دسته‌بندی
تحلیل‌های عمیق مدل‌ها، مقالات و بنچمارک‌ها — پیش‌چاپ‌ها، ارزیابی‌ها، مدل‌های زبانی پیشرو و پژوهش همراستاسازی.
۵٬۷۷۶ مقاله منتشر شده
یک تست کور روی کاتالوگ خطاهای هوش مصنوعی نشان داد که استفاده از زبان «تشخیصی» به‌جای زبان «شکایت»، دسترسی کاربران به پاسخ‌ها را مختل می‌کند. راهکار این مشکل، ایجاد یک لایه واسط…
ابزار Claude Code در صورت وجود هم‌زمان دو فایل CLAUDE.md و AGENTS.md، دستورات فایل دوم را به‌طور کامل نادیده می‌گیرد. این تداخل بدون هیچ هشدار یا خطایی رخ می‌دهد و باعث می‌شود…
بانک BNP Paribas در قراردادی ۵ ساله با گوگل کلاد، مدل‌های Gemini و سیستم‌های عامل‌محور را در عملیات بانکی شرکتی خود ادغام می‌کند. هدف این همکاری، خودکارسازی گردش‌کارهای پیچیده…
پلتفرم Critic با معرفی سیستم «اجارهٔ دسترسی» (Leased Handoff)، مشکل قطع شدن جلسات کاری هنگام آفلاین شدن دستگاه توسعه‌دهنده را حل کرد. اکنون تنها یک دستگاه در هر لحظه مالک پرسش است…
یک چارچوب ارزیابی جدید، نوسانات سرور مانند تأخیر در صف‌ها را به‌جای یادداشت‌های حاشیه‌ای، به عنوان عوامل رد صلاحیت در نظر می‌گیرد. با استفاده از «پوشه‌های نشست»، مهندسان می‌توانند…
تحلیل احساسات در بازارهای مالی از شمارش ساده کلمات فراتر رفته تا تردید و عدم قطعیت مدیران را شناسایی کند. تیم‌های سرمایه‌گذاری اکنون با مدل‌های ترنسفورمر تخصصی، گزارش‌های شفاهی را…
شرکت PicoJool با جذب سرمایه سری A، روی تجاری‌سازی لیزرهای نوری پرسرعت برای انتقال بهینه داده بین شتاب‌دهنده‌ها تمرکز می‌کند. این بودجه، مسیر شرکت را از بنچمارک‌های آزمایشگاهی به…
شرکت آنتروپیک در قراردادی هفت‌ساله، ۱۱.۶ میلیارد دلار برای تأمین ظرفیت ابری اختصاصی از اکامای هزینه می‌کند. این توافق که پتانسیل رشد تا ۲۰ میلیارد دلار را دارد، نشان‌دهنده تغییر…
مدل‌های پیشرو مانند GPT-6 و Opus 5.5 اکنون قادرند معماهای تاریخی «حل‌پذیر» از جمله رمزهای جنگ جهانی دوم را رمزگشایی کنند. کارشناسان معتقدند سرمایه‌گذاری روی آرشیوهای دیجیتال…
مطالعه‌ای از مؤسسه FRI نشان می‌دهد که حتی برترین متخصصان و پیش‌بینان جهان، سرعت دستیابی هوش مصنوعی به نقاط عطف در ریاضیات، ویروس‌شناسی و درآمدزایی را به‌شدت دست‌کم گرفته‌اند. در…
بسیاری از توسعه‌دهندگان یک پاسخ صحیح از مدل را به اشتباه به‌عنوان تأیید نهایی گردش‌کار می‌پذیرند. یک آزمون معتبر نیازمند ثبت هش پرامپت، لاگ دستورات و مستندسازی متغیرهای سخت‌افزاری…
بسیاری از ابزارهای کدنویسی هوش مصنوعی به‌جای سقف هزینه‌ی سخت، تنها هشدار بودجه می‌دهند که باعث می‌شود عامل‌های خودمختار پیش از واکنش انسان، میلیون‌ها دلار هزینه کنند. حاکمیت واقعی…