پرش به محتوای اصلی

موضوع

استدلال

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

۲٬۰۴۹ مقاله منتشر شده

Mellum2.1: جهش امتیاز SWE-bench به ۴۷ با یادگیری تقویتی در محیط‌های واقعی

شرکت JetBrains مدل Mellum2.1 را معرفی کرد؛ یک مدل استدلالی ۱۲ میلیارد پارامتری که با تمرکز بر یادگیری تقویتی در مخازن نرم‌افزاری واقعی، توانایی ویرایش فایل و رفع باگ را به‌شدت…

۵ دقیقه خواندن۲

هشدار پژوهشگران اتریوم: پیشرفت ریاضیات AI امنیت کیف پول‌ها را تهدید می‌کند

پژوهشگران ارشد اتریوم هشدار دادند که پیشرفت‌های ریاضیاتی مبتنی بر هوش مصنوعی می‌تواند سیستم امضای ECDSA را در کیف پول‌های کریپتو به خطر اندازد. در حالی که برخی توصیه به اقدامات…

۱ دقیقه خواندن

عامل‌های هوش مصنوعی با متد PivotOPD از ۷۲.۷٪ خطاهای بحرانی رها شدند

پژوهشگران انویدیا متد آموزشی جدیدی به نام PivotOPD ابداع کردند که به عامل‌های هوش مصنوعی یاد می‌دهد خطاهای اولیه و سرنوشت‌ساز را شناسایی کرده و مسیر خود را اصلاح کنند. این رویکرد…

۵ دقیقه خواندن
آموزش کاربردی

۲۰ استاندارد مهندسی برای تبدیل دموهای AI به عامل‌های عملیاتی در سال ۲۰۲۶

انتقال عامل‌های هوش مصنوعی از محیط دمو به تولید، نیازمند تغییر رویکرد از مهندسی پرامپت به مهندسی کامل سیستم است. این راهنما بر حلقه‌های اعتبارسنجی، دسترسی‌های محدود و مدیریت…

۹ دقیقه خواندن
آموزش کاربردی

«تمرکز بر فرآیند به‌جای پاسخ»؛ معیار جدید ارزیابی عامل‌های هوش مصنوعی

محک جدید AgentToolEval نشان می‌دهد مدل‌های کوچک و سریع می‌توانند در قابلیت فراخوانی ابزار با مدل‌های پیشرو برابری کنند. این ارزیابی با تمرکز بر «فرآیند» به‌جای «پاسخ نهایی»، نقاط…

۸ دقیقه خواندن
آموزش کاربردی

جایگزینی قوانین دستی با الگوهای داده‌محور؛ منطقِ پشتِ یادگیری ماشین

هوش مصنوعی از سیستم‌های مبتنی بر قوانین صریح انسانی به سمت مدل‌هایی حرکت کرده است که الگوها را مستقیماً از داده‌ها می‌آموزند. این چرخش اجازه می‌دهد پیچیدگی‌های دنیای واقعی، مانند…

۱۱ دقیقه خواندن

عامل‌های IssueFlow چرخهٔ توسعهٔ نرم‌افزار را بدون دخالت انسان بستند

توسعه‌دهنده IssueFlow سیستمی را به نمایش گذاشت که در آن یک عامل بازاریابی، نقش مدیر محصول و بازبین کیفیت را ایفا می‌کند. این تجربه نشان می‌دهد هوش مصنوعی از تولید تکه‌های کد به…

۵ دقیقه خواندن

مدل داخلی OpenAI ۳۷۲ مسئلهٔ دشوار ریاضی و علوم کامپیوتر را حل کرد

یک مدل داخلی OpenAI با حل ۳۷۲ مسئلهٔ باز در ریاضیات و علوم کامپیوتر، از جمله حدس بازی‌های منحصربه‌فرد، مرزهای اکتشاف علمی را جابه‌جا کرد. بسیاری از این اثبات‌ها به دلیل پیچیدگی…

۱۱ دقیقه خواندن

OpenAI: مقیاس‌بندی چندوجهی منجر به استدلال فیزیکی ناخواسته شد

مهندسان با استفاده از مدل GPT-6 Astra توانستند یک خودروی واقعی را بدون آموزش‌های تخصصی رانندگی هدایت کنند. این آزمایش نشان می‌دهد که مقیاس‌بندی قابلیت‌های چندوجهی در حال ایجاد…

۴ دقیقه خواندن

«آبشارهای اطلاعاتی»؛ ریشهٔ پذیرشِ نتایجِ غلط توسط عامل‌های هوش مصنوعی

پژوهشی جدید نشان می‌دهد سامانه‌های چندعاملی دچار «آبشارهای اطلاعاتی» می‌شوند؛ وضعیتی که در آن عامل‌ها برای همسویی با اشتباهات اولیه، شواهد صحیح خود را کنار می‌گذارند. این اثر…

۷ دقیقه خواندن