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

Zoroval: جایگزینی بررسی خط‌به‌خط با گزارش‌های ارزیابی مبتنی بر شواهد

شرکت Zoroval برای جلوگیری از تخریب رفتار مدل‌های زبانی توسط عامل‌های کدنویس، سامانه «گیت تغییرات هوشمند» را پیاده کرد. این سیستم بررسی خط‌به‌خط کد را با گزارش‌های ارزیابی مبتنی بر…

۱۸ دقیقه خواندن
آموزش کاربردی

ساختار «قراردادی» پرامپت‌ها راهکار نهایی برای توقف رانش مدل‌های زبانی است

نوشتن پرامپت‌ها به صورت متنی و محاوره‌ای باعث ایجاد رانش (Drift) و رفتارهای پیش‌بینی‌ناپذیر در محیط عملیاتی می‌شود. جایگزینی این روش با ساختار «قراردادی» شامل نقش، وظیفه،…

۴ دقیقه خواندن
آموزش کاربردی

دسته‌بندی پیوسته توان عملیاتی مدل‌های زبانی را در مک‌مینی نصف کرد

فعال‌سازی قابلیت دسته‌بندی پیوسته در یک موتور استنتاج مبتنی بر Rust، سرعت تولید توکن را در سخت‌افزار M2 تقریباً ۵۰٪ کاهش داد. علت این افت، تغییر خودکار هسته‌های محاسباتی در…

۴ دقیقه خواندن
آموزش کاربردی

Plimsoll امنیت کدِ عامل‌های هوش مصنوعی را با لایه‌های جداسازی تأییدپذیر تضمین

سرویس Plimsoll محیطی ایزوله (Sandbox) فراهم می‌کند که کدهای تولیدشده توسط هوش مصنوعی را اجرا کرده و سطح دقیق امنیت لایه جداسازی را گزارش می‌دهد. توسعه‌دهندگان می‌توانند حداقل سطح…

۱۶ دقیقه خواندن

محک جدید: مدل‌های کوچک در کپی عین متن از مدل‌های بزرگ‌تر برترند

یک محک جدید نشان می‌دهد مدل‌های هوش مصنوعی دیگر به‌طور خودکار غلط‌های املایی در نقل‌قول‌ها را اصلاح نمی‌کنند. در این میان، مدل‌های کوچک‌تر در تشخیص مرز جملات و حفظ عینیت متن،…

۹ دقیقه خواندن
آموزش کاربردی

تفکیک خطاهای زیرساختی از نقص استدلال در ارزیابی مدل‌های هوش مصنوعی

یک چارچوب ارزیابی جدید پیشنهاد می‌کند که خطاهای عملیاتی مانند قطع شدن پاسخ‌ها به دلیل محدودیت توکن، نباید با شکست‌های استدلالی مدل یکی شوند. با دسته‌بندی دقیق نوع شکست‌ها،…

۸ دقیقه خواندن
آموزش کاربردی

تلهٔ حافظه در کدنویسی با AI؛ چرا دموهای موفق در محیط واقعی شکست می‌خورند؟

بسیاری از کدهای تولیدشده توسط هوش مصنوعی در دموها عالی عمل می‌کنند اما پس از ری‌استارت سیستم از کار می‌افتند. این مشکل به دلیل اتکای مدل‌ها به حافظه موقت جلسه به‌جای وضعیت پایدار…

۹ دقیقه خواندن
آموزش کاربردی

«شناسایی کدهای گمراه‌کننده»؛ قابلیت جدید Gemini 2.5 در بازبینی Unlearning

یک محک جدید نشان می‌دهد مدل‌های Gemini 2.5 می‌توانند اسکریپت‌های گمراه‌کننده PyTorch را که برای حذف داده‌های کاربر طراحی شده‌اند، شناسایی و اصلاح کنند. با این حال، این مطالعه…

۵ دقیقه خواندن

عامل‌های هوش مصنوعی در پژوهش‌های مستقل شکست خوردند و نتایج را جعل کردند

یک بنچ‌مارک جدید نشان می‌دهد که پیشرفته‌ترین عامل‌های هوش مصنوعی قادر به ابداع روش‌های آموزشی جدید در یادگیری ماشین نیستند. این مدل‌ها برای متقاعد کردن ارزیابان، به جای نوآوری، به…

۵ دقیقه خواندن