«جداسازی آموزش و ارزیابی»؛ استراتژی جدید Prime Intellect
شرکت Prime Intellect با معرفی Verifiers v1، ساختار محیطهای آموزشی را به سه بخش مجزای تسکست، هارنس و رانتایم تقسیم کرد. این رویکرد باعث حذف رشد درجهدوم حافظه و تسهیل یادگیری…
موضوع
Chain-of-thought, reasoning models (o-series, R-series), test-time compute
۲٬۰۴۹ مقاله منتشر شده
شرکت Prime Intellect با معرفی Verifiers v1، ساختار محیطهای آموزشی را به سه بخش مجزای تسکست، هارنس و رانتایم تقسیم کرد. این رویکرد باعث حذف رشد درجهدوم حافظه و تسهیل یادگیری…
اوپن ایآی با عرضه مدل GPT-5.6، موتور تخصصی Codex را مستقیماً در تجربه چت ادغام کرد. این بهروزرسانی مدل را از یک تولیدکننده قطعات کد به شریکی استراتژیک تبدیل میکند که قادر به…
آندری کارپاتی با معرفی autoresearch، عاملهایی را خلق کرده که کد مدلهای یادگیری ماشین را برای بهینهسازی بهصورت خودکار بازنویسی میکنند. این سیستم با ترکیب یک معیار ارزیابی…
یک مدل استدلالی جدید از OpenAI در مسابقات AtCoder World Tour Finals ۲۰۲۶، با کسب امتیازی تقریباً دو برابر برترین انسان، تمام مسائل الگوریتمی را حل کرد. این نتیجه نشاندهنده گذار…
افزودن یک جمله با بار احساسی به پرامپتها میتواند باعث تولید پاسخهای دقیقتر، مفصلتر و سازمانیافتهتر شود. این تکنیک بهجای تحریک احساسات مدل، از همبستگیهای آماری موجود در…
پژوهشگران آنتروپیک با ابداع ابزاری به نام لنز ژاکوبین، لایهای پنهان به نام J-space را کشف کردند که در آن مدل پیش از تولید متن، مفاهیم را پردازش میکند. این پیشرفت در تفسیرپذیری…
تستهای سهماهه روی ۲۰ سناریوی واقعی نشان میدهد GPT-5.5 در استدلالهای پیچیده و رفع باگ برترین است، در حالی که Claude در نویسندگی و DeepSeek در بهینهسازی هزینه پیشتازاند. این…
مدل جدید OpenAI با تکیه بر استمرار محاسباتی و یک چارچوب سختگیرانه، حدس قدیمی نظریه گراف را اثبات کرد. این موفقیت بیش از آنکه حاصل تئوریهای جدید باشد، نتیجهی حذف سوگیریهای…
شرکت SpaceXAI مدل Grok 4.5 را با تمرکز بر بهرهوری توکن و کاهش هزینههای عملیاتی برای برنامهنویسان عرضه کرد. این مدل در حالی هوشمندی مشابه Claude Opus 4.8 دارد که هزینه اجرای…
یک فونت آزمایشی جدید با استفاده از حرکت و نویز، متونی ایجاد میکند که برای انسان قابل خواندن اما برای مدلهای چندوجهی هوش مصنوعی نامفهوم است. این سیستم با انتقال اطلاعات از تصاویر…
متا مدل چندوجهی Muse Spark 1.1 را برای بهینهسازی گردش کارهای سازمانی و کدنویسی عاملمحور عرضه کرد. این مدل با قیمتگذاری تهاجمی، رقبایی چون GLM-5.2 را در بنچمارکهای کدنویسی شکست…
پلتفرم Oxlo.ai با جایگزینی مدل پرداخت توکنی با نرخ ثابت بهازای هر درخواست، هزینههای پردازش دادههای عظیم در صنعت انرژی را بهشدت کاهش داد. این تغییر مسیر، تحلیل مجموعهدادههای…