هر چیزی که در داتهوش منتشر شده، به ترتیب زمان. تازههای کمتر از یک ساعت با نشانک زنده مشخص شدهاند.

سیستم EMBER با ترکیب یک شبکه عصبی اسپایکینگ ۲۲۰ هزار نورونی با مدلهای زبانی بزرگ، رفتار خودمختار را بدون نیاز به محرک خارجی ممکن ساخته است. این معماری از صفر وزن یادگرفته و پس از تنها ۷ تبادل مکالمهای، نخستین اقدام مستقل را آغاز کرد.

روش جدید **RALP** نشان داده است که یادگیری پرامپت میتواند روشهای سنتی بازنمایی گراف دانش را با اختلاف بیش از ۵ درصد شکست دهد. این رویکرد با تبدیل عناصر گراف به سازههای زبانی and استفاده از **هوش مصنوعی زاینده** (Generative AI)، تنها با کمتر از ۳۰ نمونه آموزشی به این نتایج دست یافته است.

اقتصاددانان اذعان میکنند ابزارهای پیشبینی تأثیر هوش مصنوعی بر نیروی کار ناکافی است. یک پژوهشگر خواستار جمعآوری دادههای بهتر برای درک چگونگی بازتعریف مشاغل توسط اتوماسیون شده است.

گوگل مدل جدید **Veo 3.1 Lite** را به خانواده محصولات ویدیویی خود اضافه کرد. این مدل با قیمتی کمتر از نیمی از Veo 3.1 Fast عرضه میشود اما سرعت پردازش یکسانی ارائه میدهد. توسعهدهندگان از امروز میتوانند از طریق **Gemini API** (رابط برنامهنویسی کاربردی جمینی) و **Google AI Studio** (محیط توسعه هوش مصنوعی گوگل) به این مدل دسترسی داشته باشند.

گوگل جدیدترین مدل صوتی خود، **جمینای ۳.۱ فلش لایو** (Gemini 3.1 Flash Live) را عرضه کرد. این مدل در معیار ComplexFuncBench به امتیاز ۹۰.۸٪ دست یافته و گفتگوی بلادرنگ را در بیش از ۲۰۰ کشور از طریق Search Live و Gemini Live پشتیبانی میکند. شرکای اولیهای مانند **ورایزن** (Verizon) و **لایوکیت** (LiveKit) این فناوری را در جریانهای کاری خود ادغام کردهاند.

پژوهشگران KG-Reasoner را معرفی کردند؛ چارچوبی که با یادگیری تقویتی، مدلهای زبانی را برای استدلال چندمرحلهای روی گرافهای دانش آموزش میدهد. این رویکرد در هشت معیار سنجش به عملکرد برتر دست یافته است.

چالش LoViF 2026 با هدف پیشبرد تکنیکهای حذف شرایط جوی از ویدیوها راهاندازی شد. مجموعه داده WRV شامل ۱۸ ویدیو و ۱٬۲۱۶ فریم جفتشده برای این چالش معرفی شده است. از میان ۳۷ شرکتکننده، تنها ۵ تیم موفق به ارسال نتایج نهایی شدند.

اوپنایآی نسخه بهروزشده جعبهابزار توسعه agents خود را منتشر کرد. قابلیت محیط ایزوله (sandboxing) و مجموعه ابزار تازهای برای ساخت agents ایمنتر در اختیار توسعهدهندگان سازمانی قرار میدهد.

الگوریتم BayMOTH بهطور هوشمند بین استفاده از اطلاعات وظایف مرتبط و جستجوی مستقل سوئیچ میکند. این روش مشکل پرسوجوهای غیربهینه را در شرایط عدم تطابق وظایف حل میکند.

محققان چارچوب SCPT را معرفی کردهاند که با استفاده از فیلترهای شیمیایی و آموزش مبتنی بر شباهت، مدلهای زبانی بزرگ را برای بهینهسازی خواص مولکولی بدون از دست دادن ساختار اصلی (scaffold) همسوسازی میکند. این روش به موفقیت ۸۲ درصدی در بهینهسازی دست یافته و شباهت ساختاری بالاتری نسبت به روشهای پایه حفظ میکند.

مدل هوش مصنوعی SpeciesNet شرکت گوگل با شناسایی خودکار حیوانات در تصاویر دوربینهای تلهای، به محققان حفاظت از محیط زیست در سراسر جهان کمک میکند. این فناوری با صرفهجویی در وقت محققان، امکان تمرکز بر استراتژیهای حفاظتی را فراهم کرده است.

تحقیقات جدید با بررسی بیش از ۱۰ هزار شرکتکننده نشان داده است که مدلهای هوش مصنوعی میتوانند محتوای دستکاریکننده تولید کنند، اما میزان تأثیرگذاری آنها بسته به حوزه کاربردی و موقعیت جغرافیایی بسیار متفاوت است. این یافتهها بر ضرورت ارزیابی جداگانه «تمایل» و «کارایی» در دستکاری هوش مصنوعی تأکید دارد.

پژوهشگران چارچوب جدیدی به نام Human-TM معرفی کردهاند که با ادغام قصد کاربر در فرآیند کشف موضوعات، مشکل تولید موضوعات تکراری و بیربط را حل میکند. این رویکرد با استفاده از یادگیری متضاد و تکنیکهای حمل بهینه، همزمان انسجام و تنوع موضوعات استخراجشده را بهبود میبخشد.

اکثر کسبوکارها از هوش مصنوعی برای کمک به انسانها استفاده میکنند نه جایگزینی آنها. این شرکتها بر ابزارهایی تمرکز دارند که فرایند تصمیمگیری را پشتیبانی میکنند و کنترل نهایی را در دست انسان نگه میدارند.

پژوهشگران الگوریتم GeM-EA را معرفی کردهاند که با ترکیب یادگیری متا و بازپخش مولد، به بهینهسازی دادههای جریانی در محیطهای متغیر میپردازد. این الگوریتم با تشخیص تغییر مفهوم، به سرعت مدل جایگزین را تطبیق میدهد. نتایج آزمایشی نشان میدهد که GeM-EA در مقایسه با روشهای پیشرفته فعلی، سازگاری سریعتر و مقاومت بالاتری دارد.

پژوهشگران سیستم «پروفایلر» را معرفی کردهاند که الگوهای استناد انسانی را ثبت میکند و دقت توصیهها را بدون ایجاد تعصبات محاسباتی بهبود میبخشد.

گوگل قابلیت هوش شخصی خود را به اپلیکیشن جمینی و جمینی در کروم در ایالات متحده گسترش داده است. این ویژگی با اتصال به Gmail و Google Photos، پاسخهای سفارشی برای خرید، سفر و پشتیبانی فنی ارائه میدهد. گوگل تأکید کرده که دادههای خصوصی کاربران برای آموزش مدل استفاده نمیشود.

مدیران کسبوکار باید در چارچوبهای حاکمیت جامع هوش مصنوعی سرمایهگذاری کنند تا زیرساختهای AI را بهصورت امن مدیریت کرده و از حاشیه سود سازمانی محافظت نمایند. همزمان با تبدیل شدن هوش مصنوعی به فناوری بنیادین، رویکردهای قدیمی مدیریت و کنترل دیگر کفایت نمیکند.

پژوهشگران روشی نوین برای بازسازی تصاویر با وضوح بالا ارائه دادهاند که با استفاده از یک چارچوب نظری مبتنی بر تخمین درستنمایی بیشینه، نویز بهینه میانی را برای فرآیند انتشار معکوس محاسبه میکند. این روش تنها در ۴ مرحله به عملکرد برتر در کیفیت ادراکی دست یافته و نیازی به مدلهای بزرگ متنبهتصویر ندارد.

پژوهشگران روشی به نام BA-Logic ارائه کردهاند که با آلودهسازی مکانیسم پیشبینی داخلی شبکههای عصبی گرافی، حملات بکدور را بدون نیاز به تغییر برچسبهای آموزشی ممکن میسازد. این رویکرد نشان میدهد که مختل کردن استدلال داخلی مدل بسیار مؤثرتر از تغییر برچسبها است.

پژوهشگران SpecBranch را معرفی کردهاند؛ چارچوبی نوآورانه که با ایجاد شاخههای موازی در رمزگشایی حدسی، زمان انتظار میان مدل پیشنویس و مدل هدف را کاهش میدهد. این روش سرعت استنتاج را بین ۱.۸ تا ۴.۵ برابر افزایش داده و تعداد توکنهای بازگشتی را برای مدلهای با هماهنگی ضعیف، نصف میکند.

پژوهشگران با بررسی ۱۲ معیار سنجش، عملکرد مدلهای زبانی بزرگ در وظایف تأیید صحت را تحلیل کردند. این مطالعه نشان داد که سختی مسئله، توانمندی تولیدکننده و قابلیت تأییدکننده بهصورت پیچیدهای با یکدیگر تعامل دارند. نکته قابل توجه اینکه استفاده از تأییدکننده مبتنی بر Gemma2-9B شکاف عملکردی با مدل Gemma2-27B را به میزان ۷۵.۷ درصد کاهش داد.

محققان فریمورک AdaMCoT (زنجیره فکری تطبیقی چندزبانه) را معرفی کردهاند که با هدایت پویای فرآیندهای تفکر از طریق «زبانهای میانی» و سپس تولید پاسخ به زبان هدف، استدلال مبتنی بر واقعیت را در مدلهای زبانی بزرگ بهبود میدهد. این رویکرد بدون نیاز به پیشآموزش اضافی، کیفیت استدلال و سازگاری بینزبانی را بهطور قابل توجهی ارتقا میدهد، بهویژه در زبانهای کممنبع.

پژوهشگران مدلی یکپارچه معرفی کردهاند که از متن، تصویر یا ترکیب هر دو برای تولید کد استفاده میکند و قابلیتهای پیشرفته بصری-برنامهنویسی را فراهم میسازد. این رویکرد برخلاف کارهای پیشین که مدلهای تخصصی مجزا میساختند، همه تواناییها را در یک معماری واحد گردآوری کرده است.

پژوهشگران چارچوبی به نام Lightning OPD معرفی کردهاند که فرآیند آموزش مدلهای زبانی بزرگ را بدون نیاز به سرور آنلاین معلم امکانپذیر میسازد. این روش با پیشمحاسبه احتمالات لاگ از مدل معلم و حفظ ثبات در انتخاب مدل، به دقت ۶۹.۹٪ در آزمون ریاضی AIME 2024 دست یافته و در مدت تنها ۳۰ ساعت GPU به این نتایج رسیده است.

پژوهشگران در بررسی جامعی، توهمهای مدلهای زبانی بزرگ ویدیویی را در دو دسته اصلی طبقهبندی کردهاند: تحریف پویا و ساخت محتوای دروغین. آنها ریشه این مشکلات را در ضعف نمایش زمانی و مکانییابی بصری شناسایی کرده و رویکردهای امیدبخشی برای رفع آنها پیشنهاد دادهاند.

تیمی از پژوهشگران روش «همترازی معنایی زبانآگنوستیک» (LASA) را توسعه دادهاند که مکانیزمهای ایمنی هوش مصنوعی را به جای متن سطحی، در فضای معنایی مستقل از زبان verankert میکند. این روش نرخ موفقیت حملات را از ۲۴.۷ درصد به ۲.۸ درصد کاهش داده و در زبانهای کممنابع نیز عملکرد قابل قبولی نشان میدهد.

پژوهشگران از محاسبات تکاملی مبتنی بر مدلهای زبانی بزرگ برای بهینهسازی پرسوجوهای حدس رمز عبور استفاده کردند. این روش نرخ شکستن رمز را از ۲.۰۲ درصد به ۸.۴۸ درصد افزایش داد. نتایج نشان میدهد که بهینهسازی پرسوجو میتواند ابزارهای حسابرسی رمز عبور را به طور چشمگیری بهبود بخشد.

پژوهشگان نشان دادند مدلهای زبانی بزرگ عمومی میتوانند دادههای پرونده الکترونیک سلامت را با کیفیتی مشابه مدلهای تخصصی حوزه پزشکی رمزگذاری کنند. این رویکرد با تبدیل کدهای پزشکی به توصیفهای زبان طبیعی، بدون نیاز به دسترسی به دادههای خصوصی آموزشی به تعبیههای چندبعدی دست مییابد. در اعتبارسنجی با مجموعه داده UK Biobank، این مدلها در برخی وظایف بهبود معناداری نشان دادند.

یک مرور نظاممند از ۵۲ مطالعه درباره عوامل آموزشی مبتنی بر مدلهای زبانی بزرگ رونمایی شده که چهار بُعد کلیدی طراحی و روندهای نوظهور مانند سیستمهای چندعاملی و ادغام با فناوریهای فراگیر را شناسایی کرده است. این پژوهش فرصتهای قابل توجهی را در کنار نگرانیهای اخلاقی درباره حریم خصوصی، دقت محتوا و استقلال دانشآموزان مورد توجه قرار میدهد.