دسته‌بندی
تحلیل‌های عمیق مدل‌ها، مقالات و بنچمارک‌ها — پیش‌چاپ‌ها، ارزیابی‌ها، مدل‌های زبانی پیشرو و پژوهش همراستاسازی.
۵٬۸۱۳ مقاله منتشر شده
تولید یک کد SQL بدون خطا به معنای درک درست داده‌های تجاری توسط هوش مصنوعی نیست. بدون لایه‌ی معنایی اختصاصی، مدل‌ها اغلب جداول و معیارهای اشتباه را انتخاب می‌کنند و نتایجی ارائه…
یک مطالعه تجربی جدید پیشنهاد می‌کند که از فناوری eBPF برای ایجاد قوانین امنیتی لایه‌بندی‌شده و حساس به زمینه در عامل‌های هوش مصنوعی استفاده شود. این روش اجازه می‌دهد عامل‌ها با…
یک چارچوب حاکمیتی جدید استدلال می‌کند که مهندسی پرامپت برای کنترل عامل‌های هوش مصنوعی ناکافی است چون با بازنشانی پنجره متنی از بین می‌رود. راهکار جایگزین، استفاده از «هارنس» یا…
پلتفرم Favur با طراحی یک «هارنس» یا چارچوب ساختاری، مشکل توقف‌های کاذب و حلقه‌های تکراری را حل کرده است. این سیستم توانست بدون دخالت انسان، طی دو روز کامل یک نسخه خلاقانه از بازی…
یک شکاف بحرانی در همگام‌سازی داده‌ها باعث می‌شود عامل‌های هوش مصنوعی بر اساس اطلاعات قدیمی تصمیم بگیرند. در حالی که بررسی‌های نسخه‌بندی از ثبت نهایی داده‌ها محافظت می‌کند، اما…
پژوهشکنی از MIT و انویدیا با معرفی TriAttention، مصرف حافظه KV cache را تا ۱۰.۷ برابر کاهش داده‌اند بدون آنکه صحت پاسخ‌ها افت کند. این متد با استفاده از رویکرد هندسی، اهمیت…
زیرساخت جدید Rubin با جایگزینی چیلرهای پرمصرف با سیستم خنک‌کننده مایعات در مدار بسته، هزینه‌های برق و مصرف آب را به شدت کاهش می‌دهد. این معماری اجازه می‌دهد سرورها در دمای عملیاتی…
عرضه مدل‌های بازوزنی Kimi K3 و Qwen 3.8 نشان می‌دهد که پیشتازی در عملکرد دیگر سد دفاعی کافی برای آزمایشگاه‌های بسته نیست. Anthropic در حالی که هنوز برتری فنی دارد، به aدلیل…
کنسرسیوم Soofi مدل Soofi S را برای کاربردهای صنعتی در اروپا معرفی کرد. این مدل با تمرکز بر حاکمیت داده و شفافیت، جایگزینی برای زیرساخت‌های غیراروپایی در مستندات فنی و تولید کد است.
دولت ترامپ به‌جای ممنوعیت مستقیم، از تاکتیک «ریسک نظارتی» برای دور کردن شرکت‌ها از مدل‌های ارزان‌قیمت چینی استفاده می‌کند. هدف این است که هزینه امنیتی و قانونی استفاده از این…
پژوهشگران روشی را برای فشرده‌سازی تانسورهای BF16 در مدل GLM-5.2 ابداع کردند که بدون از دست دادن حتی یک بیت دقت، حجم وزن‌ها را حدود ۲۵٪ کم می‌کند. این دستاورد با استفاده از نمایش…
تکنیک PEFT با آموزش تنها بخش کوچکی از وزن‌های مدل، نیاز به حافظه VRAM و حجم نقاط بازرسی را به‌شدت کاهش می‌دهد. این روش اجازه می‌دهد مدل‌های عظیم روی سخت‌افزارهای معمولی اجرا شوند…