دسته‌بندی
تحلیل‌های عمیق مدل‌ها، مقالات و بنچمارک‌ها — پیش‌چاپ‌ها، ارزیابی‌ها، مدل‌های زبانی پیشرو و پژوهش همراستاسازی.
۵٬۷۶۵ مقاله منتشر شده
گوگل مدل اقتصادی Gemini 3.8 Flash را با عملکردی در سطح مدل‌های گران‌قیمت در کدنویسی و امنیت سایبری معرفی کرد. با وجود قیمت رقابتی، مصرف بالای توکن در استدلال‌های پیچیده ممکن است…
دولت ایالات متحده با مداخله در پرونده کپی‌رایت نیویورک تایمز علیه OpenAI، استدلال کرد که آموزش مدل‌های زبانی بر اساس متون دارای کپی‌رایت قانونی است. این موضع می‌تواند پیش‌روی…
مدل جدید Astra توانست آسیب‌پذیری‌های ناشناخته‌ای را شناسایی و به کد تخریبی تبدیل کند. با این حال، معماری جدید این مدل باعث شده است که فرآیند استدلال داخلی آن برای ناظران انسانی…
تیم مهندسی گوگل چارچوبی را معرفی کرد که در آن مدل‌های زبانی به‌جای دستورات مبهم، از معیارهای سخت‌گیرانه و بله/خیر (Boolean) برای نمره‌دهی به سایر عامل‌ها استفاده می‌کنند. این روش…
عامل‌های هوش مصنوعی در محیط‌های عملیاتی به جای دستورات متنی، نیازمند یک سیستم قطعی برای درک محدودیت‌های خود هستند. چارچوب جدیدی پیشنهاد شده که با تعریف پنج دسته‌بندی از «پاسخ‌های…
گلوگاه اصلی عامل‌های هوش مصنوعی هوش مدل نیست، بلکه نبود سازوکار تأیید خروجی است. پروتکل Agateon با تبدیل تأیید به یک زیرساخت سخت‌گیرانه، «مالیات اعتماد» و نیاز به نظارت انسانی…
سامانه متن‌باز Alchimista برخلاف چت‌بات‌های معمولی، هر پاسخ هوش مصنوعی را به یک ردپای قابل حسابرسی تبدیل می‌کند. این ابزار با اولویت دادن به حاکمیت داده و حریم خصوصی، امکان…
تحلیل جدید FrontierHarness نشان می‌دهد هزینهٔ عملیاتی عامل‌های مهندسی نرم‌افزار با نرخ موفقیت آن‌ها فاصله گرفته است. در حالی که برخی مدل‌ها تسک‌های بیشتری را پاس می‌کنند، هزینهٔ…
گوگل دیپ‌مایند مدل Gemini 3.8 Flash را برای تسریع گردش‌کارهای عامل‌محور و مهندسی نرم‌افزار عرضه کرد. این مدل با حفظ پنجره متنی یک میلیون توکنی، تعادلی بهینه میان کیفیت، هزینه و…
شرکت داروسازی بوهرینگر اینگلهایم با دریافت مجوز استفاده از پلتفرم K Pro و داده‌های چندوجهی Owkin، فرآیند کشف دارو در حوزه‌های سرطان و ایمنی را خودکار می‌کند. این همکاری بر پایه…
یک حسابرسی فنی نشان می‌دهد بیش از یک‌سوم ارجاعات عددی Perplexity به صفحاتی ختم می‌شوند که یا باز نمی‌شوند یا حاوی اعداد ذکر شده نیستند. این مطالعه حاکی از آن است که مدل‌ها به‌جای…
شرکت World Labs مدل Atlas را معرفی کرد؛ سیستمی که با درک مختصات سه‌بعدی، محیط‌های پیچیده را از چند عکس بازسازی و شبیه‌سازی می‌کند. این مدل برخلاف مدل‌های ویدیویی، داده‌ها را در…