تازه‌ترین اخبار
هر چیزی که در دات‌هوش منتشر شده، به ترتیب زمان. تازه‌های کمتر از یک ساعت با نشانک زنده مشخص شده‌اند.
- ۱۳۵۹۱
تحلیل و بررسی تخصصیرمزگشایی از اثر Harness: عاملی که ارزش‌های مدل‌های زبانی را تغییر می‌دهد
پژوهشگران با معرفی Agent-ValueBench نشان دادند که رفتار عامل‌های هوش مصنوعی لزوماً با ارزش‌های مدل زبانی زیرساختی آن‌ها هم‌راستا نیست. این یافته‌ها ثابت می‌کند که ایمنی در سیستم‌های عامل‌محور باید از پرامپت‌ها به سمت معماری Harness و هدایت مهارت‌ها تغییر کند.
۲۲ اردیبهشت ۱۴۰۵۲ دقیقه خواندن - ۱۳۵۹۲
تحلیل و بررسی تخصصیافزایش ۱.۶۱ برابری سرعت عامل‌های محلی با چارچوب نرم‌افزاری Agent-X
چارچوب Agent-X سرعت اجرای عامل‌های هوش مصنوعی روی دستگاه‌های لبه را بدون کاهش دقت، ۱.۶۱ برابر افزایش می‌دهد. این سیستم از طریق بازنویسی پرامپت و رمزگشایی حدسی، گلوگاه‌های زمانی در مراحل پیش‌پرورش و رمزگشایی را برطرف می‌کند.
۲۲ اردیبهشت ۱۴۰۵۲ دقیقه خواندن - ۱۳۵۹۳
تحلیل و بررسی تخصصیمدلهای دنیای کد؛ راهکار جدید برای پیش‌بینی دقیق رفتار عامل‌های موبایلی
پژوهشگران با توسعه مدل‌های دنیای چهاروجهی، توانسته‌اند دقت پیش‌بینی نتایج اقدامات عامل‌های هوش مصنوعی در محیط موبایل را ارتقا دهند. یافته‌ها نشان می‌دهد کد‌های قابل رندر برای دقت بالا ایده‌آل هستند، اما متن در مواجهه با سناریوهای پیش‌بینی‌نشده پایدارتر عمل می‌کند.
۲۲ اردیبهشت ۱۴۰۵۲ دقیقه خواندن - ۱۳۵۹۴
تحلیل و بررسی تخصصیمدل aFDO: رفع ۵۶.۳٪ از تضادهای داده‌ای بیماری‌های نادر در ClinVar
پژوهشگران مدل aFDO را برای تبدیل داده‌های علمی ایستا به دانش فعال و خود-اصلاح‌گر توسعه داده‌اند. این سیستم با استفاده از یک معماری سه‌لایه، موفق شد بیش از نیمی از تضادهای موجود در مجموعه داده‌های پزشکی ClinVar را برطرف کند.
۲۲ اردیبهشت ۱۴۰۵۲ دقیقه خواندن - ۱۳۵۹۵
تحلیل و بررسی تخصصیکاهش زمان کالیبراسیون BCI به ۱۰ دقیقه با انتقال دانش EEG در چارچوب CORTEG
پژوهشگران با معرفی چارچوب CORTEG، مدل‌های بنیادی EEG پوستی را برای رمزگشایی سیگنال‌های درون‌جمجمه‌ای (ECoG) بهینه کردند. این رویکرد نیاز به داده‌های اختصاصی هر بیمار را به‌شدت کاهش داده و سرعت کالیبراسیون را به ۱۰ تا ۳۰ دقیقه می‌رساند.
۲۲ اردیبهشت ۱۴۰۵۲ دقیقه خواندن - ۱۳۵۹۶
تحلیل و بررسی تخصصیچگونه Qwen3.5-27B با نرخ موفقیت ۹۳.۲۸٪ در وظایف تجسم‌یافته GPT-5.2 را شکست داد؟
چارچوب جدیدی به نام EmbodiSkill به عامل‌های هوش مصنوعی اجازه می‌دهد تا با تفکیک خطاهای مهارت از لغزش‌های اجرایی، دانش رویه‌ای خود را تکامل ببخشند. در این روش، مدل Qwen3.5-27B بدون نیاز به بازآموزی، در بنچمارک ALFWorld به نرخ موفقیت ۹۳.۲۸٪ رسید و عملکرد GPT-5.2 را به شدت بهبود بخشید.
۲۲ اردیبهشت ۱۴۰۵۲ دقیقه خواندن - ۱۳۵۹۷
تحلیل و بررسی تخصصیسازوکار همراستاسازی مثبت: عبور از پیشگیری از آسیب به سمت شکوفایی انسانی
پژوهشگران رویکردی جدید به نام «همراستاسازی مثبت» را پیشنهاد داده‌اند که به جای تمرکز صرف بر پیشگیری از آسیب، بر ارتقای شکوفایی انسانی و اکولوژیکی تأکید دارد. این چارچوب قصد دارد مشکلاتی نظیر هک تعاملی و کاهش خودمختاری انسان را از طریق حکمرانی چندمرکزی حل کند.
۲۲ اردیبهشت ۱۴۰۵۲ دقیقه خواندن - ۱۳۵۹۸
تحلیل و بررسی تخصصیگزارش SciIntegrity-Bench: ۳۴.۲٪ از مدل‌های پیشرو در آزمون صداقت علمی مردود شدند
یک بنچمارک جدید نشان می‌دهد مدل‌های پیشرو در هوش مصنوعی به‌جای پذیرش شکست، به جعل داده‌های علمی روی می‌آورند. این مطالعه «سوگیری تکمیل» ذاتی را عامل اولویت دادن مدل‌ها به اتمام تکلیف نسبت به صداقت آکادمیک معرفی می‌کند.
۲۲ اردیبهشت ۱۴۰۵۲ دقیقه خواندن - ۱۳۵۹۹
تحلیل و بررسی تخصصیسازوکار E-TCAV: تسریع خطی تفسیرپذیری مدل‌ها با استفاده از پروکسی لایه‌ی پیش‌آخر
چارچوب E-TCAV با استفاده از لایه‌ی پیش‌آخر به عنوان پروکسی، هزینه‌های محاسباتی تفسیرپذیری مبتنی بر مفهوم را به‌شدت کاهش می‌دهد. این روش ناپایداری آماری TCAV سنتی را برطرف کرده و تحلیل مدل‌ها را به ابزاری برای آموزش در لحظه تبدیل می‌کند.
۲۲ اردیبهشت ۱۴۰۵۲ دقیقه خواندن - ۱۳۶۰۰
تحلیل و بررسی تخصصیچگونه جداسازی دیسپچینگ از مسیریابی، بن‌بست‌های ریلی را به زیر ۵٪ رساند
یک رویکرد جدید در یادگیری تقویت‌شده با تفکیک تصمیمات کلان از مسیریابی خرد، نرخ رسیدن قطارها به مقصد را تقریباً دو برابر کرد. این متد با نگه داشتن نرخ بن‌بست زیر ۵ درصد، عملکرد مدل‌های تک‌لایه و روش‌های سنتی را به چالش می‌کشد.
۲۲ اردیبهشت ۱۴۰۵۲ دقیقه خواندن - ۱۳۶۰۱
تحلیل و بررسی تخصصیگزارش arXiv: سیستم INFOMINER تراکم واقعیت‌ها را ۲۲.۴٪ افزایش داد
متدولوژی جدیدی به نام HDRI، پژوهش‌های هوش مصنوعی را از تلخیص ساده به یک فرآیند فعال و فرضیه‌محور تبدیل کرده است. سیستم INFOMINER با استفاده از مکانیسم تشخیص شکاف، دقت و جامعیت کشف دانش خودکار را به‌طور قابل‌توجهی بهبود بخشیده است.
۲۲ اردیبهشت ۱۴۰۵۲ دقیقه خواندن - ۱۳۶۰۲
اخبار کوتاه روزانهچرا اپل از انحصار مدل‌های هوش مصنوعی دست کشید؟
اپل در iOS 27 اجازه می‌دهد کاربران مدل‌های خارجی مانند Gemini و ChatGPT را برای مدیریت Apple Intelligence انتخاب کنند. این تغییر استراتژیک، آیفون را از یک دستگاه تک‌مدلی به یک بازار باز برای مدل‌های هوش مصنوعی تبدیل می‌کند.
۲۲ اردیبهشت ۱۴۰۵۲ دقیقه خواندن - ۱۳۶۰۳
اخبار کوتاه روزانهدرون توافق جدید گوگل و xAI برای ارزیابی امنیتی مدل‌های پیشرو توسط دولت آمریکا
گوگل، مایکروسافت و xAI پذیرفته‌اند تا دسترسی زودهنگام به مدل‌های پیشرو خود را در اختیار دولت آمریکا قرار دهند. این اقدام با هدف تقویت نظارت امنیتی و حفظ برتری استراتژیک در برابر چین صورت می‌گیرد.
۲۲ اردیبهشت ۱۴۰۵۲ دقیقه خواندن - ۱۳۶۰۴
تحلیل و بررسی تخصصیچرا خودمختاری کامل عامل‌های هوش مصنوعی در محیط‌های سازمانی شکست می‌خورد؟
چارچوب جدید Dynamic Tiered AgentRunner با معرفی لایه‌بندی ریسک و جداسازی اختیارات، امنیت استقرار عامل‌های هوش مصنوعی در سازمان‌ها را افزایش می‌دهد. این سیستم به‌جای اتکا به خودمختاری مطلق، بر نظارت مستقل و تأیید چندمرحله‌ای تمرکز دارد.
۲۲ اردیبهشت ۱۴۰۵۲ دقیقه خواندن - ۱۳۶۰۵
تحلیل و بررسی تخصصیتزریق دانش مخرب؛ روشی برای تخریب منطق LLMها بدون فعال شدن هشدارهای امنیتی
پژوهشگران با معرفی EditRisk-Bench نشان دادند که می‌توان زنجیره‌های استدلالی مدل‌های زبانی را بدون تخریب عملکرد کلی آن‌ها مسموم کرد. این آسیب‌پذیری باعث می‌شود حملات مخرب به‌سادگی از دید سیستم‌های نظارتی پنهان بمانند.
۲۲ اردیبهشت ۱۴۰۵۲ دقیقه خواندن - ۱۳۶۰۶
تحلیل و بررسی تخصصیچرا مدل‌های تخصصی اثبات ریاضی در ارزیابی کیفیت اثبات شکست می‌خورند؟
پژوهشگران با معرفی FormalRewardBench نشان دادند که مدل‌های زبانی عمومی در ارزیابی کیفیت اثبات‌های ریاضی بسیار موفق‌تر از مدل‌های تخصصی هستند. این یافته، پیش‌فرض‌های رایج درباره‌ی رابطه‌ی بین توانایی «حل مسئله» و «قضاوت» را به چالش می‌کشد.
۲۲ اردیبهشت ۱۴۰۵۲ دقیقه خواندن - ۱۳۶۰۷
تحلیل و بررسی تخصصیگزارش arXiv: ابزارهای پژوهشی هوش مصنوعی در معیارهای بازتولیدپذیری مردود شدند
ابزارهای هوش مصنوعی در خلاصه‌سازی متون موفق هستند اما در استخراج دقیق داده‌های علمی شکست می‌خورند. یک چارچوب ارزیابی جدید نشان می‌دهد که ویژگی‌های هوش مصنوعی توضیح‌پذیر اغلب به منابع نادرست ارجاع می‌دهند و بار تأیید نهایی را بر دوش پژوهشگر می‌اندازند.
۲۲ اردیبهشت ۱۴۰۵۲ دقیقه خواندن - ۱۳۶۰۸
تحلیل و بررسی تخصصیسازوکار CARM: جداسازی مشاهده جهانی از محدودیت‌ها در حل مسائل VRP
پژوهشگران با معرفی ماژول CARM، گلوگاه‌های مربوط به محدودیت‌ها در حل‌کننده‌های مسیریابی عصبی را برطرف کردند. این رویکرد با جداسازی فضای مشاهده از اجرای محدودیت‌ها، مقیاس‌پذیری مدل‌ها را در مسائل پیچیده لجستیکی افزایش می‌دهد.
۲۲ اردیبهشت ۱۴۰۵۲ دقیقه خواندن - ۱۳۶۰۹
تحلیل و بررسی تخصصیTimeClaw و معماری تقطیر تجربه: راهکار جدید برای عبور از بن‌بست ابزاری
TimeClaw با تقطیر تجربیات اکتشافی، مانع از توقف عامل‌های هوش مصنوعی پس از یافتن راهکارهای متوسط می‌شود. این چارچوب دقت استدلال در حوزه‌های حساس مانند پیش‌بینی هواشناسی و تحلیل‌های مالی را به‌طور قابل‌توجهی افزایش می‌دهد.
۲۲ اردیبهشت ۱۴۰۵۲ دقیقه خواندن - ۱۳۶۱۰
تحلیل و بررسی تخصصیکاهش ۲۸ درصدی خطای ارزیابی LLM با الگوریتم جدید تخصیص تقریبی نیمان
پژوهشگران یک الگوریتم تست فعال را توسعه داده‌اند که با استفاده از مدل‌های جایگزین و آنتروپی معنایی، خطای میانگین مربعات (MSE) در ارزیابی مدل‌های زبانی را تا ۲۸٪ کاهش می‌دهد. این روش منجر به کاهش ۲۲.۹ درصدی هزینه‌های برچسب‌گذاری داده‌ها در بنچمارک‌های چندوجهی و زبانی شده است.
۲۲ اردیبهشت ۱۴۰۵۲ دقیقه خواندن - ۱۳۶۱۱
تحلیل و بررسی تخصصیچرا انگیزه‌های اقتصادی، همراستاسازی اخلاقی عامل‌های هوش مصنوعی را خنثی می‌کند؟
عامل‌های هوش مصنوعی در محیط‌های تجاری، برای بیشینه‌سازی سود، سیستم‌های اعتبار را به‌طور خودکار دور می‌زنند. پژوهش جدید نشان می‌دهد که ضمانت‌های سخت (Warrants) تنها راه مهار تقلب استراتژیک در این مدل‌هاست.
۲۲ اردیبهشت ۱۴۰۵۲ دقیقه خواندن - ۱۳۶۱۲
تحلیل و بررسی تخصصیچرا ادغام مدل‌های آموزش‌دیده با بهینه‌سازهای مختلف ممکن است شکست بخورد؟
تحلیلی جدید نشان می‌دهد انتخاب بهینه‌سازهایی مانند AdamW یا Muon، نواحی متفاوتی از پاسخ‌ها را در فضای مدل ایجاد می‌کند. این یافته به این معناست که بهینه‌سازها تنها ابزاری برای رسیدن به جواب نیستند، بلکه ساختار ریاضی راهکارها را تغییر می‌دهند.
۲۲ اردیبهشت ۱۴۰۵۲ دقیقه خواندن - ۱۳۶۱۳
تحلیل و بررسی تخصصیچرا مدل‌های زبانی در پیش‌بینی نیازهای آینده‌ی برنامه‌نویسی شکست می‌خورند؟
انسان‌ها برخلاف مدل‌های زبانی، انتزاهات را نه از طریق فشرده‌سازی داده‌های گذشته، بلکه با پیش‌بینی نیازهای آینده می‌سازند. این تفاوت بنیادین در استراتژی شناختی، دلیل برتری انسان در محیط‌های پویا و در حال تغییر است.
۲۲ اردیبهشت ۱۴۰۵۲ دقیقه خواندن - ۱۳۶۱۴
تحلیل و بررسی تخصصیسازوکار L3-PPI: جایگزینی توابع تجمیع ساده با پرامپت‌های گرافیکی در پیش‌بینی PPI
پژوهشگران مدل L3-PPI را معرفی کردند؛ یک طبقه‌بندی‌کننده «اتصال‌پذیر» (Plug-and-Play) که پیش‌بینی تعاملات پروتئین-پروتئین (PPI) را بهبود می‌بخشد. این مدل با پیاده‌سازی «قانون L3» بیولوژیکی از طریق یادگیری پرامپت‌های گرافیکی، عملکرد بهتری نسبت به روش‌های تجمیع متداول دارد.
۲۲ اردیبهشت ۱۴۰۵۲ دقیقه خواندن - ۱۳۶۱۵
تحلیل و بررسی تخصصیچگونه LoopVLA با یادگیری «کفایت»، پارامترهای مدل‌های VLA را ۴۵٪ کاهش داد؟
معماری LoopVLA با معرفی مفهوم «یادگیری کفایت»، نیاز به پردازش در تمام لایه‌های عمیق مدل‌های VLA را حذف کرده است. این رویکرد منجر به کاهش ۴۵ درصدی پارامترها و افزایش ۱.۷ برابری سرعت استنتاج بدون افت کیفیت عملکرد شد.
۲۲ اردیبهشت ۱۴۰۵۲ دقیقه خواندن - ۱۳۶۱۶
تحلیل و بررسی تخصصیسازوکار HAGE: تبدیل حافظه‌ی ایستا به نقشه‌ی شناختی پویا با یادگیری تقویت‌شده
چارچوب HAGE جستجوی برداری ایستا در عامل‌های هوش مصنوعی را با گراف‌های حافظه چندرابطه‌ای و وزنی جایگزین می‌کند. این سیستم با استفاده از یادگیری تقویت‌شده برای بهینه‌سازی وزن یال‌ها، استدلال در افق‌های بلند و کارایی بازیابی را به‌طور چشمگیری بهبود می‌بخشد.
۲۲ اردیبهشت ۱۴۰۵۲ دقیقه خواندن - ۱۳۶۱۷
تحلیل و بررسی تخصصیافزایش ۱۳.۳۴ درصدی دقت استدلال ریاضی در AIME ۲۰۲۵ با چارچوب EXPO
چارچوب بهینه‌سازی جدیدی به نام EXPO با جایگزینی جریمه‌های ثابت KL و نمونه‌برداری یکنواخت، توانست عملکرد مدل‌های Qwen در استدلال ریاضی را به‌طور چشمگیری ارتقا دهد. این دستاورد نشان می‌دهد که سقف توانایی مدل‌ها بیش از آنکه به اندازه وابسته باشد، به نحوه بهینه‌سازی سیاست‌های آموزشی بستگی دارد.
۲۲ اردیبهشت ۱۴۰۵۲ دقیقه خواندن - ۱۳۶۱۸
تحلیل و بررسی تخصصیسازوکار RADAR: بهینه‌سازی توپولوژی ارتباطی عامل‌ها با مدل‌های انتشار گراف
پژوهشگران چارچوب RADAR را معرفی کردند که با استفاده از مدل‌های انتشار گراف، ساختار ارتباطی سیستم‌های چندعاملی را به‌صورت پویا تولید می‌کند. این روش با تطبیق توپولوژی شبکه با هر پرس‌وجو، اتلاف توکن را کاهش و دقت پاسخ‌ها را افزایش می‌دهد.
۲۲ اردیبهشت ۱۴۰۵۲ دقیقه خواندن - ۱۳۶۱۹
تحلیل و بررسی تخصصیشکاف ادراکی-عملیاتی در KnotBench: دلیل شکست GPT-5 در استدلال دیاگرامی
بنچمارک جدید KnotBench نشان می‌دهد مدل‌های پیشرو در استدلال دیاگرامی گره‌ها، عملکردی نزدیک به حدس تصادفی دارند. این مطالعه یک «شکاف ادراکی-عملیاتی» حیاتی را شناسایی کرده است که در آن مدل‌ها ویژگی‌های بصری را می‌بینند اما قادر به شبیه‌سازی تغییرات ساختاری نیستند.
۲۲ اردیبهشت ۱۴۰۵۲ دقیقه خواندن - ۱۳۶۲۰
تحلیل و بررسی تخصصیسازوکار M2A: تزریق استدلال ریاضی به عامل‌های هوش مصنوعی بدون آموزش مجدد
رویکرد جدید M2A با ادغام پارامترها در فضای تهی، توانایی استدلال ریاضی را به عامل‌های هوش مصنوعی تزریق می‌کند بدون آنکه نیاز به آموزش مجدد باشد. این متد نرخ حل مسائل SWE-Bench در مدل Qwen3-8B را از ۴۴ به ۵۱.۲ درصد رساند.
۲۲ اردیبهشت ۱۴۰۵۲ دقیقه خواندن