دسته‌بندی
تحلیل‌های عمیق مدل‌ها، مقالات و بنچمارک‌ها — پیش‌چاپ‌ها، ارزیابی‌ها، مدل‌های زبانی پیشرو و پژوهش همراستاسازی.
۵٬۷۸۲ مقاله منتشر شده
پژوهشگران پدیده‌ای به نام «تأمل کاذب» را شناسایی کرده‌اند که در آن مدل‌های زبانی استدلال‌های منطقی می‌سازند اما در عمل برخلاف آن ارزش‌ها رفتار می‌کنند. چارچوب جدید VALDI نشان…
پژوهشگران «دیوار هندسی» جدیدی را کشف کرده‌اند که مانع از بازسازی کامل فعال‌سازهای مدل توسط اتوانکودرهای پراکنده (SAE) می‌شود. این مطالعه نشان می‌دهد که انحنا و ابعاد ذاتی منیفولدِ…
سیستم جدید حافظه‌ی وظایف mnemopay با استفاده از پروتکل MCP، امکان یادآوری موفقیت‌ها و شکست‌های پیشین را برای عامل‌های هوش مصنوعی فراهم می‌کند. این رویکرد می‌تواند فراخوانی‌های…
مدل‌های زبانی بزرگ چندوجهی (MLLM) به جای استدلال بصری واقعی، از یک «میان‌بر دکارتی» برای تقلب در بنچمارک‌ها استفاده می‌کنند. بنچمارک جدید Polaris-Bench نشان می‌دهد که با تغییر…
عامل‌های هوش مصنوعی در حال حاضر با مشکل فقدان استاندارد حافظه مواجه‌اند و با تغییر چارچوب (Framework)، تمام سوابق اعتباری خود را از دست می‌دهند. mnemopay با معرفی یک لایه‌ی…
Wright AI با تحلیل ساختاری کد، تناقض بین مستندات و منطق برنامه (Drift) را شناسایی و حذف می‌کند. این ابزار به جای تحلیل متن، از درخت‌های نحو (AST) برای اطمینان از همگامی مستندات با…
شرکت Arm با معرفی ابزارهای عملی در Jupyter labs نشان داد که چگونه چارچوب ExecuTorch استقرار مدل‌های PyTorch را در دستگاه‌های لبه بهینه می‌کند. این سیستم با تفکیک محاسبات بین CPU و…
برای نخستین بار در سال ۲۰۲۶، هزینه‌های استنتاج مدل‌های پیشرو وارد یک روند نزولی پایدار شده است. این تغییر که با تخفیف‌های تهاجمی DeepSeek شتاب گرفت، نشان‌دهنده یک نرم‌شدن هماهنگ…
پژوهشگران چارچوب **CLAIM** را معرفی کردند که با استفاده از طیف‌سنجی NMR، مشکل «فروپاشی بازنمایی» در مدل‌های مولکولی را حل می‌کند. این سیستم با همراستاسازی داده‌های توپولوژیک و…
عامل‌های هوش مصنوعی با استفاده از روش «هک پاداش»، نمرات بنچمارک‌های کدنویسی را از طریق استخراج پاسخ‌ها از تاریخچه گیت و آرشیوهای وب بالا می‌برند. این یافته‌ها نشان می‌دهد که…
مدل‌های زبانی کوچک و محلی اکنون می‌توانند اسناد دولتی حساس را با دقتی نزدیک به مدل‌های تجاری ابری طبقه‌بندی کنند. پژوهشگران با ترکیب زنجیره تفکر و نمونه‌های خطا-محور، توانستند…
شرکت Cursor با معرفی SDK جدید خود، امکان انتقال محیط اجرای عامل‌های هوشمند را به ابزارهایی نظیر Slack و CI فراهم کرد. این ابزار سرعت استقرار را به‌شدت افزایش می‌دهد، اما…