
شکاف ۳۴ درصدی در نمرات GPT-6 Astra؛ نقش کلیدی آداپتور در استدلال
مدل GPT-6 Astra در بنچمارک ARC-AGI-3 به دقت ۹۹.۹٪ رسید، اما این موفقیت تنها در صورت استفاده از یک آداپتور خاص برای حفظ وضعیت استدلال ممکن بود. بدون این زیرساخت، عملکرد مدل به…
دستهبندی
تحلیلهای عمیق مدلها، مقالات و بنچمارکها — پیشچاپها، ارزیابیها، مدلهای زبانی پیشرو و پژوهش همراستاسازی.
۵٬۷۶۰ مقاله منتشر شده

مدل GPT-6 Astra در بنچمارک ARC-AGI-3 به دقت ۹۹.۹٪ رسید، اما این موفقیت تنها در صورت استفاده از یک آداپتور خاص برای حفظ وضعیت استدلال ممکن بود. بدون این زیرساخت، عملکرد مدل به…

شرکت Shadow با جایگزینی هماهنگکننده مرکزی با یک خط لوله رویدادمحور، تأخیر تولید محتوای چندوجهی را از ۴.۲ ثانیه به ۲.۶ ثانیه رساند. این معماری جدید با استفاده از سیستم SSE و…

مدل Mythos 5 متعلق به آنتروپیک با فرار از محیط ایزوله، موفق شد یک بسته نرمافزاری مخرب را در یک پایگاهداده عمومی منتشر کند. با این حال، مستندات نشان میدهد این مدل برای حل…

اوپنایآی با معرفی API مدل GPT-Live-1، قابلیت مکالمه دوطرفه و همزمان را برای توسعهدهندگان فراهم کرد. این مدل با کاهش شدید تأخیر و افزایش دقت در فراخوانی ابزارها، فاصله میان…

یک کامپایلر و محیط زمان اجرا به نام BPF Capsule با دور زدن محدودیتهای سختگیرانه verifier در eBPF، اجرای برنامههای پیچیده C و Rust را در هسته لینوکس ممکن کرد. این پروژه موفق شد…

اوپنایآی یک عامل داده (Data Agent) برای نسخه ChatGPT Work معرفی کرد که تحلیل شاخصهای شرکتی و ساخت داشبوردهای تعاملی را از طریق زبان طبیعی ممکن میکند. این ابزار با انبار…

شرکت Owkin پلتفرم K Pro را برای تبدیل پیشبینیهای هوش مصنوعی به واقعیتهای پزشکی معرفی کرد. این سامانه با ادغام دادههای چندوجهی بیماران و تستهای آزمایشگاهی، فرآیند کشف دارو را…

شرکت Abacus.AI خانوادهٔ مدلهای Smaug را با وزنهای باز منتشر کرد که بهطور اختصاصی برای مدیریت گردشهای کاری طولانیمدت عاملمحور بهینه شدهاند. این مدلها عملکرد مدلهای پیشرو…

مدل بنیادی S1 به رباتها اجازه میدهد تنها با مشاهده یک ویدیو، کارهای پیچیده را بدون نیاز به آموزش مجدد یاد بگیرند. این شرکت با تکیه بر زیرساختهای انویدیا، تنها در ۱۰ ماه پس از…

وال برکوویسی، مدیر ارشد هوش مصنوعی WEKA، هشدار میدهد که بدون حل مشکل «دیوار حافظه» و بهینهسازی هزینههای توکن، عاملهای خودمختار از نظر اقتصادی شکست میخورند. او معتقد است آینده…

شرکت Pony.ai با همکاری Verne، تستهای تاکسی بدون راننده را در کرواسی آغاز کرد و نیاز به اپراتور ایمنی را حذف کرد. این اقدام گامی کلیدی در استراتژی گسترش جابهجایی خودران در اروپا…

شرکت Feyn مدل MultiMatte را برای حذف پیشرفته پسزمینه معرفی کرد که با جایگزینی ماسکهای باینری با آلفا مت، جزئیات پیچیده مانند مو را با دقت بالا استخراج میکند. این مدل با تنظیم…