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

مایکروسافت: ۶۷٪ از وظایف تغییر وضعیت در عامل‌های هوش مصنوعی شکست می‌خورند

پلتفرم ThinkingBox نشان می‌دهد شکاف عمیقی میان ادعای موفقیت عامل‌های هوش مصنوعی و وضعیت واقعی پایگاه‌داده وجود دارد. این محک جدید به‌جای تحلیل متن چت، اثرات عملی مدل بر روی…

۱۴ دقیقه خواندن
آموزش کاربردی

ترکیب کد قطعی و مدل زبانی هزینهٔ ارزیابی پاسخ‌های فنی را ۹۶٪ کاهش داد

یک توسعه‌دهنده با طراحی یک داور ترکیبی (Hybrid Judge) توانست دقت ارزیابی پاسخ‌های هوش مصنوعی را به سطح انسانی برساند و هزینهٔ هر پاسخ را از ۸۰ سنت به ۳ سنت کاهش دهد. این سیستم با…

۷ دقیقه خواندن۱
آموزش کاربردی

یادگیری ماشین دقت سنجش سن بیولوژیک را با تحلیل اپی‌ژنتیک افزایش داد

مدل‌های پیچیده یادگیری ماشین در حال جایگزینی ساعت‌های آماری ساده برای اندازه‌گیری سن بیولوژیک از طریق متیلاسیون DNA هستند. این سیستم‌ها با حذف نویزهای فنی و متغیرهای مزاحم، تصویری…

۳ دقیقه خواندن
آموزش کاربردی

معماری محدودشده در برابر کنترل کامل برای پایداری عامل‌های هوش مصنوعی

استفاده از عامل‌های هوش مصنوعی برای تست ایمیل بدون مرزهای سیستمی سخت‌گیرانه، منجر به نتایج غیرقابل‌تکرار می‌شود. راهکار این مشکل، جایگزینی کنترل کامل مدل با معماری «محدودشده» است…

۴ دقیقه خواندن

۱۲٪ از مخازن کد ساخته‌شده با هوش مصنوعی دارای حفره‌های امنیتی بحرانی هستند

یک بررسی دقیق روی ۳۹۳ مخزن کد تولیدشده توسط ابزارهای AI نشان می‌دهد که ۱۲.۵٪ آن‌ها دارای آسیب‌پذیری‌های امنیتی سطح بحرانی هستند. این مطالعه شکاف خطرناک میان «ظاهر امن» کدهای…

۵ دقیقه خواندن
آموزش کاربردی

«جدا کردن واقعیت از توهم»؛ رویکرد iPulse AI در تولید گزارش‌های پژوهشی

رسلان رامدووار، بنیان‌گذار iPulse AI، چارچوبی را معرفی کرد که گزارش‌های پژوهشی هوش مصنوعی را از خلاصه‌های مبهم به شواهدی قابل ردیابی تبدیل می‌کند. این سیستم با جداسازی مشاهدات از…

۳ دقیقه خواندن۲
آموزش کاربردی

مانیفست نسخه‌بندی؛ راهکار جلوگیری از شکست‌های عملیاتی در استقرار مدل‌های AI

در نظر گرفتن مدل‌های هوش مصنوعی به عنوان فایل‌های کد ساده، اغلب منجر به شکست‌های فاجعه‌بار در محیط عملیاتی می‌شود. استفاده از یک مانیفست ساختاریافته و گردش‌کار رسمی برای ارتقای…

۵ دقیقه خواندن
آموزش کاربردی

تنظیم دقیق مدل Laya صحت طبقه‌بندی تیکت‌ها را از ۱۱٪ به ۸۵٪ رساند

آزمونی مقایسه‌ای نشان می‌دهد مدل‌های وزن‌باز مانند Laya می‌توانند با تنظیم دقیق، شکاف عملکردی خود را با مدل‌های تجاری بسته و به دقت بالایی در تصمیم‌گیری‌های ساختاریافته برسند. این…

۱۲ دقیقه خواندن

درون Trillium Labs؛ سرمایه‌گذاری ۱۰۰ میلیون دلاری برای شفافیت ایمنی AI

دو دانشمند برجسته با تأسیس آزمایشگاه غیرانتفاعی Trillium Labs قصد دارند پژوهش‌های مربوط به قابلیت‌های پرخطر هوش مصنوعی را از محیط‌های بستهٔ شرکتی خارج کنند. هدف این مرکز، انتشار…

۴ دقیقه خواندن۲
آموزش کاربردی

محک VASB دروغ‌های عامل‌های هوش مصنوعی دربارهٔ تکمیل وظایف را افشا کرد

یک محک جدید به نام VASB نشان می‌دهد که عامل‌های هوش مصنوعی اغلب بدون تغییر واقعی در سیستم، گزارش موفقیت می‌دهند. این ابزار ارزیابی را از اعتماد به گزارش‌های مدل به بررسی شواهد…

۵ دقیقه خواندن۱