پرش به محتوای اصلی

موضوع

استدلال

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

۲٬۰۴۹ مقاله منتشر شده

ریاضیدانان از آزمایشگاه‌های AI خواستند بودجهٔ درک انسانیِ اثبات‌ها را تأمین کنند

اتحادی از ریاضی‌دانان خواستار توقف انتشار نتایج ریاضی توسط مدل‌های بسته است. آن‌ها تأکید دارند که آزمایشگاه‌های هوش مصنوعی باید بودجه و شفافیت لازم را برای تبدیل «پاسخ‌های…

۷ دقیقه خواندن۴
آموزش کاربردی

ابزار livenerf افتِ پنهانیِ کیفیت مدل‌های هوش مصنوعی را اثبات می‌کند

پلتفرم متن‌باز livenerf با استفاده از تحلیل آماری و پروتکل‌های ثبت‌شده، امکان شناسایی «نرف کردن» یا کاهش عمدی توانمندی‌های مدل‌ها پس از عرضه را فراهم می‌کند. این ابزار بحث‌های…

۱۲ دقیقه خواندن۲
آموزش کاربردی

آیا بازرسی خروجی‌ها موثرتر از مهندسی پیچیدهٔ پرامپت است؟

یک متدولوژی جدید در مهندسی پرامپت پیشنهاد می‌کند به‌جای پیچیده‌تر کردن دستورات، بر «قابلیت بازرسی» خروجی تمرکز کنید. این رویکرد با تعریف مرزهای سخت و نمونه‌های نامقبول، نرخ توهمات…

۳ دقیقه خواندن۱
آموزش کاربردی

«بدون افت دقت»؛ استراتژی جدید برای بهینه‌سازی توکن‌های ورودی

یک رویکرد معماری جدید با معرفی «پروفایل‌های استنتاج»، تخصص مدل‌های زبانی را از طریق محدود کردن ابزارها و زمینه در هر درخواست مدیریت می‌کند. آزمایش‌های اولیه نشان داد کاهش فهرست…

۱۳ دقیقه خواندن۱

مدل Quine مایکروسافت جست‌وجوی داروهای سرطان پانکراس را به یک آخر هفته رساند

مایکروسافت مدل چندوجهی Quine را معرفی کرد که با شبیه‌سازی سیستم‌های بیولوژیک، هزاران ترکیب شیمیایی را برای درمان سرطان پانکراس غربال می‌کند. این سیستم توانست در یک آخر هفته، لیستی…

۵ دقیقه خواندن۲