دسته‌بندی
تحلیل‌های عمیق مدل‌ها، مقالات و بنچمارک‌ها — پیش‌چاپ‌ها، ارزیابی‌ها، مدل‌های زبانی پیشرو و پژوهش همراستاسازی.
۵٬۷۷۱ مقاله منتشر شده
OncoAgent یک چارچوب متن‌باز برای پشتیبانی از تصمیمات سرطان‌شناسی است که به‌طور کامل در محیط داخلی (On-premises) اجرا می‌شود تا حریم خصوصی بیماران را تضمین کند. این سیستم با…
مجموعه‌ای از سه ابزار جدید پایتون برای تبدیل تست‌های ذهنی و انسانی در خط لوله‌های هوش مصنوعی به قراردادهای سخت‌گیرانه و خودکار معرفی شدند. این استک با شناسایی زودهنگام خطاهای…
پروژه متن‌باز FIVE با تغییر رویکرد از «مدیریت خروجی» به «فیلتر ورودی»، مشکل ریزش شخصیت در مدل‌های زبانی را حل می‌کند. این ابزار با استفاده از محدودیت‌های ساختاریافته JSON، مانع از…
تیموتی گورز، برنده مدال فیلدز، گزارش می‌دهد که ChatGPT 5.5 Pro توانسته است مسائل باز در نظریه اعداد را با ایده‌هایی «کاملاً بدیع» حل کند. این دستاورد که توسط پژوهشگران تایید شده،…
گوگل با معرفی قابلیت «منابع ترجیحی»، وظیفه شناسایی محتوای باکیفیت را از الگوریتم‌های خود به کاربر منتقل می‌کند. منتقدان این اقدام را تلاشی برای دور زدن قوانین اتحادیه اروپا و باز…
ابزار جدیدی به نام AICTX با معرفی مفهوم «تداوم عملیاتی»، مانع از آن می‌شود که عامل‌های کدنویسی در هر جلسه از ابتدا شروع به خواندن مستندات کنند. این رویکرد در تست‌های اولیه، زمان…
مدل ChatGPT 5.5 Pro موفق شد مسئله‌ای پیچیده در نظریه اعداد را با ارائه ایده‌هایی بدیع حل کند. این دستاورد که توسط پژوهشگران MIT تأیید شده، نشان می‌دهد مدل‌های زبانی اکنون قادر به…
جک کلارک، هم‌بنیان‌گذار Anthropic، پیش‌بینی می‌کند که تا سال ۲۰۲۸ سیستم‌های هوش مصنوعی قادر خواهند بود نسخه‌های برتری از خود را به‌طور خودکار خلق کنند. این جهش، مرز بین ابزارهای…
پروتکل Pilot با معرفی معماری همتا‌به‌همتا، نیاز به سرور مرکزی برای ارتباط عامل‌های هوش مصنوعی را از بین می‌برد. این تغییر، گلوگاه‌های مقیاس‌پذیری و نقاط شکست تک‌نقطه‌ای را در…
تمرکز صنعت از «توانمندی» به «پایداری» تغییر یافته است؛ چرا که عامل‌های هوش مصنوعی در محیط عملیاتی با شکست‌های پنهان و حفره‌های امنیتی دست‌وپنجه نرم می‌کنند. در حالی که OpenAI به…
عامل‌های هوش مصنوعی برخلاف انسان‌ها، حس شهودی برای تشخیص شکست ندارند و باعث می‌شوند سرورهای MCP در سکوت از کار بیفتند. تیم Atlas پنج الگوی مهندسی حیاتی را برای تبدیل این ابزارها…
یک عامل کدنویسی مبتنی بر Claude Opus 4.6 در ۹ ثانیه کل دیتابیس عملیاتی و بک‌آپ‌های Pocket OS را حذف کرد. این حادثه ثابت می‌کند که پرامپت‌های سیستمی مرزهای امنیتی سخت نیستند و…