پرش به محتوای اصلی

موضوع

بازتولیدپذیری هوش مصنوعی

گزارش‌ها و تحلیل‌های مربوط به توانایی تکرار و تأیید نتایج پژوهش‌های هوش مصنوعی

۳۳۹ مقاله منتشر شده

آموزش کاربردی

تفکیک خطای شبکه از خطای مدل؛ راهکاری برای توقف اصلاحات اشتباه در عامل‌های AI

بسیاری از بنچمارک‌های عامل‌های هوش مصنوعی، خطاهای شبکه و تایم‌اوت‌ها را به اشتباه به‌عنوان شکست مدل ثبت می‌کنند. یک متدولوژی جدید با جداسازی «لایه انتقال» از «لایه استدلال»، دقت…

۹ دقیقه خواندن۱

شکاف کالیبراسیون در مدل Jev؛ چرا امتیازات اطمینان در محیط عملیاتی شکست می‌خورند؟

تحلیل‌های فنی نشان می‌دهد مدل Jev شرکت TypeSafe نمی‌تواند احتمالات کالیبره‌شده را در توزیع‌های مختلف داده‌های کاربر حفظ کند. مهندسان باید امتیازات این مدل را به‌جای احتمال مطلق،…

۳ دقیقه خواندن۱

تطابق شناسه‌ی مدل با خروجی ثابت نیست؛ شکافی خطرناک در حاکمیت هوش مصنوعی

یک توسعه‌دهنده کشف کرد که تثبیت شناسه‌ی مدل (Model ID) مانع از تغییر رفتار مدل در سمت سرور نمی‌شود. این یافته نشان می‌دهد که تأیید هویت مدل با تأیید صحت خروجی متفاوت است و…

۵ دقیقه خواندن۱
آموزش کاربردی

تولید بسته آموزشی ریاضی با Codex در یک اجرای ۳۱ ساعته و قابل‌حسابرسی

یک توسعه‌دهنده با استفاده از یک تسک بلندمدت در Codex، چارچوبی ریاضی را به یک بسته آموزشی نسخه‌بندی‌شده تبدیل کرد. این پروژه با جایگزینی حافظهٔ چت با آرتیفکت‌های نسخه‌بندی‌شده،…

۳ دقیقه خواندن۳
آموزش کاربردی

۳ گام سیستماتیک برای رفع خطاهای پرامپت در محیط عملیاتی

انتقال مدل‌های هوش مصنوعی به محیط عملیاتی اغلب خطاهای پیش‌بینی‌نشده‌ای را آشکار می‌کند. این راهنما چارچوبی سیستماتیک برای بازتولید، مکان‌یابی و رفع خطاهای پرامپت با استفاده از…

۶ دقیقه خواندن۱

پژوهش Jane Street: اثر وزن‌دهی داده‌ها در مقیاس‌های مختلف غیرخطی است

محققان Jane Street دریافتند که تأثیر وزن‌دهی داده‌ها بر یادگیری مدل‌ها با تغییر مقیاس، تغییر می‌کند. در حالی که مدل‌های متوسط به وزن‌ها حساس‌اند، مدل‌های بسیار کوچک و بسیار بزرگ،…

۸ دقیقه خواندن۲

درون استراتژی AISI برای راستی‌آزمایی مدل‌های هوش مصنوعی پیشرو

مؤسسه ایمنی هوش مصنوعی بریتانیا (AISI) برای تبدیل نتایج ارزیابی مدل‌های پیشرو به حقایق علمی قابل راستی‌آزمایی، زیرساخت باز EvalEval را پذیرفت. این اقدام داده‌های سطح تراکنش را…

۴ دقیقه خواندن۱
آموزش کاربردی

ثبت خروجی‌های مدل در قالب Snapshot راهکار مقابله با خطاهای نامشخص ارزیابی است

ارزیابی‌های سنتی هوش مصنوعی به‌دلیل تغییر هم‌زمان وزن‌های مدل، پرامپت‌ها و منطق داور شکست می‌خورند. ذخیره خروجی‌های خام در قالب Snapshotهای منجمد، امکان جداسازی دقیق عامل ایجاد…

۷ دقیقه خواندن۳
آموزش کاربردی

«فراتر از بازیابی ساده»؛ رویکرد جدید Glasshouse برای سنجش حافظه AI

محک جدید Glasshouse v0.1 با تمرکز بر حافظه بلندمدت، مدل‌های هوش مصنوعی را به‌جای بازیابی ساده، بر اساس صداقت در مواجهه با داده‌های متناقض می‌سنجد. این ابزار توهمات با اعتمادبه‌نفس…

۲ دقیقه خواندن۳

مدیریت ۵ عامل هوش مصنوعی در Nautilus؛ شفافیت کامل اما درآمد صفر

یک مؤسس انفرادی در شرکت Nautilus سیستمی از ۵ عامل تخصصی را برای مدیریت خط لوله داده‌ها راه‌اندازی کرده است. این مدل با جایگزینی نظارت انسانی با یک دفترچه ثبت وقایع (Ledger) دقیق،…

۴ دقیقه خواندن۳
آموزش کاربردی

استفاده از Docker Compose برای حذف متغیرهای محیطی در ارزیابی عامل‌های هوش مصنوعی

یک رویکرد معماری جدید با بهره‌گیری از Docker Compose، نوسانات محیطی در تست عامل‌های هوش مصنوعی را حذف می‌کند. این روش با تثبیت پاسخ‌های ابزارها و وضعیت سیستم، امکان تفکیک خطاهای…

۴ دقیقه خواندن