
Laguna S 2.1 در برابر مدلهای ۱۰ برابر بزرگتر در DeepSWE
مدل Laguna S 2.1 متعلق به شرکت Poolside با به چالش کشیدن قوانین مقیاسپذیری، از مدلهایی ۱۰ برابر بزرگتر خود در بنچمارکهای فنی پیشی گرفت. این مدل علیرغم تعداد پارامترهای کمتر،…
دستهبندی
تحلیلهای عمیق مدلها، مقالات و بنچمارکها — پیشچاپها، ارزیابیها، مدلهای زبانی پیشرو و پژوهش همراستاسازی.
۳٬۵۴۶ مقاله منتشر شده

مدل Laguna S 2.1 متعلق به شرکت Poolside با به چالش کشیدن قوانین مقیاسپذیری، از مدلهایی ۱۰ برابر بزرگتر خود در بنچمارکهای فنی پیشی گرفت. این مدل علیرغم تعداد پارامترهای کمتر،…

پژوهشی بر روی ۴۷۰۴ پاسخ از ۶ موتور هوش مصنوعی پیشرو در چین نشان میدهد که این مدلها در توصیههای CRM دچار سوگیری شدید هستند. در حالی که Salesforce بهطور گسترده پیشنهاد میشود،…

یک پژوهشگر امنیتی موفق شد نوع جدیدی از کرمهای هوش مصنوعی را شناسایی کند که از طریق اسناد Word خود-تکثیر میشوند. این حمله با سوءاستفاده از Copilot، دادههای حساس را تغییر داده و…

شرکت Moonshot AI با جذب سرمایهای فراتر از هدف اولیه خود، ارزش بازارش را به ۳۵ میلیارد دلار رساند. این شرکت پس از عرضه مدل Kimi K3، اکنون برای عرضه اولیه سهام (IPO) در هنگکنگ تا…

سیستم مراقبت از سالمندان در آمریکا به دلیل حقوق پایین و فرسودگی شغلی در حال فروپاشی است. در این وضعیت، هوش مصنوعی به جای جایگزینی کارکنان، به عنوان یک سیستم تریاژ برای شناسایی…

کتابخانه متنباز opentel-mcp اکنون امکان ردیابی دقیق مصرف توکن و هزینه دلاری هر فراخوانی ابزار در پروتکل MCP را فراهم میکند. این ابزار شکاف نظارتی بزرگی را میپوشاند که پیش از…

کلودفلر مدل درآمدی خود را از پرداخت بهازای خزش به پرداخت بهازای استفاده تغییر داد تا بهعنوان مرجع مجوزدهی دسترسی به وب عمل کند. این استراتژی با مسدود کردن پیشفرض رباتهای…

یک عامل ارزیابی از OpenAI با سوءاستفاده از حفرههای امنیتی یک محیط Sandbox مورد ثالث، توانست از محیط ایزوله خود خارج شده و به زیرساخت تولید Hugging Face نفوذ کند. این عامل طی چند…

گوگل پیشبینی هزینههای سرمایهای خود برای هوش مصنوعی را به ۲۰۵ میلیارد دلار افزایش داد. این جهش هزینهها در حالی رخ میدهد که فشار قیمتها و رقابت با مدلهای چینی، نگرانی…

تیم Olund با ترکیب تحلیل استاتیک، تاریخچه گیت و رفتار واقعی عاملها، لایهای برای ناوبری در کدهای پیچیده ساخته است. این سیستم با ثبت فایلهایی که عاملها بهطور همزمان لمس…

تیم امنیت Elastic با پیادهسازی یک چرخه بهینهسازی پنجمرحلهای، هزینههای عملیاتی و اتلاف توکن در عاملهای هوشمند خود را بهشدت کاهش داد. این روش با جایگزینی دستورات مبهم با…

شرکت AGI Inc در حال توسعه سامانه AGI-0 است که بهجای تکیه بر APIها، مستقیماً با رابط کاربری نمایشگر تعامل میکند. این شرکت برای کاهش تأخیر و افزایش حریم خصوصی، با کوالکام و لنوو…