LFM2.5-8B-A1B: نمره ۹۱.۸۴ در IFEval با تنها ۱.۵ میلیارد پارامتر فعال
شرکت Liquid AI مدل LFM2.5-8B-A1B را معرفی کرد؛ یک مدل MoE برای اجرا روی دستگاه که تنها ۱.۵ میلیارد پارامتر فعال دارد. این مدل با کاهش شدید توهمات و بهبود استدلال، امکان اجرای هوش…
دستهبندی
تحلیلهای عمیق مدلها، مقالات و بنچمارکها — پیشچاپها، ارزیابیها، مدلهای زبانی پیشرو و پژوهش همراستاسازی.
۶٬۸۲۳ مقاله منتشر شده
شرکت Liquid AI مدل LFM2.5-8B-A1B را معرفی کرد؛ یک مدل MoE برای اجرا روی دستگاه که تنها ۱.۵ میلیارد پارامتر فعال دارد. این مدل با کاهش شدید توهمات و بهبود استدلال، امکان اجرای هوش…
کتابخانه تست جاوا jqwik با استفاده از توالیهای ANSI، دستورات مخفی را به عاملهای کدنویسی تزریق میکند تا آنها را به حذف کدها ترغیب کند. این حمله نخستین مورد ثبتشدهای است که…
شرکت Anthropic مدل Claude Opus 4.8 را با تمرکز بر کاهش توهمات و افزایش صداقت در کدنویسی منتشر کرد. این بهروزرسانی قابلیت کنترل میزان تلاش مدل و پیشنمایشی از گردشهای کاری پویا…
پروژه متنباز A3M Router برای نخستین بار رتبه اول جدول RouterArena را از رقبای تجاری ربود. این ابزار با استفاده از یک سازوکار امتیازدهی موازی، هزینههای عملیاتی را بهشدت کاهش…
OpenAI با انتشار «چارچوب حاکمیتی پیشرو»، تلاش میکند استانداردهای داخلی ایمنی خود را با قوانین سختگیرانه اتحادیه اروپا و کالیفرنیا همراستا کند. این سند در واقع ترجمه مدیریت ریسک…
هند با استقرار ۳۴ هزار پردازنده گرافیکی (GPU) یارانهای، هزینه محاسبات برای توسعهدهندگان محلی را به ۱.۸۰ دلار در ساعت کاهش داد. این اقدام بخشی از مأموریت IndiaAI برای گذار از…
آزمایشگاههای هوش مصنوعی از هدف مبهم AGI به سمت RSI یا «خود-بهبودبخشی بازگشتی» حرکت کردهاند. هدف، ساخت سیستمهایی است که بتوانند بدون دخالت انسان، کد و معماری خود را ارتقا دهند.
سه شرکت فناوری اقلیمی با ارزش مجموع ۳۰ میلیارد دلار، در حال تأمین زیرساختهای انرژی حیاتی برای مراکز داده هوش مصنوعی هستند. همزمان، بایتدنس برای عبور از بحران کمبود تراشهها،…
پلتفرم Biohub مدل متنباز ESMFold2 را معرفی کرد که در پیشبینی ساختار پروتئین از AlphaFold پیشی میگیرد. این ابزار با نرخ موفقیت ۸۸ درصدی، مسیر کشف داروهای ضدسرطان و بیماریهای…
شرکتهای OpenAI و Anthropic همزمان ابزارهای امنیتی Daybreak و Glasswing را معرفی کردند. شباهت شدید عملکرد این دو ابزار نشان میدهد که مدلهای پیشرو به سقف توانایی خود در دادههای…
همبستگی میان کیفیت و هزینه در مدلهای کدنویسی فروپاشیده است. آزمایشگاههای چینی اکنون قابلیتهای نزدیک به مدلهای پیشرو را با کسری از هزینه جایگزینهای غربی ارائه میدهند.
هوش مصنوعی گوگل در کارهای سادهای مثل شمارش حروف و املا شکست میخورد. دلیل این اتفاق، پردازش متن به صورت توکنهای عددی به جای حروف مجزا است.