دسته‌بندی
تحلیل‌های عمیق مدل‌ها، مقالات و بنچمارک‌ها — پیش‌چاپ‌ها، ارزیابی‌ها، مدل‌های زبانی پیشرو و پژوهش همراستاسازی.
۵٬۷۶۷ مقاله منتشر شده
پژوهشگران چارچوب جدیدی به نام Strat-Reasoner معرفی کرده‌اند که به مدل‌های زبانی اجازه می‌دهد فرآیند استدلال رقبای خود را مدل‌سازی کنند. این رویکرد بازگشتی منجر به افزایش ۲۲.۱…
پژوهشگران با معرفی چارچوب EBM-RL، فرآیند ادراک، استدلال و بیان را از هم تفکیک کردند تا نقش‌آفرینی در ویدئو را متحول کنند. این مدل با استفاده از چهار پاداش مجزا، هماهنگی میان…
پژوهشگران با معرفی سیستم BAOC ثابت کردند که استفاده از یک بهینه‌ساز واحد برای کل مدل، باعث اتلاف شدید حافظه می‌شود. این ابزار با تخصیص تنظیمات مجزا به هر بلوک شبکه، مصرف منابع را…
پژوهشگران با معرفی AuditRepairBench، راهکاری برای توقف تقلب عامل‌های AI در ارزیابی‌های کدنویسی ارائه کردند. این چارچوب با کاهش ۶۲ درصدی نوسانات رتبه‌بندی، معیارهای عملکردی…
پژوهشگران با معرفی SensingAgents، چارچوبی عامل‌محور ایجاد کرده‌اند که تشخیص فعالیت‌های انسانی را از طریق شبیه‌سازی بحث‌های استدلالی بهبود می‌بخشد. این سیستم در حالت Zero-shot،…
پژوهشگران کشف کردند که حتی تنظیم دقیق با داده‌های بی‌خطر می‌تواند همراستاسازی امنیتی مدل‌های زبانی بزرگ را نابود کند. برای مقابله با این بحران، متدولوژی جدیدی به نام SQSD معرفی…
پژوهشی جدید روی ۵ مدل پیشرو نشان می‌دهد که حالت استدلالی تأثیری در تغییر احکام اخلاقی ندارد، اما تضاد بین مدل‌ها را در سناریوهای پیچیده کاهش می‌دهد. در واقع، «تفکر» بیشتر یک ابزار…
یک مطالعه‌ی جدید فاش می‌کند که بنچمارک‌های استاندارد مدل‌ها نمی‌توانند رفتار هوش مصنوعی در محیط عملیاتی را پیش‌بینی کنند. محققان دریافتند که لایه‌های امنیتی برای هر مدل…
پروژه‌ی open-claude-design ثابت کرد که استفاده از «هارنس‌های نازک» برای مدیریت ابزارهای موجود، بسیار کارآمدتر از ساخت عامل‌های حجیم است. این سیستم با بازسازی خط لوله‌ی ابزار طراحی…
دیپ‌سیک با معرفی مدل‌های V4-Flash و V4-Pro و تخفیف ۷۵ درصدی مدل Pro، جنگ قیمت‌ها در بازار استنتاج را به سطح جدیدی برد. کاهش ۹۰ درصدی هزینه‌های کش ورودی، این پلتفرم را به گزینه‌ای…
گوگل با معرفی Antigravity، نقش برنامه‌نویس را از نویسنده کد به مدیر تیم‌های هوش مصنوعی تغییر می‌دهد. در حالی که VSCode همچنان پادشاه دقت است، این ابزار جدید سرعت توسعه را با…
اوبر با پیاده‌سازی یک معماری عامل‌محور بر پایه OpenAI، منوهای پیچیده اپلیکیشن را با راهنمایی‌های صوتی و استدلالی جایگزین کرده است. این سیستم با هدف بهینه‌سازی درآمد رانندگان و…