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

اعتبارسنجی متقابل؛ سدی در برابر توهمِ دقت در مدل‌های هوش مصنوعی

اعتبارسنجی متقابل با چرخش داده‌های آزمون، تخمین دقیقی از عملکرد واقعی مدل ارائه می‌دهد. این روش از خطای رایجِ بیش‌برآوردی صحت مدل که ناشی از تفکیک‌های ناپایدار داده است، جلوگیری…

۱۱ دقیقه خواندن
آموزش کاربردی

الگوی Cassette نشت‌های مهندسی را در دموهای عامل‌های هوش مصنوعی می‌بندد

یک الگوی سبک پایتونی به نام Cassette با ضبط و بازپخش پاسخ‌های مدل، پایداری دموهای هوش مصنوعی را تضمین می‌کند. این روش با حذف وابستگی به APIهای زنده، ریسک تأخیر و خطاهای سهمیه را…

۸ دقیقه خواندن۳
زندگی با AI

آزمون نویسندگی فنی: شناسایی ۱۱ خطای پنهان توسط بازبینی انسانی

آزمایشی در زمینه نویسندگی فنی با هوش مصنوعی نشان داد که مدل‌ها در پر کردن شکاف بین داده‌های موجود و واقعیت شکست می‌خورند. یک مرحله بازبینی انسانی توانست ۱۱ خطایی را شناسایی کند که…

۸ دقیقه خواندن۱

«بازتولید نتایج پژوهشی»؛ قابلیت جدید عامل‌های هوشمند در سیستم Paper2Agent

پژوهشگران استنفورد سیستمی را توسعه داده‌اند که مقالات علمی و کدهای آن‌ها را به سرورهای MCP تبدیل می‌کند. این فناوری به عامل‌های هوش مصنوعی اجازه می‌دهد نتایج پژوهشی را بازتولید…

۵ دقیقه خواندن۱

مدل ZGCM-1: برتری مدل ۷ میلیارد پارامتری بر غول‌های ۳۰ برابری

تیم ZGCM مدل ۷ میلیارد پارامتری ZGCM-1 را منتشر کرد که در استدلال ریاضی و جست‌وجوی عامل‌محور از مدل‌های غول‌پیکر پیشی می‌گیرد. این مدل با استفاده از رویکرد «تحقیق و توسعه هوش…

۵ دقیقه خواندن۲
آموزش کاربردی

تولید داده‌های آزمون توسط عامل‌های کدنویس، خطاهای منطقی را پنهان می‌کند

عامل‌های کدنویس با تولید هم‌زمان کد و داده‌های آزمون بر اساس یک برداشت اشتباه، نرم‌افزارهای «سازگار اما غلط» می‌سازند. رویکرد جدید مدل‌محور با جداسازی دنیای آزمون از کد، این…

۷ دقیقه خواندن۲
آموزش کاربردی

خطاهای زیرساختی؛ عامل اصلی فریب در بنچمارک‌های کدنویسی هوش مصنوعی

بسیاری از محک‌های کدنویسی، خطاهای سیستمی مانند پر شدن حافظه یا قطع اتصال SSH را به‌جای ضعف مدل، به‌عنوان شکست هوش مصنوعی ثبت می‌کنند. متدولوژی جدیدی پیشنهاد شده است که با «سانسور»…

۷ دقیقه خواندن۱
آموزش کاربردی

سیستم «پینینگ» MonkeyCode مانع تبدیل خروجی‌های عامل‌های AI به افسانه می‌شود

استفاده از محیط‌های رایگان و مشترک برای اجرای عامل‌های هوش مصنوعی باعث حذف تاریخچه پرامپت‌ها و لاگ‌ها می‌شود. پروتکل جدید MonkeyCode با معرفی نقش «مالک پین»، بازتولیدپذیری و…

۹ دقیقه خواندن
آموزش کاربردی

گوگل: چارچوب ADK نرخ خطاهای عملیاتی عامل‌های هوش مصنوعی را کاهش می‌دهد

مجموعه‌های ارزیابی ایستا در عامل‌های هوش مصنوعی به‌سرعت منسوخ می‌شوند و خطاهای واقعی تولید را می‌پوشانند. چارچوب جدید گوگل ADK یک چرخه کنترل‌شده برای تبدیل شکست‌های محیط عملیاتی…

۴ دقیقه خواندن