تازه‌ترین اخبار
هر چیزی که در دات‌هوش منتشر شده، به ترتیب زمان. تازه‌های کمتر از یک ساعت با نشانک زنده مشخص شده‌اند.
- ۱۲۱۲۱
تحلیل و بررسی تخصصیOpenClaw-Skill: حل چالش برنامه‌ریزی بلندمدت عامل‌ها با جست‌وجوی جمعی در درخت
پژوهشگران چارچوب OpenClaw-Skill را معرفی کردند که با استفاده از جست‌وجوی جمعی در درخت مهارت‌ها (CSTS)، کتابخانه‌ای از مهارت‌های بازیافت‌پذیر برای عامل‌های هوش مصنوعی می‌سازد. این سیستم با بهره‌گیری از چندین مدل برای تولید و تأیید مهارت‌ها، توانایی استدلال چندمرحله‌ای و استفاده از ابزار را در محیط‌های پیچیده به‌طور چشم‌گیری بهبود می‌بخشد.
۲۶ خرداد ۱۴۰۵۲ دقیقه خواندن - ۱۲۱۲۲
تحلیل و بررسی تخصصیچگونه تبدیل دستورالعمل‌های متنی به وزن‌های رفتاری، هزینه‌ی استنتاج را می‌کاهد؟
پژوهشگران چارچوب **Skill-to-LoRA** (S2L) را معرفی کرده‌اند که دستورالعمل‌های متنی حجیم در پرامپت‌ها را با آداپتورهای سبک **LoRA** جایگزین می‌کند. این رویکرد باعث کاهش ۶.۶ درصدی هزینه‌ی توکن‌ها و افزایش نرخ موفقیت عامل‌ها در اجرای وظایف پیچیده شده است.
۲۶ خرداد ۱۴۰۵۲ دقیقه خواندن - ۱۲۱۲۳
تحلیل و بررسی تخصصیچرا اصلاح تابع پاداش برای حل خطاهای پیچیده در مدل‌های زبانی کافی نیست؟
پژوهشی جدید با معرفی یک سیستم مختصاتی ریاضی، بهینه‌سازی سیاست‌های مدل‌های زبانی را به جای ترفندهای تجربی به یک علم تشخیصی تبدیل کرده است. این چارچوب نشان می‌دهد که بسیاری از شکست‌ها در مدل‌های استدلالی ناشی از «خطاهای ترکیبی» هستند که تنها با تغییر تابع پاداش حل نمی‌شوند.
۲۶ خرداد ۱۴۰۵۲ دقیقه خواندن - ۱۲۱۲۴
تحلیل و بررسی تخصصیAgentFairBench: خطای ۲.۴ برابری در روش‌های فعلی اندازه‌گیری سوگیری هوش مصنوعی
پژوهشگران با معرفی بنچمارک **AgentFairBench** نشان دادند که روش‌های رایج، سوگیری‌های دموگرافیک در عامل‌های AI را تا ۲.۴ برابر بیشتر از واقعیت تخمین می‌زنند. این مطالعه تأیید می‌کند که **Claude Haiku 4.5** در محیط‌های عملیاتی، تبعیض نژادی معناداری ندارد.
۲۶ خرداد ۱۴۰۵۲ دقیقه خواندن - ۱۲۱۲۵
تحلیل و بررسی تخصصیچرا دقت AUROC دیگر معیار موفقیت در هوش مصنوعی پزشکی نیست؟
پژوهشگران پیشنهاد کرده‌اند که هوش مصنوعی پزشکی از مدل‌های تشخیص ایستا به «مدل‌های جهانی» تغییر مسیر دهد. هدف این رویکرد، تبدیل سیستم‌ها از امتیازدهی ریسک به شبیه‌سازی پویا از مسیر بهبودی یا تخریب وضعیت بیمار است.
۲۶ خرداد ۱۴۰۵۱ دقیقه خواندن - ۱۲۱۲۶
تحلیل و بررسی تخصصیجایگزینی حافظه متنی با کد پایتون؛ رسیدن به دقت ۹۹ درصدی در حافظه عامل‌های AI
پژوهشگران چارچوب User as Code (UaC) را معرفی کردند که حافظه متنی هوش مصنوعی را با اشیاء و توابع قابل‌اجرای پایتون جایگزین می‌کند. این تغییر پارادایم، دقت پاسخ‌دهی عامل‌ها به پرسش‌های پیچیده و تجمیعی را به نزدیکی ۱۰۰ درصد رسانده است.
۲۶ خرداد ۱۴۰۵۲ دقیقه خواندن - ۱۲۱۲۷
تحلیل و بررسی تخصصیچرا تحلیل معنایی متن در پیش‌بینی تغییرات خلقی آینده شکست می‌خورد؟
پژوهش‌های جدید نشان می‌دهد که در حالی که تحلیل متن برای تشخیص وضعیت عاطفی فعلی کاربر دقیق است، اما در پیش‌بینی تغییرات آتی ناکارآمد است. در مقابل، تحلیل دینامیک‌های عددیِ وضعیت‌های پیشین، دقت پیش‌بینی تغییرات خلقی را به طور معناداری افزایش می‌دهد.
۲۶ خرداد ۱۴۰۵۱ دقیقه خواندن - ۱۲۱۲۸
تحلیل و بررسی تخصصیمدل خودمختاری کنترل‌شده: چارچوب جدید کریستوفر کُک برای کاهش ریسک عامل‌های AI
تحلیل جدیدی نشان می‌دهد شرکت‌های متوسط باید به جای تعقیب خودمختاری کامل، به سراغ «خودمختاری جزئی کنترل‌شده» بروند. این رویکرد با تمرکز بر یکپارچه‌سازی انسان‌محور، بار اداری را کاهش می‌دهد بدون اینکه پاسخگویی انسانی را حذف کند.
۲۶ خرداد ۱۴۰۵۱ دقیقه خواندن - ۱۲۱۲۹
تحلیل و بررسی تخصصیپدیده Idle-drift در Claude Haiku 4.5؛ وقتی برنامه‌ریزی دقیق به بی‌عملی منجر
بنچمارک جدید CoffeeBench نشان می‌دهد که برخی مدل‌های زبانی با وجود توانایی برنامه‌ریزی دقیق، در محیط‌های اقتصادی بلندمدت دچار «بی‌عملی» می‌شوند. Claude Haiku 4.5 در این آزمون رفتاری عجیب از خود نشان داد: طراحی استراتژی‌های منسجم اما عدم اجرای حتی یک اقدام عملی.
۲۶ خرداد ۱۴۰۵۱ دقیقه خواندن - ۱۲۱۳۰
تحلیل و بررسی تخصصیچرا ادغام تک‌مرحله‌ای مدل‌های زبانی در وظایف تخصصی شکست می‌خورد؟
پژوهشگران متد METIS را برای حل مشکل «پاک‌شدن اطلاعات» در ادغام مدل‌ها معرفی کردند. این روش با جایگزینی تجمیع یک‌باره با یک پروتکل تکرارشونده، مانع از تداخل وظایف شده و عملکرد ضعیف‌ترین بخش‌های مدل‌های چندوظیفه‌ای را بهبود می‌بخشد.
۲۶ خرداد ۱۴۰۵۱ دقیقه خواندن - ۱۲۱۳۱
تحلیل و بررسی تخصصیچگونه MR-GVNO پیش‌بینی فیزیک سازه‌های پیچیده را به میلی‌ثانیه‌ها رساند
پژوهشگران مدل MR-GVNO را توسعه داده‌اند؛ یک عملگر عصبی که پاسخ فیزیکی سازه‌های صفحه‌ای پیچیده را بدون نیاز به داده‌های آموزشی برچسب‌دار پیش‌بینی می‌کند. این مدل با استفاده از توابع هزینه فیزیک‌محور، استنتاج در مقیاس میلی‌ثانیه را برای هندسه‌های نامنظم ممکن می‌سازد.
۲۶ خرداد ۱۴۰۵۱ دقیقه خواندن - ۱۲۱۳۲
تحلیل و بررسی تخصصیگذار از احتمالات به قطعیت: روش جدید برای جلوگیری از تداخل عامل‌های AI
پژوهشگران با معرفی چارچوب Tensor-Coord، برنامه‌ریزی در سیستم‌های چندعاملی را از مذاکرات شکننده بر پایه پرامپت به همراستاسازی ریاضی منتقل کردند. این روش با استفاده از تجزیه جبری تنسورها، تداخل در اجرای برنامه‌ها را به‌صورت قطعی حذف می‌کند.
۲۶ خرداد ۱۴۰۵۱ دقیقه خواندن - ۱۲۱۳۳
تحلیل و بررسی تخصصیMGIL: جایگزینی الگوهای سراسری با همسایگی‌های محلی در تکمیل گراف‌های دانش
چارچوب MGIL با استفاده از خوشه‌بندی موجودیت‌ها، یک «گراف مدل» ایجاد می‌کند تا الگوهای ساختاری سراسری را شناسایی کند. این رویکرد در پیش‌بینی استقرایی پیوندها (Inductive Link Prediction) به نتایجی در سطح پیشرو (SOTA) رسیده است.
۲۶ خرداد ۱۴۰۵۱ دقیقه خواندن - ۱۲۱۳۴
تحلیل و بررسی تخصصیچگونه EC-Script با عامل‌های سلسله‌مراتبی، مسیر احساسی روایت‌های AI را کنترل
پژوهشگران چارچوبی به نام EC-Script توسعه داده‌اند که به مدل‌های زبانی اجازه می‌دهد روایت‌های داستانی را با مسیرهای احساسی دقیق، مخصوص هنردرمانی، تولید کنند. این سیستم از یک ساختار عامل‌محور سلسله‌مراتبی استفاده می‌کند تا اطمینان حاصل شود که روایت‌ها دقیقاً از الگوهای عاطفی مورد نیاز برای بهبودی روان‌شناختی پیروی می‌کنند.
۲۶ خرداد ۱۴۰۵۱ دقیقه خواندن - ۱۲۱۳۵
تحلیل و بررسی تخصصیکاهش خطای قیمت‌گذاری ریسک عامل‌های AI از ۱۷ هزار دلار به ۵۶۹ دلار
پژوهشگران چارچوب جدیدی برای quantifying و بیمه کردن ریسک‌های مالی عامل‌های خودمختار معرفی کرده‌اند. این سیستم با جایگزینی قضاوت مدل‌های زبانی با برچسب‌های اقتصادی قطعی، نرخ خطای قیمت‌گذاری ریسک را به شدت کاهش داده است.
۲۶ خرداد ۱۴۰۵۱ دقیقه خواندن - ۱۲۱۳۶
تحلیل و بررسی تخصصیچرا شکست عامل‌های هوش مصنوعی ناشی از «گم‌شدن در متن» نیست؟
تحقیقات جدید نشان می‌دهد عامل‌های هوش مصنوعی اغلب ابزار درست را شناسایی می‌کنند اما در مرحله نهایی تصمیم‌گیری دچار خطا می‌شوند. این یافته، اثربخشی روش‌های رایج مهندسی پرامپت برای حل این مشکل را زیر سؤال می‌برد.
۲۶ خرداد ۱۴۰۵۲ دقیقه خواندن - ۱۲۱۳۷
آموزش کاربردیابزارهای رایگان هوش مصنوعی برای کارهای روزمره؛ کدام‌ها از داخل ایران در دسترس‌اند
هوش مصنوعی پر است از ابزارهای رایگان، اما برای کاربر ایرانی پرسشِ اصلی این نیست که کدام بهتر است؛ این است که کدام واقعاً از داخل باز می‌شود و کدام برای ثبت‌نام یا ارتقا به شماره و کارت خارجی گره خورده است. این راهنمای کامل، ابزارهای رایگانِ گفتگو و جست‌وجوی هوشمند، تولید و ویرایش تصویر، نوشتن و خلاصه‌سازی، تبدیل گفتار به متن، ساخت صدا و موسیقی، ویدیو و کدنویسی را دسته‌بندی می‌کند و برای هرکدام وضعیت دسترسی از ایران را صریح می‌گوید — با یک نتیجهٔ روشن: ابزارهای متن‌باز و قابل‌نصب روی سیستم خودتان، بی‌دردسرترین و پایدارترین انتخاب برای کاربر ایرانی‌اند.
۲۶ خرداد ۱۴۰۵۶ دقیقه خواندن - ۱۲۱۳۸
تحلیل و بررسی تخصصیچرا برای بازیابی خطوط تولید دیگر نیازی به بازآموزی مدل‌های RL نیست؟
یک چارچوب جدید به سیاست‌های RMAPPO اجازه می‌دهد در لحظه‌ی اجرا از قوانین خارجی یا راهنمایی‌های مدل‌های زبانی استفاده کنند تا سرعت بازیابی خطوط تولید پس از نقص فنی افزایش یابد. این روش زمان بازیابی را بدون نیاز به بازطراحی یا بازآموزی عامل هوش مصنوعی کاهش می‌دهد.
۲۶ خرداد ۱۴۰۵۱ دقیقه خواندن - ۱۲۱۳۹
تحلیل و بررسی تخصصیجایگاه در لیست: متغیری که توصیه‌های مدل‌های زبانی را ۱۲ دلار جابه‌جا می‌کند
یک ممیزی روی ۱۲ مدل هوش مصنوعی نشان می‌دهد که جایگاه یک هتل در لیست داده‌ها، به‌طور مستقل بر توصیه‌ی مدل اثر می‌گذارد. این سوگیری ساختاری باعث می‌شود ارزش ادراکی هر اتاق شبانه حدود ۱۲ دلار تغییر کند، در حالی که پاسخ‌های مدیریت هتل تقریباً به‌طور کامل نادیده گرفته می‌شوند.
۲۶ خرداد ۱۴۰۵۱ دقیقه خواندن - ۱۲۱۴۰
تحلیل و بررسی تخصصیکدنویسی به جای احتمالات: رویکرد MHL برای حذف جعبه سیاه در تشخیص‌های پزشکی
متد MHL وزن‌های مبهم شبکه‌های عصبی را با قوانین قطعی پایتونی جایگزین می‌کند. این چارچوب دقت بالای استانداردهای فعلی را در داده‌های پزشکی حفظ کرده و در عین حال قابلیت بازبینی کامل توسط پزشکان را فراهم می‌سازد.
۲۶ خرداد ۱۴۰۵۲ دقیقه خواندن - ۱۲۱۴۱
تحلیل و بررسی تخصصیدقت ۹۰ درصدی AdaSTORM در استدلال گراف‌های هزار-گره‌ای بدون ابزار خارجی
چارچوب AdaSTORM با استفاده از تقسیم‌بندی تطبیقی و معماری چند-عاملی، محدودیت مقیاس‌پذیری در استدلال گراف‌های پویا را شکست. این سیستم بدون نیاز به ابزارهای خارجی، به دقت بیش از ۹۰ درصد در گراف‌های هزار-گره‌ای دست یافته است.
۲۶ خرداد ۱۴۰۵۱ دقیقه خواندن - ۱۲۱۴۲
تحلیل و بررسی تخصصیلایهی حاکمیتی شش‌بعدی: تفکیک «خرد» از «هوش» در معماری عامل‌های AI
یک چارچوب معماری جدید پیشنهاد می‌دهد که «خرد» را از «هوش» جدا کند تا از بهینه‌سازی کورکورانه اهداف مضر جلوگیری شود. این سیستم از طریق یک لایه حاکمیتی و یک توپل شش‌مؤلفه‌ای، پیش از اجرا، اهداف را مورد پرسش قرار می‌دهد.
۲۶ خرداد ۱۴۰۵۲ دقیقه خواندن - ۱۲۱۴۳
تحلیل و بررسی تخصصینمره ۹.۶۶ از ۱۰: StateGen توهمات فراخوانی ابزار را در ۶۵ هزار گفتگو حذف کرد
پلتفرم StateGen با معرفی یک مدیریت وضعیت متمرکز و ساختار چهار-نقش، توهمات مربوط به نتایج ابزارها در عامل‌های هوش مصنوعی را حذف کرده است. این معماری با تولید داده‌های مصنوعی دقیق، به نمره ۹.۶۶ از ۱۰ در ارزیابی بیش از ۶۴ هزار گفتگو دست یافت.
۲۶ خرداد ۱۴۰۵۲ دقیقه خواندن - ۱۲۱۴۴
تحلیل و بررسی تخصصیچرا استدلال «ساکت» در مدل‌های زبانی دقیق‌تر از زنجیره تفکر متنی است؟
رویکرد Latent Thought Flow با جایگزینی توکن‌های متنی در زنجیره تفکر با مسیرهای پیوسته در فضای پنهان، دقت پاسخ‌دهی را ۹.۵٪ افزایش داده است. این متدولوژی هزینه محاسباتی استنتاج را به‌طور چشم‌گیری کاهش می‌دهد.
۲۶ خرداد ۱۴۰۵۱ دقیقه خواندن - ۱۲۱۴۵
تحلیل و بررسی تخصصیPAL-Bench: چرا عامل‌های هوش مصنوعی در بازسازی هویت‌های تکرارشونده ناکام
پژوهشگران با معرفی PAL-Bench نشان دادند که مدل‌های هوش مصنوعی علیرغم توانایی در خلاصه‌سازی، در پیوند دادن هویت‌های تکرارشونده در داده‌های بلندمدت ناتوان‌اند. این شکاف، تفاوت بنیادین میان «خلاصه‌سازی محتمل» و «بازسازی دقیق» هویت‌های اجتماعی را آشکار می‌کند.
۲۶ خرداد ۱۴۰۵۲ دقیقه خواندن - ۱۲۱۴۶
تحلیل و بررسی تخصصیچرا دقت بازسازی در حسگرها معیار فریبنده‌ای برای نمایش واقعیت است؟
پژوهشگران چارچوب OQ-TSAE را معرفی کرده‌اند تا نمایش‌های هوش مصنوعی را راستی‌آزمایی کنند تا تنها تمایزات موردپشتی سخت‌افزاری را حفظ کنند. این سیستم با استفاده از «خارج‌قسمت‌های مشاهده»، نویزهای مزاحم را حذف کرده و دقت مدل در بازنمایی واقعیت را نسبت به روش‌های سنتی افزایش می‌دهد.
۲۶ خرداد ۱۴۰۵۱ دقیقه خواندن - ۱۲۱۴۷
تحلیل و بررسی تخصصیضریب همبستگی ۰.۴۲۱: چرا توانایی حل مسئله معیار دقیقی برای ارزیابی تدریس LLMها
یک تحلیل تشخیصی جدید نشان می‌دهد توانایی یک مدل زبانی در حل مسائل پیچیده، تضمین‌کننده اثرگذاری آن در تدریس نیست. محققان با استفاده از MathTutorBench دریافتند که معیارهای «حل مسئله» و «پداگوژی» تنها همپوشانی جزئی دارند و برترین حل‌کننده‌ها لزوماً بهترین معلمان نیستند.
۲۶ خرداد ۱۴۰۵۱ دقیقه خواندن - ۱۲۱۴۸
تحلیل و بررسی تخصصیTimeVista: جایگزین کردن معیارهای عددی با مدل‌های بینایی-زبانی در ارزیابی
پژوهشگران چارچوب TimeVista را معرفی کرده‌اند که با بهره‌گیری از مدل‌های بینایی-زبانی (VLMs)، پیش‌بینی‌های سری‌های زمانی را از طریق تحلیل نمودارها ارزیابی می‌کند. این رویکرد در مقایسه با معیارهای سنتی عددی، هم‌راستایی به‌مراتب بیشتری با ترجیحات بصری انسان دارد.
۲۶ خرداد ۱۴۰۵۱ دقیقه خواندن - ۱۲۱۴۹
تحلیل و بررسی تخصصیتسطیح وجودشناسانه: چرا مدل‌های کثرت‌گرا در بازنمایی معانی شکست می‌خورند؟
تلاش‌های فعلی برای ایجاد هوش مصنوعی کثرت‌گرا اغلب تنوع را به جایگزین‌های آماری تقلیل می‌دهند و ساختارهای معنایی بنیادین را نادیده می‌گیرند. چهارچوب جدید PLG تلاش می‌کند با حسابرسی کیفی، مانع از «تسطیح» مفاهیم انسانی پیچیده در مدل‌ها شود.
۲۶ خرداد ۱۴۰۵۱ دقیقه خواندن - ۱۲۱۵۰
تحلیل و بررسی تخصصیگزارش arXiv: بازدهی ۵۹.۳ درصدی LiteOdyssey در تشخیص بیماری‌های فوق‌کمیاب
چارچوب استدلالی سبک‌وزن LiteOdyssey با تکیه بر سیاست‌های همکاری انسان-ماشین، در تشخیص بیماری‌های بسیار نادر از GPT-5.4 پیشی گرفت. این دستاورد نشان می‌دهد که ساختار استدلالی دقیق بر مقیاس‌بندی خشن داده‌ها برتری دارد.
۲۶ خرداد ۱۴۰۵۲ دقیقه خواندن