دسته‌بندی
تحلیل‌های عمیق مدل‌ها، مقالات و بنچمارک‌ها — پیش‌چاپ‌ها، ارزیابی‌ها، مدل‌های زبانی پیشرو و پژوهش همراستاسازی.
۵٬۷۸۷ مقاله منتشر شده
تحلیل‌های فنی نشان می‌دهد پیشرفت هوش مصنوعی تنها به قابلیت تأیید (Verifiability) وابسته نیست. مفاهیمی چون «قابلیت تکرار انبوه» (Grindability) تعیین می‌کنند که آیا توانمندی یک مدل…
انویدیا با معرفی مدل Nemotron-Labs-3-Puzzle-75B-A9B، پارامترهای مدل ترکیبی MoE را از ۱۲۰.۷ میلیارد به ۷۵.۳ میلیارد کاهش داد. این بهینه‌سازی باعث افزایش چشمگیر توان عملیاتی در…
اوپن ای‌آی مدل GPT-Live را معرفی کرد؛ سیستمی با معماری Full-Duplex که امکان گوش دادن و صحبت کردن همزمان را فراهم می‌کند. این فناوری با حذف چرخهٔ «سخن-انتظار»، تعاملات صوتی را به…
بازنویسی کامل پایگاه‌داده PostgreSQL با زبان Rust در پروژه pgrust به نقطه عطف سازگاری ۱۰۰ درصدی با تست‌های رگرسیون نسخه ۱۸.۳ رسید. این رویکرد با کمک برنامه‌نویسی مبتنی بر هوش…
مدل ۹ میلیارد پارامتری Lift با حذف مرحله تبدیل به Markdown، داده‌های ساختاریافته را مستقیماً از تصاویر PDF به JSON تبدیل می‌کند. این مدل در سرعت استنتاج از Gemini Flash 3.5 جلو…
تغییر پارادایم در بازنویسی نرم‌افزار از مدرن‌سازی فنی به بهینه‌سازی برای هوش مصنوعی. کدبیس‌هایی با الگوهای سازگار، خروجی‌های باکیفیت‌تر تولید کرده و هزینه‌های عملیاتی را کاهش…
ابزار متن‌باز SWT با بهره‌گیری از چارچوب FunASR، امکان تبدیل گفتار به متن را به‌صورت کاملاً آفلاین فراهم می‌کند. این نرم‌افزار با انتقال استنتاج به سخت‌افزار کاربر، ریسک نشت…
یک گردش‌کار جدید شکاف میان توکن‌های طراحی ایستا و رفتارهای زمان اجرا را پر می‌کند. این ابزار به عامل‌های هوش مصنوعی اجازه می‌دهد زمان‌بندی حرکت و اصول تعاملی سایت‌های مرجع را…
گزارشی میدانی نشان می‌دهد مدل‌های زبانی محلی در وظایف پیچیده‌ی کدنویسی به‌دلیل محدودیت سخت‌افزاری شکست می‌خورند. این یافته‌ها رویکردی ترکیبی را پیشنهاد می‌کند: مدل‌های ابری برای…
استفاده از توکن‌های API در متغیرهای محیطی برای دموهای کوچک جواب می‌دهد اما در مقیاس صنعتی یک کابوس امنیتی است. OpenConnector با ایجاد یک مرز زمان-اجرایی (Runtime Boundary)، مدیریت…
روش جدیدی به نام داربست استدلالی با جایگزینی دستورات مبهم «گام‌به‌گام فکر کن»، مدل‌ها را مجبور به طی یک چرخه سخت‌گیرانه از مشاهده، فرضیه، تست و نتیجه‌گیری می‌کند. این رویکرد با…
مقایسه‌ی عملکرد مدل‌های جدید نشان می‌دهد Grok 4.5 سریع‌ترین و ارزان‌ترین گزینه است، اما خانواده Claude همچنان در اجرای کدهای پیچیده و سه‌بعدی پیشتاز است. این آزمون بدون هیچ‌گونه…