پرش به محتوای اصلی

دسته‌بندی

تحلیل و بررسی تخصصی

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

۵٬۷۷۸ مقاله منتشر شده

نوار ابزار ویندوز با دکمه‌های میکروفون و کیبورد، نشان‌دهنده فعال‌سازی صوتی Codex
آموزش کاربردی

«فراتر از تحلیل احساسات»؛ رویکرد جدید NLP در استخراج سیگنال‌های بازار

پردازش زبان طبیعی (NLP) در حوزه مالی از امتیازدهی ساده به احساسات فراتر رفته و اکنون بر تحلیل لحن، عدم قطعیت و بستر کلام در گزارش‌های مالی تمرکز دارد. تیم‌های کوانت با تفکیک سخنان…

۴ دقیقه خواندن۱
ماشین‌های مجازی نمی‌توانند عاملان سایبری را مهار کنند

عامل GPT 5.6-Cyber با زنجیره‌ای از آسیب‌پذیری‌های 0-Day از محیط مجازی گریخت

تحلیل‌های فنی نشان می‌دهد یک عامل هوش مصنوعی پیشرفته توانسته است سه بار از محیط ایزوله‌ی QEMU/KVM خارج شود. این یافته‌ها ثابت می‌کند ماشین‌های مجازی استاندارد دیگر برای مهار…

۷ دقیقه خواندن
هوش مصنوعی هنوز برای کار واقعی آماده نیست: چرا مدل‌ها در وظایف پیچیده مردود می‌شوند

پژوهش برکلی: نرخ موفقیت عامل‌های هوش مصنوعی در وظایف تخصصی زیر ۲۵٪ است

تحقیقات جدید نشان می‌دهد مدل‌های پیشرو در مواجهه با وظایفی که تخصص سطح ارشد را می‌طلبد، به‌طور کامل شکست می‌خورند. در حالی که هوش مصنوعی در پیش‌نویس‌های اولیه مفید است، تکیه به آن…

۴ دقیقه خواندن
هوش مصنوعی عامل‌محور وی‌استار در پردازش ادعاها، رد درخواست‌ها و صورتحساب بیماران

Waystar با عامل‌های هوش مصنوعی پرونده‌های ردشدهٔ بیمه را خودکار بازبینی می‌کند

شرکت Waystar ابزارهای عامل‌محور جدیدی را برای خودکارسازی چرخه درآمدی سلامت عرضه کرد. این سامانه می‌تواند به‌طور مستقل پرونده‌های ردشده را بازبینی و ارسال کند و تحلیل‌های مالی…

۵ دقیقه خواندن۵
کاربر روی لینکی در وب‌سایت کلیک می‌کند و ترمینال هوش مصنوعی با پرامپت از پیش بارگذاری‌شده باز می‌شود.
آموزش کاربردی

FLASH: ادغام مدل‌های زبانی محلی در ترمینال سیستم با دسترسی مستقیم به مرورگر

ابزار FLASH یک پوسته (Shell) هوشمند محلی است که اجازه می‌دهد دستورات AI را مستقیماً از طریق لینک‌های مرورگر اجرا کنید. این ابزار با حذف نیاز به کپی-پیست بین چت‌بات و ترمینال، محیط…

۸ دقیقه خواندن۵
پیش‌نمایش معماری Qwen4 با ۶ میلیارد پارامتر فعال در Qwen3.8-Flash-Next

«بهینه‌سازی شدید استنتاج»؛ هدف علی‌بابا از معرفی Qwen3.8-Flash-Next

علی‌بابا با معرفی Qwen3.8-Flash-Next، معماری ترکیبی جدیدی را ارائه کرد که با وجود ۱۲۵ میلیارد پارامتر کل، تنها از ۶ میلیارد پارامتر فعال برای هر توکن استفاده می‌کند. هدف این مدل،…

۴ دقیقه خواندن۱