آیا هوش مصنوعی می‌تواند بدون شناخت قرن بیستم، کدنویسی کند؟
پژوهشگران مدل talkie را معرفی کردند؛ یک مدل ۱۳ میلیارد پارامتری که تنها با متون پیش از سال ۱۹۳۱ آموزش دیده است. این مدل با وجود عدم شناخت کامپیوترهای دیجیتال، توانایی‌های…
۳ دقیقه خواندن
موضوع
استدلال
Chain-of-thought, reasoning models (o-series, R-series), test-time compute
۱٬۷۷۲ مقاله منتشر شده
چرا نباید به ادعای «تکمیل پروژه» توسط عامل‌های هوش مصنوعی اعتماد کنید؟
توسعه‌دهندگان در Claude Code از یک سیستم تأیید سه‌لایه برای جلوگیری از ادعاهای نادرست عامل‌ها درباره تکمیل وظایف استفاده می‌کنند. این معماری با ترکیب بررسی نحو، قصد و رگرسیون،…
۳ دقیقه خواندن
مدلی که هرگز کامپیوتر ندیده اما پایتون می‌نویسد
پژوهشگران مدل Talkie-1930-13b را معرفی کردند؛ سیستمی که تنها با متون پیش از سال ۱۹۳۱ آموزش دیده اما قادر است کدنویسی پایتون را بیاموزد. این دستاورد ثابت می‌کند که مقیاس مدل…
۳ دقیقه خواندن۱
تزریق ویژگی‌های لایه‌ای: رمز پیروزی MOSS-Audio بر مدل‌های حجیم
پلتفرم OpenMOSS با معرفی MOSS-Audio، مرزهای تحلیل صوتی را جابه‌جا کرد. این مدل بنیادی با معماری نوآورانه، توانسته است در نسخه‌ی ۸ میلیاردی خود، مدل‌های ۳۰ میلیاردی را در دقت تحلیل…
۳ دقیقه خواندن
پایان عصر پنجره‌های حجیم: Dirac چگونه هزینه‌های API را ۶۵٪ کاهش داد؟
پروژه متن‌باز Dirac با بهینه‌سازی هوشمند بافتار، هزینه‌های API عامل‌های کدنویسی را به‌طور میانگین ۶۴.۸٪ کاهش داده است. این ابزار با کسب رتبه اول در بنچمارک Terminal-Bench-2، حتی…
۲ دقیقه خواندن۲
فشرده‌سازی ۶ برابری تفکر: مایکروسافت چگونه هزینه استنتاج را کاهش داد؟
مایکروسافت با معرفی OpenMementos، روشی برای جایگزینی استدلال‌های طولانی با خلاصه‌های فشرده ارائه کرد. این متد مصرف توکن‌ها را تا ۶ برابر کاهش می‌دهد بدون آنکه دقت مدل در مسائل…
۲ دقیقه خواندن
گروک در برابر سکوت: چگونه xAI تأخیر استدلال صوتی را حذف کرد؟
مدل جدید xAI با نام grok-voice-think-fast-1.0 با حذف تأخیرهای مکالمه‌ای، رقبای خود یعنی Gemini و GPT را در بنچمارکهای صوتی شکست داد. این سیستم هم‌اکنون در پشتیبانی مشتریان…
۳ دقیقه خواندن
TinyR1-32B: وقتی استراتژی داده بر حجم پارامترها پیروز می‌شود
مدل TinyR1-32B-Preview با وجود اندازه کوچک‌تر، رقیب ۷۰ میلیاردی خود را در بنچمارکهای استدلالی شکست داد. این دستاورد از طریق ترکیب متخصص‌های دامنه‌ای و استفاده از ابزار Mergekit…
۲ دقیقه خواندن
۱۳.۵ هزار تسک مصنوعی: ClawGym چگونه مرزهای عامل‌های شخصی را جابه‌جا کرد
پژوهشگران با معرفی ClawGym، راهکاری برای آموزش عامل‌های هوش مصنوعی قادر به اجرای گردش‌کارهای پیچیده محلی ارائه دادند. این سیستم با تولید ۱۳.۵ هزار تسک مصنوعی و یک بنچمارک…
۲ دقیقه خواندن
پایان توهمات کدنویسی: سازوکاری که AI را مجبور به نظم می‌کند
یک چارچوب پژوهشی جدید، متد TDD را به عنوان یک لایه‌ی حاکمیتی سخت‌گیرانه برای تولید کد توسط عامل‌های AI معرفی کرده است. این سیستم با جداسازی پیشنهادهای مدل از مرجع تصمیم‌گیرنده،…
۲ دقیقه خواندن
رمزگشایی از AGEL-Comp: پایان توهمات استدلالی در عامل‌های هوش مصنوعی
پژوهشگران چارچوب جدیدی به نام AGEL-Comp را معرفی کردند که با ترکیب منطق نمادین و شبکه‌های عصبی، ضعف مدل‌های زبانی در حل تکالیف پیچیده را برطرف می‌کند. این سیستم با جایگزینی…
۲ دقیقه خواندن۱
تله‌ی «کدنویسی حسی»: چرا ابزارهای AI شما را کندتر می‌کنند؟
هوش مصنوعی اغلب در ۳۰ درصد پایانی کارهای پیچیده شکست می‌خورد و باعث کاهش بهره‌وری می‌شود. راهکار خروج از این بن‌بست، جایگزینی پرامپت‌های ساده با یک گردش‌کار ساختاریافته و مبتنی بر…
۳ دقیقه خواندن