دسته‌بندی
تحلیل‌های عمیق مدل‌ها، مقالات و بنچمارک‌ها — پیش‌چاپ‌ها، ارزیابی‌ها، مدل‌های زبانی پیشرو و پژوهش همراستاسازی.
۵٬۷۸۲ مقاله منتشر شده
مدل وزن‌باز CLM-8B با جایگزینی تولید متن با سیستم امتیازدهی اقدامات، تأخیر در تصمیم‌گیری عامل‌های هوش مصنوعی را به‌شدت کاهش داد. این مدل در نقش تأییدکننده کدنویسی، نتایجی فراتر از…
شرکت Mistral با انتشار نقطه بازرسی رسمی NVFP4، نیاز حافظه مدل ۱۱۹ میلیاردی خود را به ۶۶ گیگابایت کاهش داد. این اقدام تفاوت حیاتی میان کوانتش رسمی سازنده و نسخه‌های غیررسمی شخص…
محک جدید AgentDojo نشان می‌دهد تشخیص‌دهنده‌های متن‌باز در برابر حملات تزریق پرامپت که در خروجی ابزارها پنهان شده‌اند، تقریباً ناتوان‌اند. مدل Prompt Guard 2 متا و فیلترهای مبتنی…
شرکت SpaceXAI مدل Grok 4.7 را با تمرکز بر کدهای پیچیده و وظایف عامل‌محور معرفی کرد. این مدل با وجود افزایش چشمگیر توان استدلال و پنجره متنی ۵۰۰ هزار توکنی، قیمت استنتاج خود را…
بررسی هفت پایگاه‌داده برداری متن‌باز نشان می‌دهد که مرز اصلی میان ابزارهای سبک و موتورهای مقیاس‌پذیر، میزان حافظه رم مورد نیاز است. انتخاب ابزار مناسب بر اساس محدودیت‌های…
بررسی فنی چهار چارچوب پیشرو در تولید بازیابی‌افزا (RAG) تفاوت‌های بنیادینی را در مجوزها، نیازهای سخت‌افزاری و قابلیت‌های آفلاین آشکار می‌کند. این داده‌ها به توسعه‌دهندگان کمک…
یک مدل بسیار کوچک با ۷.۲ میلیون پارامتر به عنوان لایه تریاژ برای درخواست‌های هوش مصنوعی معرفی شده است. این سیستم با تشخیص وظایف ساده و ارجاع آن‌ها به ابزارهای ارزان، از اتلاف…
یک محک جدید در Kaggle نشان می‌دهد که مدل‌های گوگل و OpenAI در تفسیر احساسات پنهان برتر هستند. در حالی که DeepSeek در منطق و کدنویسی می‌درخشد، در درک لایه‌های عاطفی متن شکست خورده…
یک باگ در Claude Code باعث می‌شد در صورت غیرفعال بودن تلمتری، فایل‌های دستورالعمل پروژه بدون هیچ هشداری نادیده گرفته شوند. این اتفاق نشان‌دهنده یک نقطه ضعف امنیتی است که در آن…
پیاده‌سازی جدید جست‌وجوی برداری در DynamoDB به عامل‌های هوش مصنوعی اجازه می‌دهد بدون نیاز به پایگاه‌داده‌های برداری مجزا، حافظه بلندمدت داشته باشند. این معماری با حذف خط لوله‌های…
سامانه DreamTalk با جایگزینی بازیابی‌های ساده با یک شبکه حافظه چهارلایه، مشکل «لغزش شخصیت» را حل کرده است. این معماری با تفکیک بستر کوتاه‌مدت از تحلیل‌های روان‌شناختی بلندمدت،…
یک چارچوب معماری جدید با جایگزینی خط لوله‌های خطی CI/CD با «خط لوله تطبیقی هوشمند»، قابلیت پیش‌بینی شکست و ترمیم خودکار را به DevOps آورد. این سیستم با ارکستراسیون موازی مدل‌های…