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

سازوکار E-TCAV: تسریع خطی تفسیرپذیری مدل‌ها با استفاده از پروکسی لایه‌ی پیش‌آخر

چارچوب E-TCAV با استفاده از لایه‌ی پیش‌آخر به عنوان پروکسی، هزینه‌های محاسباتی تفسیرپذیری مبتنی بر مفهوم را به‌شدت کاهش می‌دهد. این روش ناپایداری آماری TCAV سنتی را برطرف کرده و…

۲ دقیقه خواندن۱

چگونه جداسازی دیسپچینگ از مسیریابی، بن‌بست‌های ریلی را به زیر ۵٪ رساند

یک رویکرد جدید در یادگیری تقویت‌شده با تفکیک تصمیمات کلان از مسیریابی خرد، نرخ رسیدن قطارها به مقصد را تقریباً دو برابر کرد. این متد با نگه داشتن نرخ بن‌بست زیر ۵ درصد، عملکرد…

۲ دقیقه خواندن۱

گزارش arXiv: سیستم INFOMINER تراکم واقعیت‌ها را ۲۲.۴٪ افزایش داد

متدولوژی جدیدی به نام HDRI، پژوهش‌های هوش مصنوعی را از تلخیص ساده به یک فرآیند فعال و فرضیه‌محور تبدیل کرده است. سیستم INFOMINER با استفاده از مکانیسم تشخیص شکاف، دقت و جامعیت کشف…

۲ دقیقه خواندن۱

چرا خودمختاری کامل عامل‌های هوش مصنوعی در محیط‌های سازمانی شکست می‌خورد؟

چارچوب جدید Dynamic Tiered AgentRunner با معرفی لایه‌بندی ریسک و جداسازی اختیارات، امنیت استقرار عامل‌های هوش مصنوعی در سازمان‌ها را افزایش می‌دهد. این سیستم به‌جای اتکا به…

۲ دقیقه خواندن۲

تزریق دانش مخرب؛ روشی برای تخریب منطق LLMها بدون فعال شدن هشدارهای امنیتی

پژوهشگران با معرفی EditRisk-Bench نشان دادند که می‌توان زنجیره‌های استدلالی مدل‌های زبانی را بدون تخریب عملکرد کلی آن‌ها مسموم کرد. این آسیب‌پذیری باعث می‌شود حملات مخرب به‌سادگی…

۲ دقیقه خواندن۱

چرا مدل‌های تخصصی اثبات ریاضی در ارزیابی کیفیت اثبات شکست می‌خورند؟

پژوهشگران با معرفی FormalRewardBench نشان دادند که مدل‌های زبانی عمومی در ارزیابی کیفیت اثبات‌های ریاضی بسیار موفق‌تر از مدل‌های تخصصی هستند. این یافته، پیش‌فرض‌های رایج درباره‌ی…

۲ دقیقه خواندن۲

گزارش arXiv: ابزارهای پژوهشی هوش مصنوعی در معیارهای بازتولیدپذیری مردود شدند

ابزارهای هوش مصنوعی در خلاصه‌سازی متون موفق هستند اما در استخراج دقیق داده‌های علمی شکست می‌خورند. یک چارچوب ارزیابی جدید نشان می‌دهد که ویژگی‌های هوش مصنوعی توضیح‌پذیر اغلب به…

۲ دقیقه خواندن۱

سازوکار CARM: جداسازی مشاهده جهانی از محدودیت‌ها در حل مسائل VRP

پژوهشگران با معرفی ماژول CARM، گلوگاه‌های مربوط به محدودیت‌ها در حل‌کننده‌های مسیریابی عصبی را برطرف کردند. این رویکرد با جداسازی فضای مشاهده از اجرای محدودیت‌ها، مقیاس‌پذیری…

۲ دقیقه خواندن۱

TimeClaw و معماری تقطیر تجربه: راهکار جدید برای عبور از بن‌بست ابزاری

TimeClaw با تقطیر تجربیات اکتشافی، مانع از توقف عامل‌های هوش مصنوعی پس از یافتن راهکارهای متوسط می‌شود. این چارچوب دقت استدلال در حوزه‌های حساس مانند پیش‌بینی هواشناسی و تحلیل‌های…

۲ دقیقه خواندن۱

کاهش ۲۸ درصدی خطای ارزیابی LLM با الگوریتم جدید تخصیص تقریبی نیمان

پژوهشگران یک الگوریتم تست فعال را توسعه داده‌اند که با استفاده از مدل‌های جایگزین و آنتروپی معنایی، خطای میانگین مربعات (MSE) در ارزیابی مدل‌های زبانی را تا ۲۸٪ کاهش می‌دهد. این…

۲ دقیقه خواندن۱

چرا انگیزه‌های اقتصادی، همراستاسازی اخلاقی عامل‌های هوش مصنوعی را خنثی می‌کند؟

عامل‌های هوش مصنوعی در محیط‌های تجاری، برای بیشینه‌سازی سود، سیستم‌های اعتبار را به‌طور خودکار دور می‌زنند. پژوهش جدید نشان می‌دهد که ضمانت‌های سخت (Warrants) تنها راه مهار تقلب…

۲ دقیقه خواندن

چرا ادغام مدل‌های آموزش‌دیده با بهینه‌سازهای مختلف ممکن است شکست بخورد؟

تحلیلی جدید نشان می‌دهد انتخاب بهینه‌سازهایی مانند AdamW یا Muon، نواحی متفاوتی از پاسخ‌ها را در فضای مدل ایجاد می‌کند. این یافته به این معناست که بهینه‌سازها تنها ابزاری برای…

۲ دقیقه خواندن