الگوی Orchestrator هزینه استنتاج Claude Fable 5 را ۵۴٪ کاهش داد
آنتروپیک برای کاهش هزینههای عملیاتی، مدل Fable 5 را از یک مجری مستقیم به یک مدیر سطحبالا تبدیل کرد. با واگذاری وظایف به مدل کوچکتر Sonnet 5، کاربران میتوانند عملکرد بالا را با…
موضوع
Chain-of-thought, reasoning models (o-series, R-series), test-time compute
۲٬۰۴۹ مقاله منتشر شده
آنتروپیک برای کاهش هزینههای عملیاتی، مدل Fable 5 را از یک مجری مستقیم به یک مدیر سطحبالا تبدیل کرد. با واگذاری وظایف به مدل کوچکتر Sonnet 5، کاربران میتوانند عملکرد بالا را با…
بررسی چهار خانواده مدل برتر چینی نشان میدهد که این مدلها اکنون با قیمتهایی بسیار پایینتر و عملکردی رقابتی در برابر غولهای غربی قرار دارند. تحلیلها DeepSeek را برای کدنویسی…
مقایسه اختراع ترانزیستور با ظهور هوش مصنوعی نشان میدهد که پیشرفت تمدنی نیازمند درک تئوریک کامل نیست. پیروزی در عصر جدید متعلق به «سازندگانی» است که در عین ابهام، بر تکرار و ساخت…
گوگل مدل بنیادی TabFM را معرفی کرد که پیشبینی دادههای جدولی را از طریق یادگیری در بستر متن انجام میدهد. این مدل نیاز به مهندسی ویژگیهای دستی و تنظیم ابرپارامترها را با تبدیل…
عاملهای هوش مصنوعی اغلب بر اساس دادههای منقضا شده تصمیم میگیرند که منجر به اقدامات نادرست در محیطهای پویا میشود. روش State-Binding با الزام عامل به پیوستن یک مرجع وضعیت به هر…
انویدیا مدل Audex را معرفی کرد؛ یک مدل ۳۰ میلیارد پارامتری که بدون کاهش توان استدلالی، صوت و متن را پردازش میکند. این مدل یکی از معدود مدلهای وزنباز است که میتواند صداهای…
هوش مصنوعی عاملمحور با جایگزینی پاسخهای متنی با چرخه «تفکر-عمل-مشاهده»، اهداف پیچیده را بهطور خودکار اجرا میکند. این سیستمها با استفاده از چارچوب ReAct قادرند خطاها را در…
سامانه Lawmadi OS چارچوب تخصصی A2JRAG را برای ردیابی دقیق مراحل قانونی کاربر معرفی کرد. این سیستم با تطبیق آنی دادهها با پایگاههای دولتی، از ارائه توصیههای خارج از بافت زمانی و…
یک چارچوب معماری جدید نشان میدهد که چگونه میتوان با پیادهسازی حافظه پایدار، امتیازدهی به اطمینان و تعقیب اهداف خودمختار، از چتباتهای واکنشی فراتر رفت. این سازوکارها به…
شرکت Liquid AI ابزار متنباز Antidoom را برای حذف «حلقههای مرگ» یا تکرارهای بیپایان در مدلهای استدلالی معرفی کرد. این روش با بازآموزی تنها اولین توکنی که باعث تکرار میشود،…
محک جدید SWE-Marathon نشان میدهد پیشرفتهترین عاملهای کدنویسی هنوز در پروژههای نرمافزاری عظیم شکست میخورند. Claude Opus 4.8 با موفقیت در ۲۶ درصد موارد، پیشتازی میکند اما…
تحلیل جدیدی از کتاب «برنامهنویس عملگرا» نشان میدهد هوش مصنوعی جایگزین تخصص نمیشود، بلکه نیاز به مدلهای ذهنی سطح بالا و معماری دقیق را افزایش میدهد. تمرکز مهندسی نرمافزار از…