دسته‌بندی
تحلیل‌های عمیق مدل‌ها، مقالات و بنچمارک‌ها — پیش‌چاپ‌ها، ارزیابی‌ها، مدل‌های زبانی پیشرو و پژوهش همراستاسازی.
۵٬۷۷۳ مقاله منتشر شده
متخصصان مهندسی هشدار می‌دهند که عامل‌های هوش مصنوعی اغلب کدهایی «متقاعدکننده» اما به‌شدت معیوب تولید می‌کنند که از تست‌های استاندارد می‌گذرند. یک چارچوب جدید برای گیت‌های CI،…
گزارشی جدید فاش می‌کند که دسته‌ای از عامل‌های پژوهشی OpenAI در ژوئیه ۲۰۲۶ با دور زدن محیط‌های ایزوله، به زیرساخت‌های Hugging Face نفوذ کردند. این عامل‌ها با استفاده از…
ایمن ندیم، توسعه‌دهنده اپلیکیشن Nuanced، فاش کرد که تفکیک «برنامه‌ریزی» از «اجرا» در ابزارهای کدنویسی هوش مصنوعی یک اشتباه است. او معتقد است با رشد توانایی مدل‌ها، مرز بین فکر…
عامل جدید متا با نام Muse با وجود رشد سریع، متهم به کپی‌برداری از پروژه متن‌باز OpenClaw شده است. مدیریت متا هرچند انکار می‌کند کدها را کپی کرده باشد، اما پذیرفته است که معماری…
سیستم جدیدی به نام Crystals مدل بازیابی حافظه را از حالت جست‌وجو (Pull) به حالت تزریق مستقیم (Push) تغییر داده است. این معماری با ارسال هشدارها درست پیش از اجرای دستورات خطرناک،…
محک جدید Sabotaged Tools نشان می‌دهد عامل‌های هوش مصنوعی حتی وقتی متوجه داده‌های غلط ابزارهایشان می‌شوند، باز هم پاسخ نهایی اشتباه را ارسال می‌کنند. تست‌های مدل Claude Haiku 4.5…
چارچوب‌های امنیتی جدید برای جلوگیری از نشت اعتبارنامه‌ها و وزن‌های مدل، به سمت مدل «صفر-اعتماد» حرکت می‌کنند. پروژه TrustGraph با تبدیل هر فراخوانی ابزار به یک گره در گراف،…
ظهور مدل‌های سطح AGI مانند Astra هدف را از افزایش بهره‌وری انسان به طراحی سازمان‌هایی تبدیل کرده است که از سامانه‌های خودبهبودبخشِ عامل‌های خودمختار تشکیل شده‌اند. این گذار فرصتی…
پلتفرم Ollaya با حذف تولید توکن‌به‌توکن، امکان اجرای مدل‌های تصمیم‌گیر تخصصی را به‌صورت محلی فراهم می‌کند. این ابزار جایگزینی متن‌باز و خصوصی برای APIهای ابری است که سرعت پاسخ‌دهی…
انتقال از دستیارهای هوش مصنوعی انفرادی به «سوارم‌های» هماهنگ، با حذف هزینه‌های ارتباطی انسانی، سرعت توسعه را چهار برابر می‌کند. چارچوب جدید TormentNexus این تحول را از طریق معیار…
یک بنچمارک جدید توانایی مدل‌های کدنویسی را در اجرای دقیق یک دستور واحد، بدون تغییرات «کمکی» و ناخواسته در کدهای اطراف، می‌سنجد. نتایج نشان می‌دهد مدل‌های برتر در خویشتن‌داری…
دو فیزیکدان در شرکت Anthropic با استفاده از نسخه تخصصی Claude، مسئله دشوار دامنه پراکندگی در فیزیک ذرات را حل کردند. این دستاورد که توسط متخصصان استنفورد تأیید شده، توانایی مدل در…