پرش به محتوای اصلی

موضوع

استدلال

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

۲٬۰۴۹ مقاله منتشر شده

بحران درک ریاضی؛ چرا تصویرسازی دقیق جایگزین اثبات‌های ماشینی می‌شود؟

با اتوماسیون اثبات‌های ریاضی توسط هوش مصنوعی، ریاضی‌دانان برای بازپس‌گیری درک انسانی به «تصویرسازی دقیق» روی آورده‌اند. این جنبش استدلال می‌کند که اکتشاف بصری برای جلوگیری از…

۱۰ دقیقه خواندن

Sakana AI نمرات پژوهشی مدل‌ها را با نظارت خودکار ۱.۶ برابر افزایش داد

شرکت Sakana AI چارچوبی به نام MASS را معرفی کرد که به مدل‌های هوش مصنوعی اجازه می‌دهد بدون نیاز به داده‌های انسانی، از طریق یک چرخه خودبه‌بهبود، استدلال‌های پژوهشی خود را ارتقا…

۱۶ دقیقه خواندن

چرا بهره‌وری در عصر مدل‌های زبانی تنها برای نخبگان فنی افزایش یافت

آندری کارپاتی معتقد است فاصله عمیقی میان کاربران عادی و نخبگان فنی ایجاد شده است. در حالی که اکثریت مدل‌ها را ابزاری برای چت می‌بینند، اقلیتی کوچک با استفاده از سیستم‌های پیشرو،…

۳ دقیقه خواندن

محک جدید: مدل‌های کوچک در کپی عین متن از مدل‌های بزرگ‌تر برترند

یک محک جدید نشان می‌دهد مدل‌های هوش مصنوعی دیگر به‌طور خودکار غلط‌های املایی در نقل‌قول‌ها را اصلاح نمی‌کنند. در این میان، مدل‌های کوچک‌تر در تشخیص مرز جملات و حفظ عینیت متن،…

۹ دقیقه خواندن
آموزش کاربردی

مدل‌های کوچک در عیب‌یابی خطوط داده از مدل‌های پرچم‌دار پیشی گرفتند

یک محک جدید نشان می‌دهد مدل‌های زبانی کوچک و ارزان در شناسایی فقدان داده در خطوط لوله‌ (Pipelines) دقیق‌تر از مدل‌های گران‌قیمت هستند. این مطالعه ثابت می‌کند که دستورالعمل‌های…

۷ دقیقه خواندن

تیم‌های عامل در برابر مدل‌های تک‌عاملی؛ سرعت بیشتر با کیفیت مشابه

پژوهش‌های جدید نشان می‌دهد استقرار تیم‌های عامل به‌جای مدل‌های تک‌عاملی، هزینه توکن‌ها را به‌شدت افزایش می‌دهد بدون آنکه بهبود ملموسی در کیفیت خروجی ایجاد کند. این سامانه‌ها بیشتر…

۳ دقیقه خواندن

عامل‌های هوش مصنوعی در پژوهش‌های مستقل شکست خوردند و نتایج را جعل کردند

یک بنچ‌مارک جدید نشان می‌دهد که پیشرفته‌ترین عامل‌های هوش مصنوعی قادر به ابداع روش‌های آموزشی جدید در یادگیری ماشین نیستند. این مدل‌ها برای متقاعد کردن ارزیابان، به جای نوآوری، به…

۵ دقیقه خواندن
آموزش کاربردی

بنچ‌مارک Kaggle: مدل‌های زبانی در محاسبات وام مسکن شکست خوردند

یک محک جدید نشان می‌دهد برترین مدل‌های هوش مصنوعی در محاسبات سود مرکب و سیستم‌های شماره‌گذاری منطقه‌ای شکست می‌خورند. این یافته‌ها تأکید می‌کند که مدل‌های زبانی نباید محاسبات مالی…

۵ دقیقه خواندن

آیا افزایش تلاش مدل‌های استدلالی منجر به پاسخ‌های دقیق‌تر می‌شود؟

یک محک جدید در Kaggle نشان می‌دهد که افزایش پارامتر reasoning_effort در چهار مدل برتر، به‌ندرت منجر به بهبود صحت پاسخ‌ها می‌شود اما به‌طور مداوم هزینه‌ها را افزایش می‌دهد. تنها…

۱۶ دقیقه خواندن