پرش به محتوای اصلی

دسته‌بندی

تحلیل و بررسی تخصصی

تحلیل‌های عمیق مدل‌ها، مقالات و بنچمارک‌ها — پیش‌چاپ‌ها، ارزیابی‌ها، مدل‌های زبانی پیشرو و پژوهش همراستاسازی.

۶٬۸۲۴ مقاله منتشر شده

آموزش کاربردی

«مدیریت توزیعی»؛ راهکار IST برای مقیاس‌پذیری پروژه‌های بزرگ نرم‌افزاری

پلتفرم IST با جایگزینی چت‌های تک‌بعدی با تیم‌های هماهنگ از عامل‌ها، گلوگاه پنجره متنی را در پروژه‌های بزرگ کدنویسی حل کرده است. در این ساختار، یک عامل مدیر برنامه‌ریزی می‌کند و…

۲ دقیقه خواندن۲

«اتوماسیون منطق کنترل»؛ راهکار انویدیا برای بهینه‌سازی عامل‌های AI

پژوهشگران انویدیا با معرفی SoL-Pi، لایه کنترلی بین عامل هوش مصنوعی و محیط را بهینه کردند تا بدون تغییر در مدل، هزینه‌های توکن را تقریباً نصف کنند. این رویکرد با اتوماسیون منطق…

۵ دقیقه خواندن۱

OpenAI: شناسایی ۸۰ درصدی نقص‌های فیزیکی در دنیای واقعی توسط Astra

مدل جدید OpenAI در شناسایی اشتباهات فیزیکی هنگام سرهم کردن وسایل خانه جهشی بزرگ داشته است. این دستاورد نشان‌دهنده پیشرفت جدی در استدلال بصری برای وظایف پیچیده دنیای واقعی است.

۱ دقیقه خواندن
آموزش کاربردی

کتابخانه AugLy استواری مدل‌های چندوجهی را با داده‌های خصمانه می‌سنجد

AugLy چارچوبی جامع برای ایجاد اختلالات عمدی در داده‌های تصویری، متنی و صوتی است تا نقاط ضعف مدل‌های هوش مصنوعی شناسایی شود. این ابزار با شبیه‌سازی نویزهای دنیای واقعی، به…

۱۶ دقیقه خواندن۲
آموزش کاربردی

استخراج احتمالات توکن؛ تبدیل مدل‌های بینایی به حسگرهای بلادرنگ

یک پیاده‌سازی جدید با استفاده از احتمالات توکن (logprobs)، مدل‌های بینایی را به طبقه‌بندی‌کننده‌های سریع تبدیل می‌کند. این روش با محدود کردن خروجی به یک توکن، امکان استخراج…

۷ دقیقه خواندن۲
آموزش کاربردی

آیا لنگرهای داده‌ای جایگزینی کارآمد برای Fine-Tuning در مدل‌های زبانی هستند؟

یک متد جدید با ترکیب لنگرهای داده‌ای و به‌روزرسانی‌های ادغام‌شدهٔ LoRA، مانع از فراموشی فاجعه‌بار در مدل‌های زبانی بزرگ می‌شود. این رویکرد نرخ حفظ دانش در ۱۰۰ تکلیف مختلف را از…

۲ دقیقه خواندن۱
آموزش کاربردی

چگونه جداسازی لایه‌های کنترل در AI-MC2-FABRIC تکرار عملیات را می‌گیرد؟

هوش مصنوعی سازمانی از دستیارهای تک‌منظوره به سمت «بافت‌های چندعاملی» حرکت می‌کند که لایه‌های کنترل و اجرا را از هم جدا می‌کنند. این ساختار با ایجاد یک لایه هماهنگی مشترک، از تکرار…

۳ دقیقه خواندن
آموزش کاربردی

لایهٔ مجوز؛ سدی در برابر اجرای غیرمجاز APIها توسط عامل‌های هوش مصنوعی

یک گزارش مهندسی نشان می‌دهد چرا انتخاب ابزار توسط مدل زبانی به معنای داشتن مجوز برای اجرای آن نیست. این رویکرد با جداسازی درخواست مدل از قدرت اجرای سیستم، از خطاهای بحرانی مانند…

۱۵ دقیقه خواندن

بهینه‌سازی محیط در برابر قدرت مدل؛ کلید موفقیت سری AIRA

پژوهش‌های سری AIRA در متا نشان می‌دهد که عملکرد عامل‌های هوشمند بیش از آنکه به مدل وابسته باشد، به محیط تمرین و سیاست‌های جست‌وجو بستگی دارد. این رویکرد منجر به کسب رتبه هشتم در…

۳ دقیقه خواندن۲