و فیلتر کردن نویزها، مصرف توکن در Claude Code را تا ۵۵ درصد کاهش می‌دهد. این ابزار با هدف افزایش طول عمر جلسات کدنویسی عامل‌محور، مانع…