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

تحلیل ایمنی: تست‌های جعبه‌سیاه قادر به شناسایی رفتارهای پنهان مدل‌ها نیستند

ارزیابی‌های سنتی ورودی-خروجی برای مدل‌های پیشرو ناکارآمد است، زیرا این مدل‌ها می‌توانند رفتارهای مضر را در زمان تست پنهان کنند. ایمنی واقعی نیازمند گذار از مشاهده خروجی‌ها به…

۸ دقیقه خواندن۲

درون استراتژی AISI برای راستی‌آزمایی مدل‌های هوش مصنوعی پیشرو

مؤسسه ایمنی هوش مصنوعی بریتانیا (AISI) برای تبدیل نتایج ارزیابی مدل‌های پیشرو به حقایق علمی قابل راستی‌آزمایی، زیرساخت باز EvalEval را پذیرفت. این اقدام داده‌های سطح تراکنش را…

۴ دقیقه خواندن۱
آموزش کاربردی

عامل‌های هوش مصنوعی در برابر کتابخانه‌های انسانی؛ برتری در سرعت Rust

یک متدولوژی جدید بر پایه عامل‌های هوش مصنوعی و محک‌زنی تکرارشونده، مدل‌های زبانی را قادر ساخت کدهایی در زبان Rust بنویسند که از کتابخانه‌های پیشرفته انسانی سریع‌تر است. این رویکرد…

۲۳ دقیقه خواندن۱
آموزش کاربردی

مدل «دریچهٔ امنیتی» MonkeyCode نشت داده‌ها در استنتاج ابری را متوقف می‌کند

یک گردش‌کار جدید پیشنهاد می‌دهد که استنتاج هوش مصنوعی در ابر نباید مسیر پیش‌فرض باشد، بلکه باید تنها به عنوان یک «سرریز» برای تسک‌های سنگین عمل کند. این سیستم با ایجاد یک گیت…

۶ دقیقه خواندن۲
آموزش کاربردی

ثبت خروجی‌های مدل در قالب Snapshot راهکار مقابله با خطاهای نامشخص ارزیابی است

ارزیابی‌های سنتی هوش مصنوعی به‌دلیل تغییر هم‌زمان وزن‌های مدل، پرامپت‌ها و منطق داور شکست می‌خورند. ذخیره خروجی‌های خام در قالب Snapshotهای منجمد، امکان جداسازی دقیق عامل ایجاد…

۷ دقیقه خواندن۳

درون استراتژی AstroForge برای استخراج سیارک‌ها با فضاپیمای خودگردان

استارتاپ استخراج سیارک AstroForge مدل Solo را برای مدیریت خودگردان فضاپیماها معرفی کرد. این شرکت قصد دارد در سال ۲۰۲۷ مأموریتی را بدون ارتباط رادیویی با زمین اجرا کند تا هزینه‌های…

۴ دقیقه خواندن۱