تازه‌ترین اخبار
هر چیزی که در دات‌هوش منتشر شده، به ترتیب زمان. تازه‌های کمتر از یک ساعت با نشانک زنده مشخص شده‌اند.
- ۲۵۲۱
آموزش کاربردیدرون سازوکار Zambo برای احراز اصالت عملیات مدل‌های زبانی
چارچوب جدید Zambo با جایگزینی «حس کلی» با «رسیدهای قابل تأیید»، امکان اثبات اجرای واقعی وظایف توسط عامل‌های هوش مصنوعی را فراهم می‌کند. این سیستم با بررسی UUID و هش‌های دیجیتال، مانع از توهم مدل در مورد انجام عملیات می‌شود.
۲۸ شهریور ۱۴۰۵۴ دقیقه خواندن - ۲۵۲۲
آموزش کاربردی۵۵.۶٪ از گزارش‌های خطای هوش مصنوعی در بازرسی حفاظ‌ها مثبت کاذب بودند
یک بازرسی جامع نشان داد که ابزارهای هوش مصنوعی در شناسایی باگ‌های جدید بسیار ضعیف‌تر از شناسایی خطاهای شناخته‌شده عمل می‌کنند. این مطالعه هشدار می‌دهد که نشت داده در ارزیابی‌ها می‌تواند منجر به تخمین‌های بیش از حد خوش‌بینانه از دقت مدل‌ها شود.
۲۸ شهریور ۱۴۰۵۷ دقیقه خواندن - ۲۵۲۳
تحلیل و بررسی تخصصی«پاسخی برای نیازهای حساس به تأخیر»؛ قابلیت‌های جدید GLM-5.3-FlashX
شرکت Z.ai مدل GLM-5.3-FlashX را برای کاربردهای حساس به تأخیر معرفی کرد که سرعت خیره‌کننده‌ای دارد، اما هزینه استفاده از آن ۲.۵ برابر نسخه استاندارد است.
۲۸ شهریور ۱۴۰۵۵ دقیقه خواندن - ۲۵۲۴
آموزش کاربردیاتصال Cursor و Grok به داده‌های اتحادیه اروپا از طریق پروتکل MCP
شرکت Jithox با ارائه یک سرور MCP، امکان بررسی لحظه‌ای شماره‌های مالیاتی (VAT) و لیست‌های تحریمی اتحادیه اروپا را برای عامل‌های هوش مصنوعی فراهم کرد. این قابلیت، دستیارهای هوشمند را از محیط‌های چت ساده به ابزارهای عملیاتی برای تأیید انطباق تجاری تبدیل می‌کند.
۲۸ شهریور ۱۴۰۵۱ دقیقه خواندن - ۲۵۲۵
اخبار کوتاه روزانهنمایشگاه جهانی WIRED: تلاقی ربات‌های انسان‌نما و پیشگامان هوش مصنوعی در میامی
مجله WIRED در ۴ نوامبر ۲۰۲۶ رویدادی تجربی در میامی برگزار می‌کند که در آن رهبران Hugging Face و ناسا در کنار ربات‌های انسان‌نما حضور می‌یابند. این نمایشگاه با ترکیب هنر دیجیتال و زیست‌فناوری، مرز میان دنیای مجازی و واقعیت فیزیکی را می‌کاود.
۲۸ شهریور ۱۴۰۵۲ دقیقه خواندن - ۲۵۲۶
آموزش کاربردیمدل ذهنی فنی برای مدیران محصول: کالبدشکافی سازوکار مدل‌های زبانی بزرگ
راهنمای جامع جدیدی سازوکار داخلی مدل‌های زبانی بزرگ را از توکن‌سازی تا معماری ترنسفورمر تحلیل می‌کند. این چارچوب به مدیران محصول کمک می‌کند تا تصمیماتی آگاهانه درباره انتخاب مدل، استقرار RAG و تنظیم دقیق اتخاذ کنند.
۲۸ شهریور ۱۴۰۵۲۲ دقیقه خواندن - ۲۵۲۷
آموزش کاربردیگزارش DevTools Review: Claude Code در بازسازی چندفایلی پیشتاز است
آزمون شش‌ماهه DevTools Review نشان می‌دهد GitHub Copilot در تکمیل کد سریع است، اما Claude Code در اجرای خودگردان وظایف چندفایلی پیروز می‌شود. این گزارش همچنین از تغییرات قیمتی جدید Copilot تا سقف ۱۰۰ دلار در ماه پرده برمی‌دارد.
۲۸ شهریور ۱۴۰۵۴ دقیقه خواندن - ۲۵۲۸
آموزش کاربردیچارچوب False-Done: تحلیل شکاف شواهد در کدهای تولیدشده توسط هوش مصنوعی
بسیاری از تیم‌های مهندسی تیک سبز تست‌های CI را به معنای تکمیل کد می‌پندارند، در حالی که کد تولیدشده توسط هوش مصنوعی اغلب فاقد شواهد واقعی اجراست. چارچوب جدید «دروازه کاذب-تکمیل‌شده» برای اندازه‌گیری شکاف شواهد پیش از تصمیم‌گیری درباره هزینه‌های ابزارهای AI پیشنهاد شده است.
۲۸ شهریور ۱۴۰۵۱۰ دقیقه خواندن - ۲۵۲۹
آموزش کاربردیچگونه vex8s با یادگیری ماشین نویز گزارش‌های امنیتی را کاهش می‌دهد؟
پروژه آزمایشی vex8s با تحلیل بستر اجرای کانتینرها، آسیب‌پذیری‌های غیرقابل بهره‌برداری را شناسایی و حذف می‌کند. این ابزار با استفاده از مدل‌های ML، گزارش‌های امنیتی را پالایش کرده و تمرکز تیم‌های DevOps را بر تهدیدات واقعی متمرکز می‌کند.
۲۸ شهریور ۱۴۰۵۳ دقیقه خواندن - ۲۵۳۰
تحلیل و بررسی تخصصیچطور مدل SPARSEUP هزینه‌های استنتاج را در بازیابی معنایی می‌کاهد؟
شرکت Linkup Research مدل متن‌باز SPARSEUP را معرفی کرد که با ۱۴۹ میلیون پارامتر، جایگزینی تفسیرپذیر و سریع برای مدل‌های بردار معنایی متراکم است. این مدل در محک BEIR-13 عملکردی برتر نسبت به رقبای هم‌اندازه خود داشته و هزینه استنتاج را به‌شدت کاهش می‌دهد.
۲۸ شهریور ۱۴۰۵۴ دقیقه خواندن - ۲۵۳۱
تحلیل و بررسی تخصصیشاخص Intelligence Index v4.3 معیار سنجش هوش را به سمت کاربرد عامل‌محور برد
پلتفرم Artificial Analysis با به‌روزرسانی شاخص هوش خود به نسخه ۴.۳، ۱۰ ارزیابی جدید برای سنجش استدلال و قابلیت اطمینان مدل‌ها معرفی کرد. این تغییر رویکرد، تمرکز را از پاسخ‌های ایستا به جریان‌های کاری عامل‌محور و هزینه واقعی هر تسک استدلالی منتقل می‌کند.
۲۸ شهریور ۱۴۰۵۴ دقیقه خواندن - ۲۵۳۲
آموزش کاربردیسیستم AdversarialDebate نرخ تطابق تشخیص باگ‌های هوش مصنوعی را به ۸۸.۷٪ رساند
یک توسعه‌دهنده با شناسایی پدیده «لنگر انداختن» در بررسی‌های چندمدلی، سیستمی را طراحی کرد که مدل‌ها را مجبور به استدلال مستقل می‌کند. این رویکرد تخاصمی، نرخ تطابق با نتایج واقعی باگ‌ها را به ۸۸.۷٪ رسانده و از تاییدات توخالی مدل‌ها جلوگیری می‌کند.
۲۸ شهریور ۱۴۰۵۵ دقیقه خواندن - ۲۵۳۳
آموزش کاربردی«معماری رضایت»؛ راهکار UMG و ElevenLabs برای حفظ حقوق هنرمندان
شرکت Universal Music Group و ElevenLabs برای ایجاد پلتفرمی قانونی جهت ریمیکس و تولید محتوای صوتی با هوش مصنوعی همکاری کردند. تمرکز این قرارداد بر ایجاد «معماری رضایت» است تا پرداخت‌ها و اعتبار هنرمندان در استفاده از آثارشان تضمین شود.
۲۸ شهریور ۱۴۰۵۲ دقیقه خواندن - ۲۵۳۴
آموزش کاربردی«تخصصی کردن ChatGPT»؛ استراتژی جدید اوپن‌ای‌آی برای خدمات مالی
اوپن‌ای‌آی با همکاری مورگان استنلی و اورکور، نسخه‌ای تخصصی از ChatGPT را برای بانکداری سرمایه‌گذاری و تحلیل سهام عرضه کرد. این ابزار با ادغام داده‌های لایسنس‌دار و ارجاعات دقیق، فرآیندهای مدل‌سازی مالی و پژوهش را خودکار می‌کند.
۲۸ شهریور ۱۴۰۵۲ دقیقه خواندن - ۲۵۳۵
آموزش کاربردی۴ فرمت بهینه‌سازی برای استقرار مدل‌های زبانی بزرگ
بررسی جامع تفاوت‌های GGUF، GPTQ، AWQ و EXL2 برای بهینه‌سازی استقرار مدل‌های زبانی بزرگ. این راهنما به کاربران کمک می‌کند تا بر اساس میزان VRAM و نوع پردازنده، متوازنی میان سرعت و دقت برقرار کنند.
۲۸ شهریور ۱۴۰۵۱۰ دقیقه خواندن - ۲۵۳۶
اخبار کوتاه روزانهمدل Lunar در برابر استانداردهای ImageNet برای شناسایی یخ‌های قطبی
ناسا و آی‌بی‌ام یک مدل بنیادی متن‌باز برای تحلیل داده‌های ماه منتشر کردند که در شناسایی دهانه‌ها و نقشه‌برداری از یخ‌های قطبی، مدل‌های استاندارد هوش مصنوعی را شکست می‌دهد.
۲۸ شهریور ۱۴۰۵۴ دقیقه خواندن - ۲۵۳۷
آموزش کاربردیچهار حفاظ عملیاتی برای استقرار امن عامل‌های خودگردان در محیط تولید
یک راهنمای عملی برای مدیریت عامل‌های هوش مصنوعی با دسترسی به شل (Shell)، چهار مکانیسم حیاتی برای جلوگیری از فروپاشی سیستم را معرفی می‌کند. این رویکرد، تمرکز را از قوانین ایستا به دفتر کل مجوزهای مبتنی بر اعتماد و معیارهای پاداش خارجی تغییر می‌دهد.
۲۸ شهریور ۱۴۰۵۳ دقیقه خواندن - ۲۵۳۸
داستان‌ها و مصاحبههایک آتش‌نشان با کمک ChatGPT اپلیکیشن آفلاین شکار را ساخت
جاستین، یک کاربر غیربرنامه‌نویس، با استفاده از ابزارهای کدنویسی هوش مصنوعی اپلیکیشن PREDATOR را برای شکارچیان توسعه داد. این پروژه نشان می‌دهد که چگونه افراد بدون پیش‌زمینه فنی می‌توانند نرم‌افزارهای کاربردی موبایل را به تنهایی عرضه کنند.
۲۸ شهریور ۱۴۰۵۱ دقیقه خواندن - ۲۵۳۹
آموزش کاربردیتبدیل هزینهٔ سرور به درآمد با درگاه پرداخت ریز برای عامل‌های هوش مصنوعی
یک مهندس MLOps با جایگزینی دفاع غیرفعال با یک سیستم پرداخت خرد، دسترسی عامل‌های هوش مصنوعی به محتوای تخصصی را پولی کرد. این سیستم با شناسایی اثر انگشت درخواست‌ها، هزینه‌ی آموزش مدل‌های زبانی را از دوش تولیدکننده به دوش توسعه‌دهنده منتقل می‌کند.
۲۸ شهریور ۱۴۰۵۵ دقیقه خواندن - ۲۵۴۰
داستان‌ها و مصاحبههادرون فضای نهان؛ جایی که روابط ریاضی جای حافظه را می‌گیرند
یک تحلیل تحریری بررسی می‌کند که ثبات مدل‌های هوش مصنوعی نه از طریق حافظه، بلکه از طریق موقعیت ثابت آن‌ها در یک فضای نهان چندبعدی تأمین می‌شود. این دیدگاه استدلال می‌کند که هویت یک مدل را روابط هندسی و نه داده‌های ذخیره‌شده تعریف می‌کند.
۲۸ شهریور ۱۴۰۵۲ دقیقه خواندن - ۲۵۴۱
آموزش کاربردینقشه راه Trace a Tensor: پیوند ریاضیات مدل‌ها با هزینه‌های استقرار
یک برنامه آموزشی جدید فاصله میان ریاضیات تئوریک هوش مصنوعی و هزینه‌های واقعی اجرای مدل‌ها در محیط عملیاتی را پر می‌کند. این متدولوژی به توسعه‌دهندگان می‌آموزد تا با ردیابی یک تنسور در کل پشته فنی، تأخیر و بودجه را بهینه کنند.
۲۸ شهریور ۱۴۰۵۲ دقیقه خواندن - ۲۵۴۲
آموزش کاربردیگزارش پایش: مدل ۵ لایه‌ای قابلیت اطمینان جایگزین SLA می‌شود
پایش سنتی زیرساخت قادر به شناسایی شکست‌های رفتاری هوش مصنوعی مانند توهم یا انتخاب اشتباه ابزار نیست. سازمان‌ها باید از مدل‌های سادهٔ پایداری (SLA) به سمت مدل‌های پنج‌لایهٔ قابلیت اطمینان حرکت کنند که نتایج تجاری و رفتار مدل را رصد می‌کند.
۲۸ شهریور ۱۴۰۵۹ دقیقه خواندن - ۲۵۴۳
آموزش کاربردیچطور توکن‌های کوتاه‌مدت ریسک نشت اعتبارنامه‌های هوش مصنوعی را می‌گیرند؟
یک نمایش فنی نشان می‌دهد که اکثر عامل‌های هوش مصنوعی از اعتبارنامه‌های طولانی‌مدت استفاده می‌کنند که حتی پس از نشت، روزها معتبر می‌مانند. با پیاده‌سازی توکن‌های دسترسی چرخان، می‌توان فرصت حمله را از ۲۴ ساعت به تنها ۲ دقیقه کاهش داد.
۲۸ شهریور ۱۴۰۵۹ دقیقه خواندن - ۲۵۴۴
اخبار کوتاه روزانه«کاهش عمدی سرعت پیشرفت»؛ محور شکایت کاربران از غول‌های هوش مصنوعی
چهار کاربر در دادگاهی فدرال از گوگل و OpenAI متهم کردند که برای کاهش فشار رقابتی، توافق کرده‌اند سرعت بهبود مدل‌های خود را عمداً پایین بیاورند. شاکیان مدعی‌اند این اقدام با نقض قوانین ضد انحصار، کیفیت خدمات پولی را کاهش داده است.
۲۸ شهریور ۱۴۰۵۵ دقیقه خواندن - ۲۵۴۵
زندگی با AIمدل‌های انتشار فاقد حافظهٔ اصلاحی و تاریخچهٔ پیش‌نویس هستند
بررسی فلسفی تفاوت میان تولید تصویر در هوش مصنوعی و حافظه انسانی نشان می‌دهد که مدل‌های انتشار فاقد «پشتهٔ دورریز» هستند. این مدل‌ها به‌جای بازیابی خاطرات، تصاویر را از طریق حذف تدریجی نویز خلق می‌کنند.
۲۸ شهریور ۱۴۰۵۲ دقیقه خواندن - ۲۵۴۶
اخبار کوتاه روزانهتوهم هوش مصنوعی ارتش آمریکا نزدیک بود جنگی با چین آغاز کند
یک عملیات نظامی آمریکا علیه کشتی چینی به‌دلیل اطلاعات غلط تولیدشده توسط یک چت‌بات لبهٔ پرتگاه جنگ قرار گرفت. این مأموریت در آخرین لحظه، پس از کشف توهم مدل در مورد محموله کشتی، لغو شد.
۲۸ شهریور ۱۴۰۵۲ دقیقه خواندن - ۲۵۴۷
اخبار کوتاه روزانهمدل Damo Radar علی‌بابا ۱۴۶ بیماری شکمی را از روی سی‌تی‌اسکن تشخیص می‌دهد
آکادمی دمو متعلق به علی‌بابا، مدل بینایی-زبانی Damo Radar را به‌صورت متن‌باز منتشر کرد. این مدل قادر است ۱۴۶ وضعیت بالینی مختلف در ناحیه شکم را با دقت بالا شناسایی کند.
۲۸ شهریور ۱۴۰۵۱ دقیقه خواندن - ۲۵۴۸
آموزش کاربردیانتخابگر ریاضی در برابر شهود مدل‌های زبانی در مدیریت ابزارها
رویکرد جدیدی در گردش‌کارهای عامل‌محور، «شهود» احتمالی مدل‌های زبانی را با یک انتخاب‌گر ریاضی جایگزین می‌کند. این متد با جداسازی تصمیم‌گیری از استدلال، تضمین می‌کند که عامل ارزان‌ترین ابزاری را که حد نصاب دقت را دارد، انتخاب کند.
۲۸ شهریور ۱۴۰۵۴ دقیقه خواندن - ۲۵۴۹
آموزش کاربردیراهنمای توکن‌سازی: ۱۰۰۰ کلمه انگلیسی معادل ۱۳۰۰ توکن
یک راهنمای کاربردی نسبت تبدیل کلمات به توکن‌ها در مدل‌های زبانی را تبیین می‌کند. درک این نسبت برای مدیریت پنجرهٔ زمینه و جلوگیری از حذف خاموش داده‌ها در محیط‌های عملیاتی حیاتی است.
۲۸ شهریور ۱۴۰۵۳ دقیقه خواندن - ۲۵۵۰
زندگی با AIتأیید ساده در برابر تعهد عملیاتی؛ بازنگری در استانداردهای Pull Request
افزایش استفاده از دستیارهای کدنویسی AI منجر به «خستگی از بازبینی» شده است؛ وضعیتی که در آن توسعه‌دهندگان کدهای ریسکی را صرفاً به‌دلیل ظاهر درست، تأیید می‌کنند. کارشناسان معتقدند برای جلوگیری از قطعی سیستم‌ها، تأیید Pull Requestها باید از یک تیک ساده به یک تعهد عملیاتی تبدیل شود.
۲۸ شهریور ۱۴۰۵۲ دقیقه خواندن