تازه‌ترین اخبار
هر چیزی که در دات‌هوش منتشر شده، به ترتیب زمان. تازه‌های کمتر از یک ساعت با نشانک زنده مشخص شده‌اند.
- ۱۳۵۶۱
تحلیل و بررسی تخصصیچرا مدل ۰.۷۷ میلیارد پارامتری Fashion Florence از GPT-4o-mini دقیق‌تر است؟
یک مدل تخصصی با نام Fashion Florence با تنها ۰.۷۷ میلیارد پارامتر، در استخراج داده‌های ساختاریافته‌ی مد از تصاویر، مدل‌های پیشرویی چون GPT-4o-mini را شکست داد. این دستاورد نشان می‌دهد مدل‌های زبانی کوچک (SLM) می‌توانند جایگزینی ارزان‌تر و دقیق‌تر برای سیستم‌های توصیه‌گر باشند.
۲۳ اردیبهشت ۱۴۰۵۲ دقیقه خواندن - ۱۳۵۶۲
تحلیل و بررسی تخصصیرمزگشایی از علت واگرایی آموزش FP4 و نقش چرخش‌های قطعی هادامار
پژوهشگران دریافتند که کوانتیزاسیون گرادینت‌های وزن (Wgrad) عامل اصلی ناپایداری در آموزش مدل‌های زبانی با دقت FP4 است. استفاده از چرخش‌های قطعی هادامار، برخلاف روش‌های تصادفی، می‌تواند پایداری بهینه‌سازی را بازگرداند.
۲۳ اردیبهشت ۱۴۰۵۲ دقیقه خواندن - ۱۳۵۶۳
تحلیل و بررسی تخصصیگزارش arXiv: نرخ موفقیت عامل‌های کدنویس با متد Shepherd به ۵۴.۷٪ رسید
پلتفرم Shepherd با معرفی زیرساختی مبتنی بر برنامه‌نویسی تابعی، تعاملات عامل‌ها را به عنوان رویدادهای کنترل‌شده مدیریت می‌کند. این رویکرد سرعت بازتولید وضعیت‌ها را ۵ برابر بیشتر از داکر کرده و نرخ موفقیت در کدنویسی را تقریباً دو برابر افزایش داده است.
۲۳ اردیبهشت ۱۴۰۵۲ دقیقه خواندن - ۱۳۵۶۴
تحلیل و بررسی تخصصیگزارش BenchCAD: ناتوانی مدل‌های پیشرو در تولید کدهای اجرایی برای طراحی صنعتی
بنچمارک جدید BenchCAD نشان می‌دهد مدل‌های پیشرو در عین توانایی در تقلید بصری، در تولید کدهای پارامتریک دقیق برای تولید صنعتی شکست می‌خورند. این مطالعه شکاف عمیق میان استدلال فضایی و منطق مهندسی در مدل‌های چندوجهی را برملا می‌کند.
۲۳ اردیبهشت ۱۴۰۵۲ دقیقه خواندن - ۱۳۵۶۵
تحلیل و بررسی تخصصیچرا حذف کامل «سندهای مزاحم» حیاتی‌تر از کاهش حجم پنجره متنی است؟
حضور مقدار اندکی اطلاعات گمراه‌کننده در متون طولانی، باعث سقوط غیرخطی عملکرد مدل‌های زبانی می‌شود. این یافته نشان می‌دهد که دقت در بازیابی داده‌ها بسیار حیاتی‌تر از کاهش کلی حجم پنجره متنی است.
۲۳ اردیبهشت ۱۴۰۵۲ دقیقه خواندن - ۱۳۵۶۶
تحلیل و بررسی تخصصیگزارش arXiv: چارچوب SFFL نرخ توهمات در مدل‌های صوتی-تصویری را ۱۱.۱۷٪ کاهش داد
چارچوب استدلالی جدیدی به نام SFFL با تفکیک مسیرهای استدلال برای هر مودالیته، توهمات در مدل‌های زبانی چندوجهی را به‌طور چشمگیری کاهش داده است. این متد دقت کلی را ۵.۱۶٪ و نرخ کاهش توهمات را ۱۱.۱۷٪ بهبود بخشیده است.
۲۳ اردیبهشت ۱۴۰۵۲ دقیقه خواندن - ۱۳۵۶۷
تحلیل و بررسی تخصصیعبور از خروجی‌های یکسان؛ NanoResearch چگونه متدولوژی شخصی پژوهشگر را می‌آموزد؟
NanoResearch یک چارچوب چند-عاملی جدید است که با شخصی‌سازی خط‌لوله پژوهش، خروجی‌های یکسان مدل‌های زبانی را کنار می‌گذارد. این سیستم از طریق تکامل هم‌زمان بانک مهارت و حافظه، متدولوژی و محدودیت‌های هر پژوهشگر را می‌آموزد.
۲۳ اردیبهشت ۱۴۰۵۲ دقیقه خواندن - ۱۳۵۶۸
تحلیل و بررسی تخصصیسازوکار RACER: بهینه‌سازی هزینه داوران LLM از طریق مسیریابی مقاوم
مدل‌های استدلالی در ارزیابی‌های ساده، قدرت محاسباتی را هدر می‌دهند. چارچوب RACER با مسیریابی پویا، وظایف را به مقرون‌به‌صرفه‌ترین داور می‌سپارد و دقت را حتی در صورت تغییر توزیع داده‌ها حفظ می‌کند.
۲۳ اردیبهشت ۱۴۰۵۲ دقیقه خواندن - ۱۳۵۶۹
تحلیل و بررسی تخصصیچرا برترین عامل‌های هوش مصنوعی در محیط‌های پیچیده از سد ۶۰ درصد عبور نمی‌کنند؟
بنچمارک جدید ComplexMCP نشان می‌دهد برترین عامل‌های هوش مصنوعی در محیط‌های ابزاری پیچیده تنها ۶۰ درصد موفقیت دارند، در حالی که این رقم برای انسان‌ها ۹۰ درصد است. این مطالعه گلوگاه‌های بحرانی در بازیابی ابزار و بازیابی خطا را شناسایی کرده است.
۲۳ اردیبهشت ۱۴۰۵۲ دقیقه خواندن - ۱۳۵۷۰
تحلیل و بررسی تخصصیسازوکار MATRA: سنجش شعاع تخریب حملات تزریق در عامل‌های هوش مصنوعی
چارچوب جدید MATRA روشی سیستماتیک برای تبدیل آسیب‌پذیری‌های مدل‌های زبانی به ریسک‌های عملیاتی در عامل‌های خودمختار ارائه می‌دهد. این پژوهش نشان می‌دهد که کنترل‌های معماری مانند محیط‌های ایزوله، تنها راه مؤثر برای محدود کردن خسارات ناشی از حملات موفق هستند.
۲۳ اردیبهشت ۱۴۰۵۲ دقیقه خواندن - ۱۳۵۷۱
تحلیل و بررسی تخصصیگذار از مهندسی پرامپت به مهندسی کنترل؛ راهکار سایبرنتیک برای پایداری عامل‌ها
چارچوب جدیدی به نام Agent Cybernetics پیشنهاد می‌کند که به جای آزمون و خطاهای تجربی، از تئوری کنترل کلاسیک برای طراحی عامل‌های هوش مصنوعی استفاده کند. هدف این رویکرد، تضمین پایداری، اجرای طولانی‌مدت و خودبهسازی ایمن در محیط‌های پیچیده است.
۲۳ اردیبهشت ۱۴۰۵۲ دقیقه خواندن - ۱۳۵۷۲
تحلیل و بررسی تخصصیچرا رگرسیون نمادین دیگر به جهش‌های تصادفی نیاز ندارد؟
پژوهشگران با معرفی GESR، جهش‌های تصادفی در رگرسیون نمادین را با «ویرایش ژنی» هدایت‌شده توسط مدل‌های BERT جایگزین کرده‌اند. این رویکرد کارایی محاسباتی و دقت کشف قوانین ریاضی از داده‌های علمی را به‌طور چشمگیری افزایش می‌دهد.
۲۳ اردیبهشت ۱۴۰۵۲ دقیقه خواندن - ۱۳۵۷۳
تحلیل و بررسی تخصصیگزارش arXiv: متد TRACE دقت استدلال ریاضی را ۲.۷۶ درصد فراتر از GRPO برد
متد جدیدی به نام TRACE با هدف‌گیری توکن‌های حیاتی در فرآیند تقطیر، نرخ خطای مدل‌های استدلالی را کاهش داد. این رویکرد برخلاف روش‌های متراکم، از نشت اطلاعات ممتاز جلوگیری کرده و عملکرد مدل را در داده‌های خارج از توزیع حفظ می‌کند.
۲۳ اردیبهشت ۱۴۰۵۲ دقیقه خواندن - ۱۳۵۷۴
تحلیل و بررسی تخصصیسازوکار diffGHOST: جلوگیری از حفظ حافظه‌ای مسیرهای حرکتی با بخش‌بندی فضای پنهان
پژوهشگران مدل diffGHOST را معرفی کردند؛ یک مدل انتشار شرطی که با استفاده از بخش‌بندی فضای پنهان، تولید داده‌های مصنوعی مسیرهای حرکتی را بدون افشای اطلاعات حساس افراد ممکن می‌سازد. این رویکرد توازن میان کاربردی بودن داده‌ها و تضمین حریم خصوصی را بازتعریف می‌کند.
۲۳ اردیبهشت ۱۴۰۵۲ دقیقه خواندن - ۱۳۵۷۵
تحلیل و بررسی تخصصیتوهم ایمنی؛ بنچمارک‌های سمیت LLM چگونه سیگنال‌های کاذب تولید می‌کنند
بنچمارک‌های سنجش سمیت در مدل‌های زبانی بزرگ به دلیل سوگیری‌های ساختاری، نتایج غیرقابل‌اعتمادی ارائه می‌دهند. پژوهشی جدید نشان می‌دهد تغییرات ساده در نوع تکلیف یا دامنه داده‌ها می‌تواند وضعیت «ایمن» یا «مضای‌گونه» یک مدل را به‌طور کامل تغییر دهد.
۲۳ اردیبهشت ۱۴۰۵۲ دقیقه خواندن - ۱۳۵۷۶
تحلیل و بررسی تخصصیتبدیل سیاست‌های عصبی به کدهای استاتیک: سازوکار تکامل آگاه از معلم
یک چارچوب تکاملی جدید با استفاده از سیاست‌های بهینه‌سازی‌شده به عنوان «معلم»، الگوریتم‌های اکتشافی (Heuristics) سریع و اجرایی می‌سازد. این سیستم نیاز به استنتاج عصبی در زمان اجرا را حذف کرده و در عین حال کارایی مدل‌های پیچیده را حفظ می‌کند.
۲۳ اردیبهشت ۱۴۰۵۲ دقیقه خواندن - ۱۳۵۷۷
تحلیل و بررسی تخصصیچرا ناهمواری توانمندی‌های مدل‌های زبانی، کلید جدید اکتشافات علمی است؟
پژوهشگران دریافتند که مدل‌های زبانی به‌جای پیشرفت یکنواخت، «ناهمواری» (Jaggedness) در توانمندی‌های خود دارند. با ترکیب این نقاط قوت پراکنده در مجموعه‌های فرا-مدلی، می‌توان ایده‌های علمی خلاقانه‌تری نسبت به استفاده از یک مدل واحد تولید کرد.
۲۳ اردیبهشت ۱۴۰۵۲ دقیقه خواندن - ۱۳۵۷۸
تحلیل و بررسی تخصصیافزایش ۵۳ درصدی دقت تفسیر تصمیمات MPC با مدل استنتاج علّی سلسله‌مراتبی
پژوهشگران چارچوب جدیدی به نام استنتاج علّی سلسله‌مراتبی (HCA) معرفی کرده‌اند که تصمیمات مبهم سیستم‌های کنترل پیش‌بین را قابل‌تفسیر می‌کند. این روش با ترکیب فیزیک و داده‌های بهینه‌سازی، دقت توجیه اقدامات ایمنی را به‌طور چشمگیری نسبت به مدل LIME بهبود بخشیده است.
۲۳ اردیبهشت ۱۴۰۵۲ دقیقه خواندن - ۱۳۵۷۹
تحلیل و بررسی تخصصیگزارش arXiv: سیستم PRISM نرخ نشت اسرار در خط‌لوله‌های چند-عاملی را به ۰٪ رساند
سیستم دفاعی PRISM با رصد لحظه‌ای دینامیک‌های تولید متن، نشت داده‌های حساس در خط‌لوله‌های چند-عاملی را به‌طور کامل متوقف کرده است. این ابزار بدون کاهش کیفیت خروجی، نرخ نشت در سطح وظیفه را به صفر رسانده است.
۲۳ اردیبهشت ۱۴۰۵۲ دقیقه خواندن - ۱۳۵۸۰
تحلیل و بررسی تخصصیدرون LLARS: سیستمی برای تبدیل شهود متخصصان به بنچمارک‌های دقیق هوش مصنوعی
پلتفرم بازمتن LLARS با یکپارچه‌سازی مهندسی پرامپت و ارزیابی، شکاف ارتباطی میان متخصصان دامنه و توسعه‌دهندگان را پر می‌کند. این سیستم یک گردش‌کار سرتاسری برای ساخت مدل‌های زبانی تخصصی و دقیق ارائه می‌دهد.
۲۳ اردیبهشت ۱۴۰۵۲ دقیقه خواندن - ۱۳۵۸۱
تحلیل و بررسی تخصصیسازوکار Deep Arguing: تبدیل پیش‌بینی‌های جعبه‌سیاه به استدلال‌های منطقی و شفاف
چارچوب جدیدی به نام Deep Arguing با ادغام یادگیری عمیق و منطق استدلالی، پیش‌بینی‌های هوش مصنوعی را تفسیرپذیر می‌کند. این مدل بدون کاهش دقت، داده‌ها را به عنوان استدلال‌هایی برای تأیید یا رد برچسب‌ها پردازش می‌کند.
۲۳ اردیبهشت ۱۴۰۵۲ دقیقه خواندن - ۱۳۵۸۲
تحلیل و بررسی تخصصیچرا گلوگاه عامل‌های هوش مصنوعی در استدلال نیست، بلکه در طراحی APIهاست؟
یک پارادایم جدید در طراحی APIهای معنایی، رابط‌های سنتی CRUD را با پروتکلی شش‌فعل برای عامل‌های هوش مصنوعی جایگزین کرده است. این رویکرد در محیط‌های عملیاتی SaaS، نرخ موفقیت در اجرای تسک‌ها را از ۶۴٪ به ۸۸٪ رسانده است.
۲۳ اردیبهشت ۱۴۰۵۲ دقیقه خواندن - ۱۳۵۸۳
تحلیل و بررسی تخصصیاستخراج استدلال؛ سازوکاری برای کاهش توهمات مدل‌های زبانی در روایت‌های سلامت
پژوهشگران با ترکیب استخراج استدلال و گراف‌های دانش، سیستمی برای کاهش توهمات مدل‌های زبانی در روایت‌های سلامت سالمندان طراحی کرده‌اند. این معماری بازتابی تضمین می‌کند که داستان‌های تولیدشده از نظر منطقی مستدل و از نظر فرهنگی مرتبط باشند.
۲۳ اردیبهشت ۱۴۰۵۲ دقیقه خواندن - ۱۳۵۸۴
تحلیل و بررسی تخصصیرمزگشایی از شکاف دانش و اجرا در عامل‌های هوش مصنوعی با معیارهای سطح-مسیر
یک چارچوب آماری جدید، ارزیابی عامل‌های هوش مصنوعی را از نرخ‌های ساده‌ی موفقیت/شکست به سنجش ثبات در سطح مسیر تغییر می‌دهد. این متد به توسعه‌دهندگان اجازه می‌دهد تفاوت میان دانش مدل و استحکام آن در اجرای عملی را تشخیص دهند.
۲۳ اردیبهشت ۱۴۰۵۲ دقیقه خواندن - ۱۳۵۸۵
تحلیل و بررسی تخصصیچرا برای درک توپولوژی گراف‌ها نیازی به تنظیم دقیق یا آداپتورهای خارجی نیست؟
روش جدیدی به نام Slash نشان می‌دهد که مدل‌های زبانی بزرگ درک ساختاری گراف‌ها را در وزن‌های خود دارند، اما «چاه‌های توجه» مانع دسترسی به آن می‌شوند. این متد بدون نیاز به آموزش مجدد، دقت مدل‌ها در پیش‌بینی مولکولی و وظایف گراف را به شدت افزایش می‌دهد.
۲۳ اردیبهشت ۱۴۰۵۲ دقیقه خواندن - ۱۳۵۸۶
تحلیل و بررسی تخصصیSkillEvolver: ارتقای دقت مهارت‌های عامل‌های هوش مصنوعی به ۵۶.۸٪ در SkillsBench
چارچوب SkillEvolver با معرفی یک «متا-مهارت»، یادگیری عامل‌ها را از تغییر وزن‌های مدل به اصلاح متنی و کد منتقل کرد. این روش در ۱۵ حوزه مختلف، دقتی بالاتر از مهارت‌های طراحی‌شده توسط انسان به دست آورده است.
۲۳ اردیبهشت ۱۴۰۵۲ دقیقه خواندن - ۱۳۵۸۷
تحلیل و بررسی تخصصیاز تخصص انسانی به عامل‌های کدنویس: سازوکار ASIA در خودکارسازی شناسایی سیستم‌ها
چارچوب ASIA با بهره‌گیری از مدل‌های زبانی بزرگ، فرآیند انتخاب مدل و تنظیم ابرپارامترها در سیستم‌های دینامیکی را به‌طور کامل خودکار می‌کند. این سیستم با بستن چرخه بین فرضیه و ارزیابی، نیاز به آزمون و خطای دستی متخصصان را حذف کرده است.
۲۳ اردیبهشت ۱۴۰۵۲ دقیقه خواندن - ۱۳۵۸۸
تحلیل و بررسی تخصصیچرا موفقیت‌های ادعایی عامل‌های هوش مصنوعی در بنچمارک‌ها اغلب کاذب هستند؟
پژوهشگران لایه‌ای برای گزارش شواهد معرفی کرده‌اند تا از ثبت «موفقیت‌های کاذب» در بنچمارک‌های عامل‌های هوش مصنوعی جلوگیری کنند. این چارچوب با الزام به ارائه مستندات قابل راستی‌آزمایی، عدم قطعیت موجود در ارزیابی‌های فعلی را آشکار می‌کند.
۲۲ اردیبهشت ۱۴۰۵۲ دقیقه خواندن - ۱۳۵۸۹
تحلیل و بررسی تخصصیچگونه LLM4Branch اتوماسیون سیاست‌های شاخه‌بندی را در MILP به سطح SOTA رساند؟
چارچوب LLM4Branch با استفاده از مدل‌های زبانی بزرگ، کشف سیاست‌های شاخه‌بندی در برنامه‌ریزی خطی عدد-صحیح (MILP) را خودکار کرده است. این روش با بهینه‌سازی اسکلت‌های برنامه‌نویسی تولیدشده توسط LLM، رکورد جدیدی را برای متدهای مبتنی بر CPU ثبت کرد.
۲۲ اردیبهشت ۱۴۰۵۲ دقیقه خواندن - ۱۳۵۹۰
تحلیل و بررسی تخصصیگزارش arxiv: کاهش ۳۲.۰۷ درصدی تصادفات خودروهای خودران با GuardAD
چارچوب GuardAD با تبدیل ایمنی به یک وضعیت منطقی پویا، نرخ تصادفات در مدل‌های زبانی چندوجهی (MLLM) را ۳۲.۰۷٪ کاهش داده است. این سیستم بدون نیاز به بازآموزی مدل، خطرات پنهان را پیش‌بینی و اقدامات راننده را اصلاح می‌کند.
۲۲ اردیبهشت ۱۴۰۵۲ دقیقه خواندن