پرش به محتوای اصلی

دسته‌بندی

تحلیل و بررسی تخصصی

تحلیل‌های عمیق مدل‌ها، مقالات و بنچمارک‌ها — پیش‌چاپ‌ها، ارزیابی‌ها، مدل‌های زبانی پیشرو و پژوهش همراستاسازی.

۶٬۸۲۳ مقاله منتشر شده

پلتفرم Nautilus: ۹۷٪ از عامل‌های هوش مصنوعی طی ۷۲ ساعت غیرفعال شدند

گزارش تشخیصی پلتفرم Nautilus نشان می‌دهد ۹۷٪ از عامل‌های خودگردان در کمتر از سه روز متوقف شده‌اند. بقای این سیستم‌ها را نه هوش مدل، بلکه تداوم استفاده از ابزارها و ادغام اقتصادی…

۲ دقیقه خواندن۲
آموزش کاربردی

تحلیل ۵۳۵۶ مقاله ICLR ۲۰۲۶: چرا نباید به پروفایل نویسندگان اعتماد کرد؟

یک خط لوله متن‌باز با استخراج وابستگی‌های سازمانی از ۵۳۵۶ مقاله ICLR ۲۰۲۶، مشکل «انحراف پروفایل» را حل کرد. این ابزار به جای تکیه بر پروفایل نویسندگان، مستقیماً PDFها را تحلیل…

۲ دقیقه خواندن۱
آموزش کاربردی

چگونه DS4 مدل‌های پیشرو هوش مصنوعی را روی سخت‌افزار خانگی ممکن کرد؟

ابزار جدیدی به نام DS4 امکان اجرای مدل‌های پیشرو هوش مصنوعی را روی سخت‌افزارهای مصرف‌کننده با ۱۲۸ گیگابایت رم فراهم می‌کند. این سیستم با استفاده از یک روش خاص کوانتیزاسیون، شکاف…

۲ دقیقه خواندن۱

Recursive Superintelligence: ۶۵۰ میلیون دلار برای حذف انسان از چرخه پژوهش AI

استارتاپی جدید با سرمایه‌ای ۶۵۰ میلیون دلاری به دنبال دستیابی به خودبهبودی بازگشتی است. هدف این تیم، ساخت مدل‌هایی است که به‌طور خودکار نقاط ضعف خود را شناسایی و اصلاح کنند تا…

۲ دقیقه خواندن
آموزش کاربردی

گوگل: مدل Gemma 4 با دقت ۸۹.۲ درصدی در بنچمارک AIME، استدلال ریاضی را محلی کرد

گوگل دیپ‌مایند خانواده مدل‌های Gemma 4 را با وزن‌های باز عرضه کرد تا استدلال سطح پیشرو را به سخت‌افزارهای محلی بیاورد. مدل ۳۱ میلیارد پارامتری این خانواده، جهشی خیره‌کننده در…

۲ دقیقه خواندن۱
آموزش کاربردی

سازوکار WAVE: چگونه WebsitePublisher.ai در ۱۶ روز ۷۸ ادغام نرم‌افزاری عرضه کرد؟

پلتفرم WebsitePublisher.ai با معرفی روش WAVE coding، تولید کد زیرساختی توسط هوش مصنوعی را کنار گذاشت و به جای آن از ماژول‌های پیش‌تست‌شده استفاده می‌کند. این رویکرد توهمات رایج در…

۲ دقیقه خواندن۱

انویدیا: بازدهی پردازش عامل‌های هوش مصنوعی در پلتفرم Vera Rubin ۳۵ برابر شد

پلتفرم جدید Vera Rubin انویدیا با ترکیب GPUهای NVL72 و شتاب‌دهنده‌های Groq 3 LPX، گلوگاه تأخیر در مدل‌های تریلیونی را می‌شکند. این معماری اجازه می‌دهد مدل‌های پیچیده با سرعت ۴۰۰…

۳ دقیقه خواندن۱
آموزش کاربردی

چگونه نقص‌های متادیتای GGUF سرعت استقرار مدل‌های محلی را کاهش می‌دهد؟

فرمت GGUF با یکپارچه‌سازی وزن‌ها و متادیتا، استقرار مدل‌های محلی را ساده کرده است. با این حال، نبود استانداردی برای فراخوانی ابزارها و توکن‌های استدلالی، توسعه‌دهندگان را مجبور به…

۲ دقیقه خواندن۲

سازوکار خلاصه‌های ایمنی: OpenAI چگونه شناسایی رفتارهای پرخطر را ۵۲٪ بهبود داد؟

OpenAI با معرفی «خلاصه‌های ایمنی»، توانایی ChatGPT در شناسایی نشانه‌های پریشانی در گفتگوهای مجزا را افزایش داد. این سیستم نرخ شناسایی موارد پرخطر مانند خودکشی و خشونت را تا ۵۲٪…

۲ دقیقه خواندن