مالیاتِ گرانِ عاملها: هزینهٔ ۴۳۶ هزار توکنی برای هر زیرعامل در Claude Code
یک تحلیل فنی فاش کرد که ایجاد هر زیرعامل در Claude Code هزینهای ثابت و سنگین معادل ۴۳۶ هزار توکن دارد. این «مالیاتِ ایجاد» باعث میشود تفویض وظایف کوچک به عاملها بهجای…
دستهبندی
تحلیلهای عمیق مدلها، مقالات و بنچمارکها — پیشچاپها، ارزیابیها، مدلهای زبانی پیشرو و پژوهش همراستاسازی.
۶٬۸۳۷ مقاله منتشر شده
یک تحلیل فنی فاش کرد که ایجاد هر زیرعامل در Claude Code هزینهای ثابت و سنگین معادل ۴۳۶ هزار توکن دارد. این «مالیاتِ ایجاد» باعث میشود تفویض وظایف کوچک به عاملها بهجای…
توسعهدهندگان عاملهای هوش مصنوعی در سال ۲۰۲۶ با شکافی عمیق میان چارچوبهای استدلالی و زیرساختهای مرورگر مواجهاند. در حالی که ابزارهایی مثل Browser Use بر «چه چیزی کلیک شود»…
پژوهش جدید دانشگاه استنفورد نشان میدهد مدلهای زبانی کوچک (SLM) که روی سختافزار محلی اجرا میشوند، بهسرعت در حال پر کردن شکاف عملکرد با مدلهای ابری هستند. این تغییر میتواند…
شرکت آنتروپیک یک مدل هوش مصنوعی قدرتمند و محرمانه به نام Model 2 را برای مهندسی و کدنویسی داخلی به کار گرفته است. این مدل از تمام نسخههای عمومی کلود پیشرفتهتر است، اما فعلاً…
شرکت OpenAI سامانه جدیدی را معرفی کرد که الگوهای سوءاستفاده را بدون ذخیره حتی یک بایت از دادههای کاربر شناسایی میکند. این فناوری به مشتریان سازمانی اجازه میدهد بدون نگرانی از…
اتکای صرف به امتیازات کلی بنچمارکها برای انتخاب مدل زبانی اشتباه است. معماریهای «آگاه از وظیفه» با ایجاد یک لایه مسیریابی، هر درخواست را به مدلی میسپارند که بهترین توازن میان…
توسعهدهندگان برای کاهش ذخیرهسازی اطلاعات شخصی، از خط لولههای تأیید «آبشاری» استفاده میکنند. این سیستمها ابتدا با تخمینهای موقت هوش مصنوعی سن را بررسی کرده و تنها در موارد…
ترنس تائو، ریاضیدان برجسته، هشدار میدهد که تولید انبوه اثباتها توسط هوش مصنوعی میتواند توانایی انسان در بازبینی و درک منطق ریاضی را از بین ببرد. او معتقد است اولویت باید از…
شرکت چینی Unitree با وجود تردیدها درباره تقاضای واقعی بازار، به ارزش ۵۰ میلیارد دلار رسید. این رشد مدیون سیستمی است که در آن مراکز دولتی رباتها را میخرند و دادههای آموزشی آنها…
یک گردشکار فنی جدید نشان میدهد چگونه میتوان با استفاده از بهینهسازی مستقیم ترجیح (DPO)، مدل Qwen2.5-0.5B-Instruct را همراستا کرد. این متد با تمرکز بر شناسایی «سوگیری طول»،…
آزمون مقایسهای پنج مدل بردار معنایی نشان داد که اندازه مدل و تاریخ انتشار، پیشبینیکنندهٔ دقت بازیابی نیستند. مدل کوچک و اقتصادی distiluse-base-multilingual-cased-v2 در…
مقیاسپذیری آموزش مدلهای چندوجهی بیش از آنکه به منطق تجزیه دادهها وابسته باشد، به پایداری زیرساخت جمعآوری وابسته است. جداسازی حجم دادهها بر اساس حساسیت جغرافیایی، مانع از…