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

رمزگشایی از DeepSeek V4: وقتی حافظه استنتاج ۹۰ درصد سبک‌تر می‌شود

دیپ‌سیک با معرفی مدل‌های V4-Pro و V4-Flash، معماری جدیدی را برای کاهش چشمگیر هزینه‌های استنتاج ارائه کرد. این مدل‌ها با پنجره بافتی ۱ میلیون توکنی، مسیر را برای ظهور عامل‌های…

۲ دقیقه خواندن۱
آموزش کاربردی

درون معماری Zenku: وقتی اپلیکیشن‌ها به جای کد، با متادیتا زنده می‌شوند

زنکو (Zenku) یک موتور بدون‌کد (No-code) متن‌باز است که با استفاده از معماری عامل‌محور، اپلیکیشن‌ها را به‌صورت پویا و از طریق گفتگو می‌سازد. این ابزار با جایگزینی کدهای استاتیک با…

۳ دقیقه خواندن۲

پایان توهم حافظه‌ی برداری: چرا عامل‌های هوشمند به SQL نسخه‌مند نیاز دارند

یک نقد فنی جنجالی ادعا می‌کند که سیستم‌های RAG برداری برای حافظه‌ی عامل‌های چندگانه ناکارآمد هستند. راهکار پیشنهادی، جایگزینی بردارهای ایستا با SQL نسخه‌مند برای مدیریت دقیق…

۳ دقیقه خواندن۲

شکاف پنهان در مذاکرات هوش مصنوعی: وقتی عامل‌ها مخفیانه می‌بازند

آزمایش جدید شرکت Anthropic نشان می‌دهد که عامل‌های قدرتمندتر در مذاکرات تجاری نتایج بهتری می‌گیرند، در حالی که کاربران مدل‌های ضعیف‌تر هرگز متوجه شکست خود نمی‌شوند. این یافته،…

۲ دقیقه خواندن
آموزش کاربردی

پایان عصر برنامه‌ریزی دستی؛ هوش مصنوعی فرمان رانندگی در مریخ را گرفت

برای اولین بار، یک هوش مصنوعی مسیر حرکت یک کاوشگر مریخی را طراحی کرد. این اقدام باعث کاهش ۵۰ درصدی حجم کاری مهندسان ناسا شده و مسیر را برای ماموریت‌های خودگردان آینده هموار می‌کند.

۳ دقیقه خواندن۱

SEATrack؛ راهکاری نوین برای موازنه عملکرد و بهره‌وری در ردیابی چندوجهی

پژوهشگران SEATrack را معرفی کرده‌اند؛ یک ردیاب چندوجهی دومنظوره که با ادغام «راهنمای متقابل تطبیقی» و «تطبیق کم‌رتبه» به معضل توازن میان دقت و بهره‌وری محاسباتی در تنظیم دقیق…

۱ دقیقه خواندن۱

تِمپلیت‌فاز: چارچوب فازینگ دقیق برای نفوذ به مدل‌های زبانی بزرگ

تِمپلیت‌فاز چارچوبی نوین برای کشف آسیب‌پذیری‌های قالب‌های گفتگو در مدل‌های زبانی بزرگ است. این روش با نرخ موفقیت ۹۸.۲٪ و افت دقت تنها ۱.۱٪ عمل می‌کند و در برابر مدل‌های تجاری نیز…

۱ دقیقه خواندن

فراتر از صحت خروجی: ارزیابی استدلال مدل‌های زبانی در کدنویسی

پژوهشگران معیار CodeRQ-Bench را معرفی کرده‌اند؛ اولین معیار ویژه ارزیابی کیفیت استدلال در وظایف برنامه‌نویسی. این معیار با تمرکز بر فرایندهای استدلال به‌جای صرفاً صحت خروجی، شکاف…

۱ دقیقه خواندن۱

استخراج ویژگی‌های رفتاری در مدل‌های زبانی کوچک با شکست مواجه شد

پژوهشگران تلاش کردند ویژگی‌های رفتاری را از طریق تقطیر به مدل‌های زبانی کوچک منتقل کنند، اما نتایج اولیه مثبت (+۳۳.۹ درصدی MCAS و +۱۵.۳ درصدی HumanEval) ناشی از خطاهای روش‌شناختی…

۲ دقیقه خواندن۱

اسناد هویتی الگوهای جاذبی در فضای فعال‌سازی مدل‌های زبانی ایجاد می‌کنند

پژوهشگران دریافتند که اسناد هویتی در مدل‌های زبانی، الگوهای هندسی خاصی در فضای فعال‌سازی ایجاد می‌کنند. یافته‌ها نشان می‌دهد محتوای معنایی اهمیت بیشتری نسبت به ساختار ظاهری دارد و…

۱ دقیقه خواندن۱