«تبدیل مدل عمومی به عامل منطقی»؛ دستاورد جدید در تنظیم دقیق Gemma-3
یک گردشکار فنی جدید نشان میدهد چگونه میتوان مدل Gemma-3 گوگل را با استفاده از بهینهسازی سیاست نسبی گروهی (GRPO) و آداپتورهای لورا برای ریاضیات تنظیم دقیق کرد. این فرآیند یک…
دستهبندی
تحلیلهای عمیق مدلها، مقالات و بنچمارکها — پیشچاپها، ارزیابیها، مدلهای زبانی پیشرو و پژوهش همراستاسازی.
۶٬۸۴۴ مقاله منتشر شده
یک گردشکار فنی جدید نشان میدهد چگونه میتوان مدل Gemma-3 گوگل را با استفاده از بهینهسازی سیاست نسبی گروهی (GRPO) و آداپتورهای لورا برای ریاضیات تنظیم دقیق کرد. این فرآیند یک…
دادههای استقرار واقعی Claude Fable 5 نشان میدهد این مدل میتواند مهاجرت ۵۰ میلیون خط کد را در یک روز انجام دهد. این «رسیدهای مالی» تمرکز صنعت را از بنچمارکهای تئوری به…
یک مهندس با طراحی خط لولهای از مهارتهای ماژولار، فرآیند تبدیل یک جمله به اپلیکیشن کامل ارزیابی را بهینهسازی کرد. این سیستم بهجای تولید کد خام، دستورات CLI صادر میکند تا…
پژوهش جدید KAIST نشان میدهد عاملهای خودکار بهدلیل حلقههای تکرار پیچیده، هزینهی انرژی بسیار بالاتری نسبت به چتباتها دارند. توسعهدهندگان باید برای مدیریت هزینهها، معیارهای…
تست عملی یک تیم ۵-عاملی نشان داد که استفاده از یک «عامل مدیر» برای توزیع وظایف، گلوگاهی هزینهبر و خطاخیز ایجاد میکند. حذف این ساختار سلسلهمراتبی و جایگزینی آن با یک مسیریاب…
شرکت Fly.io الگویی طراحی کرده است که در آن «مغز» عامل هوش مصنوعی از محیط اجرای دستورات جدا میشود. با اجرای دستورات حساس در محیطهای ایزوله و یکبارمصرف، توسعهدهندگان میتوانند…
PolyUI یک کلاینت دسکتاپ متنباز است که با حذف نیاز به داکر و محیطهای پایتون، اجرای مدلهای زبانی محلی را برای کاربران غیرفنی ممکن میکند. این ابزار با استفاده از زبان Rust و…
شرکت Meituan مدل LongCat-2.0 را بهعنوان یک مدل MoE عظیم با هدف مهندسی نرمافزار عاملمحور عرضه کرد. این مدل که کاملاً روی سختافزارهای ASIC بومی آموزش دیده، پنجرهٔ زمینه ۱ میلیون…
OpenAI خانواده مدلهای GPT-5.6 را معرفی کرد که با وجود عملکرد خیرهکننده در بنچمارکها، به دلیل مخاطرات امنیتی شدید توسط دولت آمریکا محدود شدهاند. همزمان، متا در یک چرخش…
دولت آمریکا برای حفظ سرعت رقابت، از ایجاد یک سازمان مرکزی برای صدور مجوز مدلهای هوش مصنوعی خودداری میکند. با این حال، توقف اجباری برخی مدلهای OpenAI و Anthropic نشان میدهد که…
سیستمهای تولید بازیابیافزا (RAG) بهجای توهمات مدل، اغلب بهدلیل خطاهای خط لوله داده شکست میخورند. مهندسان با تمرکز بر تکهبندی، انتخاب بردار معنایی و بازرتبهبندی میتوانند…
یک سرور مخرب در پروتکل MCP با استفاده از نسخههای پاک، اعتماد توسعهدهندگان را جلب کرد و سپس دادههای حساس ایمیلی را برای مهاجم ارسال کرد. این حادثه نشان میدهد که اعتماد به…