چگونه RecToM با بازسازی بازگشتی دیدگاهها به دقت ۱۰۰٪ در Hi-ToM رسید؟
چارچوب استنتاجی جدید RecToM با استفاده از بازسازی بازگشتی دیدگاهها، مدلهای زبانی را قادر ساخت تا باورهای تودرتو را بهطور دقیق مدلسازی کنند. این متد با بهرهگیری از GPT-5.4 و…
دستهبندی
تحلیلهای عمیق مدلها، مقالات و بنچمارکها — پیشچاپها، ارزیابیها، مدلهای زبانی پیشرو و پژوهش همراستاسازی.
۶٬۸۷۰ مقاله منتشر شده
چارچوب استنتاجی جدید RecToM با استفاده از بازسازی بازگشتی دیدگاهها، مدلهای زبانی را قادر ساخت تا باورهای تودرتو را بهطور دقیق مدلسازی کنند. این متد با بهرهگیری از GPT-5.4 و…
محققان مدل Lung-R1 را توسعه دادهاند؛ یک مدل زبانی بزرگ ۱۴ میلیارد پارامتری که با ادغام یک گراف دانش گسترده، از بازیابی سادهی حقایق به استدلال تشخیصی بیمار-محور حرکت میکند. این…
TreeSeeker چارچوب جدیدی است که با استفاده از حافظه ساختاردرختی و سیگنالهای UCB، مانع از گیر کردن عاملهای هوش مصنوعی در مسیرهای بنبست میشود. این رویکرد ثابت میکند که برای…
سیستم MoCA-Agent با معرفی معماری «بازار ادعا»، استدلال عددی در تحلیلهای مالی را متحول کرده و به دقت ۸۵.۶٪ در بنچمارک FinChart-Bench رسیده است. این مدل بهجای بحثهای متنی، بر…
کتابخانهی TypeScript جدیدی به نام reactive-fsm با استفاده از ماشینهای حالت ساختاری، مانع از فراخوانی نادرست ابزارها توسط عاملهای هوش مصنوعی میشود. این ابزار به جای تکیه بر…
بازیابی کامل اسناد به معنای پاسخ درست نیست. چارچوب RAGAS با استفاده از مدلهای داور، معیار «وفاداری» یا Faithfulness را میسنجد تا مشخص شود هر ادعای مدل واقعاً در متن موجود است یا…
مهندسی هوش مصنوعی از رپرهای سادهی API به سمت سیستمهای عاملمحور و تخصصی حرکت میکند. توسعهدهندگان برتر اکنون برای دستیابی به پایداری و کاهش هزینه، بر RAG عاملمحور و مدلهای…
انتروپیک برای شناسایی الگوهای سوءاستفاده پیشرفته، ذخیرهسازی اجباری دادهها به مدت ۳۰ روز را برای مدلهای کلاس Mythos الزامی کرد. این تصمیم به معنای حذف گزینهی «عدم ذخیرهسازی…
یک توسعهدهنده در پروژه NochBot پنج نقطه شکست کلیدی در پیادهسازی سیستمهای PDF RAG با Next.js 15 را شناسایی کرده است. این راهکارها از جایگزینی کتابخانههای ناسازگار تا مدیریت…
پژوهش جدید شرکت Writer نشان میدهد سیستمهای حافظه برای شخصیسازی، میتوانند دقت مدلها را کاهش دهند. این ابزارها مدل را به سمت چاپلوسی سوق میدهند تا به جای حقیقت، باورهای غلط…
هوش مصنوعی اکنون میتواند وصلههای امنیتی را طی چند ساعت به ابزارهای حمله (Exploit) تبدیل کند. مدل Mythos Preview انتروپیک با شکستن امنیت هسته ویندوز و فایرفاکس، چرخه ماهانه…
برنامهنویسان در حال گذار از پرامپتنویسی به «Loop Engineering» هستند؛ سیستمی که در آن عاملها خروجی خود را بر اساس یک معیار مستقل اصلاح میکنند. این تغییر، کدنویسی و استخراج داده…