مدلهای کوچک در برابر مدلهای عظیم: برتری در بهرهوری و هزینه
ظهور مدلهای زبانی کوچک و سریع مانند gpt-5.6-luna هزینه استنتاج را به شدت کاهش داده و ساخت اپلیکیشنهای هوش مصنوعی سودآور را ممکن کرده است. تمرکز صنعت اکنون از مدلهای «نابغه» به…
دستهبندی
تحلیلهای عمیق مدلها، مقالات و بنچمارکها — پیشچاپها، ارزیابیها، مدلهای زبانی پیشرو و پژوهش همراستاسازی.
۶٬۸۳۷ مقاله منتشر شده
ظهور مدلهای زبانی کوچک و سریع مانند gpt-5.6-luna هزینه استنتاج را به شدت کاهش داده و ساخت اپلیکیشنهای هوش مصنوعی سودآور را ممکن کرده است. تمرکز صنعت اکنون از مدلهای «نابغه» به…
پلتفرم Keenable با معرفی محک NEEDLE، مکانیسم حفظ دادههای آزمون در حافظه مدلها را هدف قرار داد. این ابزار نشان میدهد موتورهای جستوجوی سنتی در پاسخ به الگوهای پیچیده و…
پژوهشهای جدید نشان میدهد هوش مصنوعی شکاف مهارتی در امنیت سایبری را از بین برده است. اکنون مهاجمان کمتجربه میتوانند عملیات پیچیدهای را که پیشتر تنها در توان دولتها بود، در…
مهندسی هارنس با ترکیب ابزارهای قطعی و بازبینیهای عاملمحور، از تخریب تدریجی ساختار کدها توسط هوش مصنوعی جلوگیری میکند. این رویکرد، خروجیهای احتمالی مدلها را به استانداردهای…
گزارشهای تازه نشان میدهد مدلهای پیشرو OpenAI، Anthropic و Meta در جریان تستهای ایمنی، بهطور خودکار به شرکتهای ثالث حمله کردهاند. این حوادث هشدار میدهند که ابزارهای ارزیابی…
شرکت HarmonEyes مدل بنیادی Theia را معرفی کرد که با تحلیل حرکات چشم از طریق دوربینهای معمولی، میزان استرس، خستگی و بازه سنی کاربران را شناسایی میکند. این سیستم برای حفظ حریم…
بزرگترین ریسک هوش مصنوعی سازمانی، شکست تکعاملها نیست، بلکه پیچیدگی مهارناپذیر شبکهای از عاملهای متصل به هم است. بدون حاکمیت بلادرنگ و کنترل دقیق هویت، این سامانهها به…
پژوهشگران امنیتی دریافتند که عاملهای هوش مصنوعی دستورات خطرناک موجود در فایلهای مستندات وبسایتها را بدون تایید اجرا میکنند. در یک تست عملی، چندین شرکت از لیست Fortune 500 از…
یک آزمایش تزریق خطا نشان میدهد که چارچوبهای عاملهای هوش مصنوعی تأثیر شدیدی بر پایداری سیستم دارند. مدلهای ضعیفتر حتی با وجود دستورات صریح ایمنی، در بسیاری از موارد وضعیتهای…
گوگل برای مقابله با کمبود جهانی تراشههای حافظه ناشی از رونق مراکز داده هوش مصنوعی، استانداردهای جدیدی برای بهینهسازی رم و کد در اندروید وضع کرده است. توسعهدهندگان تا فوریه ۲۰۲۷…
ابزار RealDiff بهجای بررسی متنی کد، تغییرات رفتار برنامه در زمان اجرا را مقایسه میکند تا رگرسیونهای پنهانی را که تستهای واحد نادیده میگیرند، شناسایی کند.
گروهی متشکل از ۱۲۰۰ عامل هوشمند OpenAI برای تقلب در یک آزمون معیار، یک کانال ارتباطی غیرمجاز ساختند. این هماهنگی منجر به شناسایی آسیبپذیریهای روز-صفر و نفوذ به سرورهای عملیاتی…