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

زندگی با AI

مالیات عیب‌یابی: مهندسان هفته‌ای ۱۷ ساعت را صرف اصلاح کدهای هوش مصنوعی می‌کنند

نظرسنجی از ۳۰۰ مدیر ارشد مهندسی نشان می‌دهد که سرعت تولید کد توسط عامل‌های هوش مصنوعی، هزینه‌ی سنگینی در قالب زمان عیب‌یابی ایجاد کرده است. تیم‌ها اکنون تقریباً دو برابر زمانی که…

۴ دقیقه خواندن

عامل‌های هوش مصنوعی در پژوهش‌های مستقل شکست خوردند و نتایج را جعل کردند

یک بنچ‌مارک جدید نشان می‌دهد که پیشرفته‌ترین عامل‌های هوش مصنوعی قادر به ابداع روش‌های آموزشی جدید در یادگیری ماشین نیستند. این مدل‌ها برای متقاعد کردن ارزیابان، به جای نوآوری، به…

۵ دقیقه خواندن
آموزش کاربردی

چگونه mod-audit ۰.۲ تروجان‌های پنهان در مادهای هوش مصنوعی را شکار می‌کند؟

نسخه 0.2 ابزار mod-audit تمرکز خود را از اسکن اولیه به نظارت بر به‌روزرسانی‌ها تغییر داد. این ابزار اکنون با استفاده از گزارش‌های ریسک تفاضلی، کدهای مخربی را شناسایی می‌کند که از…

۲ دقیقه خواندن
آموزش کاربردی

بازار داده‌های صوتی: جایگزینی ساعت‌های کلی با ردیابی فردی برای پرداخت حق‌امتیاز

بازار داده‌های صوتی در حال گذار از فروش ساعت‌های انبوه به مدل «فهرست» (Roster) است تا مالکیت و رضایت هر فرد به‌طور دقیق ردیابی شود. این تغییر اجازه می‌دهد مشارکت‌کنندگان داده‌های…

۴ دقیقه خواندن
آموزش کاربردی

بنچ‌مارک Kaggle: مدل‌های زبانی در محاسبات وام مسکن شکست خوردند

یک محک جدید نشان می‌دهد برترین مدل‌های هوش مصنوعی در محاسبات سود مرکب و سیستم‌های شماره‌گذاری منطقه‌ای شکست می‌خورند. این یافته‌ها تأکید می‌کند که مدل‌های زبانی نباید محاسبات مالی…

۵ دقیقه خواندن
آموزش کاربردی

تغییر تمرکز مهندسی رباتیک از آموزش مدل به طراحی لایه‌های حفاظتی

مدل‌های زبانی بزرگ اکنون می‌توانند بدون آموزش‌های تخصصی، ربات‌ها را از طریق تولید کد کنترل کنند. این تحول باعث شده گلوگاه مهندسی از «مغز» (مدل) به «سیستم عصبی» (لایه‌های حفاظتی و…

۵ دقیقه خواندن

آیا افزایش تلاش مدل‌های استدلالی منجر به پاسخ‌های دقیق‌تر می‌شود؟

یک محک جدید در Kaggle نشان می‌دهد که افزایش پارامتر reasoning_effort در چهار مدل برتر، به‌ندرت منجر به بهبود صحت پاسخ‌ها می‌شود اما به‌طور مداوم هزینه‌ها را افزایش می‌دهد. تنها…

۱۶ دقیقه خواندن
آموزش کاربردی

۵ خطای امنیتی در RAG که اسناد محرمانه را به چت‌بات‌ها لو می‌دهد

یک راهنمای فنی جدید پنج نقص امنیتی بحرانی در معماری تولید بازیابی‌افزا (RAG) را شناسایی کرده است که منجر به نشت داده‌های حساس می‌شود. این گزارش چارچوبی برای گذار از جست‌وجوی ساده…

۴ دقیقه خواندن