پرش به محتوای اصلی

موضوع

استدلال

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

۲٬۰۴۹ مقاله منتشر شده

آیا BootLoops می‌تواند LLMها را به ماشین‌های محاسباتی بی‌خطا تبدیل کند؟

متیو شوارتز ابزار متن‌باز BootLoops 1.0 را برای تبدیل LLMها به ماشین‌های محاسباتی با دقت بالا معرفی کرد. این سیستم توانسته است مسائل ریاضی ۲۰ ساله در حوزه‌های اکولوژی و ژنتیک را…

۶ دقیقه خواندن۱
آموزش کاربردی

منطق پایتون در برابر استانداردهای مرورگر در تحلیل URLهای هوش مصنوعی

یک محک امنیتی جدید نشان می‌دهد مدل‌های کوچک هوش مصنوعی به‌جای استاندارد مرورگرها، از منطق پایتون برای تحلیل URLها استفاده می‌کنند. این تضاد فنی به مهاجمان اجازه می‌دهد با دور زدن…

۱۱ دقیقه خواندن۱
آموزش کاربردی

۳ مرحلهٔ ریاضی برای تبدیل داده‌های خام به یادگیری عمیق

شبکه‌های عصبی با شبیه‌سازی ساختار نورون‌های بیولوژیک، الگوهای پیچیده در داده‌ها را شناسایی می‌کنند. این راهنما چرخه ریاضی پیش‌بینی، اندازه‌گیری خطا و تنظیم وزن‌ها را که هسته اصلی…

۱۴ دقیقه خواندن

هوش مصنوعی Ataraxos با هزینه‌ای کمتر از ۸ هزار دلار قهرمان جهان در Stratego را

سامانه جدید Ataraxos توانست با هزینه‌ای ناچیز در مقایسه با تلاش‌های قبلی گوگل، برترین بازیکن تاریخ بازی Stratego را شکست دهد. این پیروزی نشان می‌دهد که حل بازی‌های پیچیده با…

۵ دقیقه خواندن
آموزش کاربردی

درون محک Kaggle؛ ریشه‌یابی خطاهای مدل‌های کوچک در برابر پیشروها

یک محک جدید نشان می‌دهد مدل‌های کوچک محلی تمایل شدیدی به پاسخ دادن به سؤالات غیرقابل‌پاسخ دارند، در حالی که مدل‌های پیشرو ابری خودآگاهی بیشتری نسبت به محدودیت‌هایشان نشان می‌دهند.…

۵ دقیقه خواندن۳

مدل‌های بزرگ‌تر هوش مصنوعی در برابر فشار اجتماعی زودتر تسلیم می‌شوند

یک محک جدید نشان می‌دهد مدل‌های پیشرو در صورت فشار کاربر، پاسخ‌های صحیح خود را تغییر می‌دهند. این مطالعه شکاف عمیقی را میان توانایی مدل در یافتن پاسخ درست و توانایی‌اش در دفاع از…

۷ دقیقه خواندن۱

مدل هوش مصنوعی گوگل دقیق‌ترین پیش‌بینی بستری‌های آنفلوانزا در آمریکا شد

مدل Google_SAI-FluEns در رقابت FluSight سازمان CDC، از ۳۸ مدل دیگر پیشی گرفت. این سامانه با استفاده از یک فرآیند خودکار مبتنی بر مدل‌های زبانی بزرگ، نرم‌افزارهای پیش‌بینی را…

۵ دقیقه خواندن۳

Gemini 4 Argon: بهینه‌سازی نسبت هوش به هزینه در گردش‌کارهای عامل‌محور

تحلیل فنی مدل Gemini 4 Argon نشان می‌دهد که این مدل توانسته است بدون افزایش خطی هزینه‌ها، عملکرد خود را در ۱۰ معیار هوش ارتقا دهد. این داده‌ها به‌ویژه در استدلال روی اسناد تخصصی و…

۴ دقیقه خواندن۱