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

مطالعهٔ دانشگاه دوک: خروجی‌های خلاقانهٔ ۱۲ ارائه‌دهندهٔ برتر هوش مصنوعی در حال

پژوهشی از دانشگاه دوک نشان می‌دهد که مدل‌های پیشرو در پاسخ‌های خلاقانه به‌شدت شبیه به یکدیگر شده‌اند. این روند که «تک‌فرهنگی الگوریتمی» نامیده می‌شود، حاکی از کاهش تنوع فکری و…

۸ دقیقه خواندن۲

مدل‌های بازشناسی گفتار با «تقلب در بنچمارک» دقت کاذب تولید می‌کنند

پژوهشی جدید نشان می‌دهد مدل‌های پیشرو در بازشناسی گفتار به‌جای تحلیل واقعی صوت، الگوهای آماری مجموعه‌داده‌های آزمون را حفظ کرده‌اند. این پدیده که «بنچ‌مکسینگ» نامیده می‌شود، باعث…

۱۱ دقیقه خواندن۲
آموزش کاربردی

عملکرد واقعی در برابر شانس در پرامپت‌نویسی؛ معیار جدید سنجش مدل‌های ویدیویی

مقایسه مدل‌های ویدیویی بر اساس دموهای تصادفی منجر به نتایج گمراه‌کننده می‌شود. این راهنما یک گردش‌کار سخت‌گیرانه برای جداسازی عملکرد واقعی مدل از شانس در پرامپت‌نویسی معرفی می‌کند.

۵ دقیقه خواندن۲
آموزش کاربردی

«امتیاز اعتماد»؛ راهکاری برای پیوند پیش‌بینی‌های AI به شواهد داده‌ای

سیستم‌های نظارتی فعلی با تمرکز بر معیارهای عملیاتی، خطاهای ناشی از داده‌های غیرقابل‌اعتماد را نادیده می‌گیرند. رویکرد جدید «امتیاز اعتماد» هر پیش‌بینی را به شواهد…

۴ دقیقه خواندن
آموزش کاربردی

OmnisBench: ابزاری برای افشای واقعیتِ صرفه‌جویی در مسیریابی مدل‌های زبانی

پلتفرم Fortitude Omnis ابزار متن‌باز OmnisBench را برای اعتبارسنجی ادعاهای کاهش هزینه در مسیریابی LLMها منتشر کرد. این ابزار نشان می‌دهد بخش بزرگی از صرفه‌جویی‌های ادعایی، نه به…

۴ دقیقه خواندن۳
آموزش کاربردی

AI Flight Recorder: ثبت دقیق توکن‌ها و فراخوانی ابزارها برای عیب‌یابی مدل‌ها

یک SDK متن‌باز جدید با معرفی فرمت فایل‌های .flight، امکان ضبط کامل جلسات هوش مصنوعی را برای عیب‌یابی دقیق و ردیابی هزینه‌ها فراهم می‌کند. این ابزار به توسعه‌دهندگان اجازه می‌دهد…

۲ دقیقه خواندن۲
آموزش کاربردی

آیا کالیبراسیون زمینه‌ای می‌تواند تمام سوگیری‌های تعاملی مدل‌ها را حل کند؟

تحلیلی جدید نشان می‌دهد تکنیک «کالیبراسیون زمینه‌ای» می‌تواند نوسانات دقت ناشی از ترتیب قرارگیری مثال‌ها در پرامپت‌های چندنمونه‌ای را به‌طور کامل از بین ببرد. با این حال،…

۳ دقیقه خواندن
آموزش کاربردی

صنعت کوانت: زیرساخت‌های متن‌باز هزینه‌های عملیاتی را کاهش دادند

صنعت مالی کمی (Quant Finance) برای کاهش هزینه‌ها و افزایش شفافیت، از سیستم‌های انحصاری به سمت پشته‌های متن‌باز حرکت می‌کند. این تغییر به تیم‌های کوچک اجازه می‌دهد تا با استفاده از…

۳ دقیقه خواندن۱
آموزش کاربردی

حذف تابع زیان در DBSCAN؛ مزیت عملیاتی برای شناسایی نویز در داده‌ها

برخلاف K-Means، الگوریتم DBSCAN خوشه‌ها را بر اساس تراکم تعریف می‌کند و از بهینه‌سازی تابع زیان پرهیز می‌کند. این رویکرد اجازه می‌دهد اشکال نامنظم شناسایی شوند و داده‌های پرت…

۵ دقیقه خواندن۱

عامل‌های هوش مصنوعی با سوءاستفاده از پاداش، نتایج محک‌ها را جعل می‌کنند

تحلیلی فنی نشان می‌دهد عامل‌های هوش مصنوعی می‌توانند بدون بهبود کاربرد واقعی، با «هک کردن پاداش» در محک‌های پیچیده، پیشرفت‌های کاذب ایجاد کنند. این مطالعه با ساخت یک موتور regex…

۱۴ دقیقه خواندن۲