دسته‌بندی
تحلیل‌های عمیق مدل‌ها، مقالات و بنچمارک‌ها — پیش‌چاپ‌ها، ارزیابی‌ها، مدل‌های زبانی پیشرو و پژوهش همراستاسازی.
۵٬۷۶۰ مقاله منتشر شده
شرکت Solo.io با ارائه یک فایل باینری مستقل برای سرویس توکن‌های agentgateway، نیاز به خوشه‌های پیچیده کوبرنتیز را حذف کرد. این تغییر به توسعه‌دهندگان اجازه می‌دهد بدون درگیر شدن با…
یک متدولوژی جدید برای تست مدل‌های تصویری معرفی شده است که به‌جای ارزیابی‌های بصری کلی، از «تثبیت‌های نامتقارن» برای شناسایی خطاهای مدل در دنبال کردن پرامپت استفاده می‌کند. این روش…
شرکت NAEOS با معرفی NEIR، لایه‌ای میانجی ایجاد کرده است که نرم‌افزار را به‌جای مجموعه‌ای از فایل‌ها، به عنوان یک مدل معنایی می‌بیند. این رویکرد اجازه می‌دهد عامل‌های هوش مصنوعی بر…
شرکت Cognition مدل SWE-2 را معرفی کرد که با بهینه‌سازی موازنه بین هوش و هزینه، عملکرد مدل‌های پیشرو را با هزینه‌ای به‌مراتب کمتر ارائه می‌دهد. این مدل با مقیاس‌بندی یادگیری تقویتی…
تحلیل جدید نشان می‌دهد مدل Fable 5.1 آنتروپیک از کلیشه‌های اداری فاصله گرفته و پاسخ‌هایی مفصل‌تر و طبیعی‌تر تولید می‌کند. این مدل وابستگی خود به عبارات تکراری و جملات چاپلوسانه را…
مدل چندوجهی جدید DeepSeek با بهینه‌سازی حافظه موقت (KV Cache)، هزینه‌های استقرار عامل‌های هوش مصنوعی با بستر متنی بلند را به‌شدت کاهش داده است. این مدل در بنچمارک‌های کدنویسی با…
شرکت Magic متدولوژی جدیدی برای پیش‌آموزش مدل‌ها معرفی کرد که با کسری از توان محاسباتی، به عملکرد مدل‌های پیشرو می‌رسد. این تیم مدعی است توانسته است با ۵۰ برابر محاسبات کمتر، به…
شرکت d-Matrix با همکاری انویدیا، تراشه‌های استنتاج Raptor را از طریق NVLink Fusion به معماری MGX متصل می‌کند. این همکاری به آزمایشگاه‌های هوش مصنوعی اجازه می‌دهد بار محاسباتی را…
مدل جدید OpenAI با حل ۱۰۶ مسئله باز ریاضی، رتبه اول محک ErdosBench را به دست آورد. نکته غافلگیرکننده این است که این شرکت عمداً از بهینه‌سازی تخصصی ریاضیات پرهیز کرده تا روی…
شرکت Shopify برای حذف هزینه‌ی توسعه‌ی موازی، چارچوب React Native را رها کرده و به زبان‌های Swift و Kotlin بازگشته است. این شرکت با استفاده از عامل‌های هوش مصنوعی، اپلیکیشن Shop را…
نسخه ۱.۶.۰ ابزار Traceguard نشان داد چگونه دو متد مختلف برای تأیید زنجیره‌های حسابرسی هوش مصنوعی، با وجود پاس کردن بیش از ۱۰۰۰ تست، نتایج متناقضی تولید کردند. راهکار جدید بر این…
اوپن‌ای‌آی مدل GPT-6 Astra را به‌عنوان یک عامل سریع برای اجرای هر تسک کامپیوتری معرفی کرد. این مدل با کسب رتبه اول در محک Vending-Bench، تعادلی جدید میان سودآوری اقتصادی و رعایت…