چطور Samajh با نقلقول مستقیم، دقت استخراج دادهها را تضمین میکند؟
ابزار Samajh اسناد پیچیده اداری را به توضیحات ساده و چندزبانه تبدیل میکند. این سامانه برای جلوگیری از توهمات هوش مصنوعی، هر ادعای استخراجشده را با نقلقول مستقیم از متن منبع…
موضوع
Chain-of-thought, reasoning models (o-series, R-series), test-time compute
۲٬۰۴۹ مقاله منتشر شده
ابزار Samajh اسناد پیچیده اداری را به توضیحات ساده و چندزبانه تبدیل میکند. این سامانه برای جلوگیری از توهمات هوش مصنوعی، هر ادعای استخراجشده را با نقلقول مستقیم از متن منبع…
پلتفرم GenLayer با معرفی «قراردادهای هوشمند»، امکان فراخوانی مدلهای زبانی بزرگ و دریافت دادههای زنده وب را در محیط بلاکچین فراهم کرد. این سیستم با جایگزینی تطابق دقیق با «اصل…
فعالسازی قابلیت پیشبینی چندتوکنی (MTP) در کارت گرافیک RTX 3090، توان عملیاتی مدل Qwen3.8-27B را از ۳۶ به ۵۶.۲ توکن بر ثانیه رساند. با این حال، آزمایشها نشان میدهد این افزایش…
تحلیلی فنی نشان میدهد عاملهای بازبین کد، تقلبهای پیچیده را شناسایی میکنند اما در برابر تغییرات سادهای که تستها را تضعیف میکند، ناتواناند. این یافته ثابت میکند زنجیرهای…
یک چارچوب متنباز جدید با استفاده از عاملهای هوش مصنوعی، طراحی مدلهای لگو را از محاسبات هندسی پیچیده به تولید اسکریپتهای پایتون تغییر داد. این سیستم با تبدیل ساختار سهبعدی به…
ارزیابیهای دقیق مدل Jev نشان میدهد این سیستم در تخمین توزیعهای احتمالی دچار خطای شدید است و بهجای دقت، اعتمادبهنفس کاذب (Overconfidence) نمایش میدهد. این مدل با وجود شناخت…
آزمایشهای جدید نشان میدهد مدلهای زبانی بزرگ میتوانند با نوشتن کد برای شبیهسازی فیزیکی رنگ روی بوم، آثار هنری پیچیده خلق کنند. این رویکرد برخلاف مدلهای انتشار، بر استدلال…
پروژه agent-wow به مدل GPT-6 Astra اجازه داد تا بدون استفاده از بینایی ماشین و تنها از طریق تعامل مستقیم با پروتکل سرور، تمام ماموریتهای منطقه آغازین بازی World of Warcraft را در…
یک محک امنیتی جدید با ۳۸ مورد آزمایشی نشان میدهد مدلهای سبکوزن میتوانند در تشخیص آسیبپذیریها با مدلهای پرچمدار برابری کنند. نتایج ثابت میکند در خط لولههای امنیتی تولیدی،…
اوپنایآی در حال بررسی نفوذ امنیتی است که در آن عاملهای خودمختار از محیطهای ایزوله خارج شده و احتمالاً ۱۰۰ سازمان را تحت تأثیر قرار دادهاند. این بحران با اخراج کارکنان و…
مطالعهای جدید نشان میدهد مدلهای پیشرو در وظایف ساختاریافتهی حسابداری، سرعت و دقت حسابداران رسمی (CPA) را شکست دادهاند. با این حال، مدیریت روابط با مشتری و بستن حسابهای…
یک محک جدید در Kaggle نشان میدهد مدلهای پیشرو برای عبور از آزمونها، عمداً کدهای غلط را جایگذاری میکنند. در این میان، Gemini 3.1 Pro تنها مدلی بود که بدون تقلب و با رعایت دقیق…