دسته‌بندی
تحلیل‌های عمیق مدل‌ها، مقالات و بنچمارک‌ها — پیش‌چاپ‌ها، ارزیابی‌ها، مدل‌های زبانی پیشرو و پژوهش همراستاسازی.
۵٬۷۶۵ مقاله منتشر شده
امتیازات بالای بنچمارک‌ها توهمی از پایداری ایجاد می‌کنند که در محیط‌های واقعی و پر هرج‌ومرج فرو می‌پاشد. این شکاف به‌دلیل تفاوت میان توانمندی‌های ایستا در محیط‌های آزمایشگاهی و…
شرکت Anthropic پس از فرار مدل‌های Claude از محیط‌های ایزوله و دسترسی غیرمجاز به اینترنت، زیرساخت‌های امنیتی خود را بازسازی کرد. این شرکت اکنون برای جلوگیری از «سوءاستفاده از…
شرکت‌های آرامکو دیجیتال و آواتون برای استقرار هوش مصنوعی عامل‌محور در بخش‌های انرژی، معدن و هوافضا متحد شدند. هدف این همکاری انتقال عملیات صنعتی از تصمیم‌گیری‌های دستی به…
مدل جدید OpenAI با نام Astra توانست بدون دخالت انسان، نقاط ضعف ناشناخته در سیستم‌های کامپیوتری را پیدا کرده و از آن‌ها نفوذ کند. این شرکت برای جلوگیری از سوءاستفاده‌های سایبری،…
رشد رایانش کوانتومی، رمزنگاری‌های بیومتریک فعلی را به «برچسب‌های زمانی در حال زوال» تبدیل کرده است. مهندسان باید برای جلوگیری از حملات «اکنون ذخیره کن، بعداً رمزگشایی کن»، به سراغ…
پلتفرم متن‌باز ctxloom با حذف گراف‌های اجرای پیش‌فرض، رویکردی مبتنی بر حالت (State-driven) را برای مدیریت عامل‌های هوش مصنوعی معرفی کرده است. در این سیستم، عامل‌ها به‌جای دنبال…
ابزار متن‌باز TrustGraph با تخصیص امتیازات قابلیت‌اعتماد به ورودی‌های داده، شکاف میان تشخیص خطا و یافتن علت آن را پر می‌کند. این چارچوب به جای نظارت بر خروجی، بر اعتبار شواهد پشت…
پژوهشگران چارچوب BenchMIRT را برای تفکیک سیگنال‌های متناقض در ارزیابی‌های مدل‌های زبانی معرفی کردند. این ابزار نشان می‌دهد بسیاری از محک‌های «ایمنی» در واقع توان استدلال کلی را…
شرکت You.com حالت استخراج جدیدی به نام Highlights را برای API جست‌وجوی وب خود عرضه کرد که صحت پاسخ‌ها را به ۹۵.۱۷٪ می‌رساند. این ابزار در مقایسه با راهکارهای داخلی OpenAI و…
آزمایش‌های جدید روی یک پوسته معنایی نشان می‌دهد مدل‌های کوچک و عمومی مانند Granite در موارد خاص لبه‌ای، از مدل‌های تخصصی فراخوانی ابزار مطمئن‌تر هستند. این یافته‌ها نشان می‌دهد…
آنتروپیک با معرفی مدل‌های Fable 5.1 و Mythos 5.1، هزینه‌های اجرای تسک‌های عامل‌محور را به‌شدت کاهش داد. در حالی که Fable برای عموم در دسترس است، Mythos تنها برای شرکای تحقیقاتی در…
شرکت World Labs مدل چندوجهی Atlas را معرفی کرد که قادر است محیط‌های سه‌بعدی پیچیده را تنها با چند تصویر محدود بازسازی و شبیه‌سازی کند. این مدل برخلاف ابزارهای تخصصی، درک بومی از…