موضوع
گزارش‌ها و تحلیل‌های مربوط به توانایی تکرار و تأیید نتایج پژوهش‌های هوش مصنوعی
۲۳۴ مقاله منتشر شده
یک گردش‌کار جدید با اجبار به استفاده از تست‌های زمان‌منجمد و کاست‌های شبکه، از ایجاد باگ‌های ناپایدار توسط هوش مصنوعی جلوگیری می‌کند. این روش مانع از آن می‌شود که مدل‌ها برای سبز…
مایکروسافت ابزار TauGrid را تحت لایسنس MIT منتشر کرد تا مدیریت صف‌بندی و نظارت بر GPUها را در محیط کوبرنتیز یکپارچه کند. این پشتهٔ نرم‌افزاری نیاز تیم‌های پلتفرم به ترکیب دستی…
آنتروپیک قابلیت اجرای غیرتعاملی (Headless) را به Claude Code اضافه کرد تا توسعه‌دهندگان بتوانند وظایف کدنویسی را از طریق اسکریپت‌ها و خط لوله‌های CI/CD خودکار کنند. این تغییر…
شرکت Pinecone چارچوب متن‌باز VQ-bench را برای ساخت و مقایسه روش‌های کوانتش برداری معرفی کرد. این ابزار شکاف تحقیقاتی در معیارهای ارزیابی متناقض را پر کرده و اجازه می‌دهد…
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…
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…
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…
نگاه به پرامپت‌ها به‌عنوان متن ساده به‌جای کد، منجر به شکست‌های غیرقابل‌ردیابی در محیط تولید می‌شود. سرگی آسل شیندر تأکید می‌کند که دستورات مدل باید دقیقاً مانند نسخه‌های…
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…
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…
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…
پلتفرم DATAMIMIC با جایگزینی تصادفی‌سازی سنتی با یک موتور تولید قطعی (Deterministic)، داده‌های آزمایشی کاملاً یکسانی را در هر اجرا تولید می‌کند. این رویکرد برای صنایع تحت نظارت…