محک Hugging Face: مدل Darwin-180B-RSI در ۱۰ شاخص رتبه اول شد
مدل وزنباز Darwin-180B-RSI با استفاده از یک حلقه بهبود بازگشتی، در ۱۰ محک رسمی Hugging Face رتبه اول را کسب کرد. این مدل بهویژه در وظایف سازمانی پیچیده مانند استخراج دادههای…
موضوع
Chain-of-thought, reasoning models (o-series, R-series), test-time compute
۲٬۰۴۹ مقاله منتشر شده
مدل وزنباز Darwin-180B-RSI با استفاده از یک حلقه بهبود بازگشتی، در ۱۰ محک رسمی Hugging Face رتبه اول را کسب کرد. این مدل بهویژه در وظایف سازمانی پیچیده مانند استخراج دادههای…
شرکت OpenAI متعهد شده است که طی ۲۸ روز آینده، هر روز یک بهبود ملموس در Codex ارائه دهد یا کل سیستم را بازنشانی کند. همزمان، گوگل به دلیل هجوم گزارشهای بیکیفیت تولیدشده توسط هوش…
یادگیری تقویتی با پاداشهای قابل تأیید (RLVR) برای جلوگیری از سوءاستفاده مدلها از حفرههای منطقی، به تأییدکنندههای برنامهنویسیشده و قطعی نیاز دارد. یک دستورالعمل جدید، معماری…
پژوهشگران الگوریتم Dust را معرفی کردند؛ روشی برای آموزش مدلهای ترنسفورمر بدون نیاز به پسانتشار (Backpropagation) که با تغییر در فعالسازها بهجای وزنها عمل میکند. این متد در…
شرکت OpenAI ادعا میکند یکی از سختترین مسائل ریاضی قرن را حل کرده است، اما این دستاورد با اتهامات سرقت علمی و نقض اخلاق آکادمیک همراه شده است. این رویارویی، شکاف عمیق میان سرعت…
استارتاپ Reflection AI مدل Beam را با وزنهای باز معرفی کرد تا عملکرد مدلهای پیشرو چینی در کدنویسی و استدلال را با هزینه استنتاج بسیار کمتر ارائه دهد. این مدل با هدف کاهش…
پژوهشی روی ۸ مدل هوش مصنوعی نشان میدهد که افزایش حافظه همیشه منجر به هوشمندی بیشتر نمیشود. برای مدلهای ضعیفتر، بازیابی گزینشی دادهها بهتر از تزریق کامل حافظه است، در حالی که…
پروژه متنباز ContextLens با استفاده از مدلهای محلی، هوش مصنوعی را از یک «ماشین پاسخگو» به یک «همکار تفکر» تبدیل میکند. این ابزار بهجای ارائه جواب مستقیم، کاربر را مجبور به…
شرکت TypeSafe مدل Jev را برای جایگزینی استدلالهای گرانقیمت با قضاوتهای سریع و تایپشده معرفی کرد. این معماری اجازه میدهد عاملهای هوش مصنوعی بهجای تولید متن، از آستانههای…
بوهدان هوردی چارچوبی برای React 19 معرفی کرد که با استفاده از تلههای پنهان در HTML، عاملهای هوش مصنوعی را در حلقههای محاسباتی گرانقیمت گرفتار میکند تا از شبیهسازی خودکار…
آزمونهای جدید نشان میدهند GPT-4o در استدلال تشخیصی بهطور قابلتوجهی از پزشکان پیشی گرفته است، اما همچنان برای استفاده مستقیم بالینی خطرناک است. مشکل اصلی در عدم قطعیت استخراج…
پژوهشی جدید حفرهای امنیتی در خطلولههای GraphRAG کشف کرده است که با دستکاری اندک در ساختارهای کمکی، پاسخهای مدل زبانی را تغییر میدهد. همزمان، چارچوبهای جدیدی مانند MatRAG و…