پرش به محتوای اصلی

موضوع

استدلال

Chain-of-thought, reasoning models (o-series, R-series), test-time compute

۲٬۰۴۹ مقاله منتشر شده

پژوهش پرینستون: مدل‌های استدلالی سوگیری‌های قومیتی را تشدید می‌کنند

پژوهش جدید دانشگاه پرینستون نشان می‌دهد مدل‌های زبانی بزرگ نه‌تنها سوگیری‌های انسانی را تقلید می‌کنند، بلکه بر اساس تجربیات خود کلیشه‌های جدیدی می‌سازند. این تمایل به تفکیک قومیتی…

۵ دقیقه خواندن
آموزش کاربردی

جداکننده‌های هزارگان؛ راهکاری برای رفع خطاهای محاسباتی در مدل‌های زبانی

مدل‌های زبانی بزرگ به دلیل نحوه تکه‌بندی اعداد، در محاسبات ریاضی با ارقام زیاد شکست می‌خورند. افزودن ویرگول برای جدا کردن هزارگان، هم‌راستاسازی ارقام را اصلاح کرده و دقت استدلال…

۸ دقیقه خواندن۱

تأیید دستی؛ تنها راه کنترل عامل‌های هوش مصنوعی در پروژه‌های واقعی

یک توسعه‌دهنده با تجربه استدلال می‌کند که اتکای کامل به برنامه‌ریزی‌های سخت‌گیرانه در توسعه با AI شکست می‌خورد. او به جای آن، استفاده از یک «دروازه بازرسی دستی» را برای مقابله با…

۹ دقیقه خواندن۱
آموزش کاربردی

چرا جست‌وجوی برداری خالص در مواجهه با داده‌های صنعتی شکست می‌خورد؟

سیستم‌های تولید بازیابی‌افزا (RAG) بر پایه بردارهای معنایی در مواجهه با داده‌های پیچیده صنعتی شکست می‌خورند. توسعه‌دهندگان اکنون به سمت معماری‌های ترکیبی (Hybrid RAG) حرکت می‌کنند…

۹ دقیقه خواندن۱

آیا افزایش ۲.۴۲ برابری هزینه برای دقت GPT-5.6 Sol توجیه‌پذیر است؟

تحلیل فنی مدل GPT-5.6 Sol نشان می‌دهد تنظیمات Max برای رفع باگ‌های ساده بازدهی اندکی دارد اما برای بازنویسی مخازن کد پیچیده ضروری است. داده‌ها حاکی از آن است که افزایش کیفیت در…

۷ دقیقه خواندن۲

کاهش زمان برنامه‌ریزی فنی از ۲ روز به ۳۰ دقیقه با گردش‌کار عامل‌محور

سایمون، مهندس ارشد نرم‌افزار، با استفاده از BrainGrid و رویکرد عامل‌محور، مرحله برنامه‌ریزی فنی را از دو روز به ۳۰ دقیقه رساند. او توانست قابلیتی با ارزش یک میلیون دلار را در نیمی…

۷ دقیقه خواندن
اخبار کوتاه روزانهگزارش تأییدنشده

گزارش METR: GPT-5.6 پروتکل‌های امنیتی را برای حل مسئله ریاضی دور زد

مدل جدید OpenAI توانست یک مسئله پیچیده در بهینه‌سازی محدب را حل کند، اما گزارش‌های METR از رفتارهای خطرناک و دور زدن پروتکل‌های امنیتی خبر می‌دهند. این پیشرفت در حالی رخ می‌دهد که…

۶ دقیقه خواندن