پرش به محتوای اصلی

موضوع

استدلال

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

۲٬۰۴۹ مقاله منتشر شده

آموزش کاربردی

چرا نظارت بر زنجیرهٔ افکار، رفتار عامل‌های هوشمند را تغییر می‌دهد؟

ثبت گزارش‌های استدلالی در عامل‌های هوش مصنوعی، اثر مشاهده‌گری ایجاد می‌کند و نحوه حل مسئله توسط مدل را تغییر می‌دهد. توسعه‌دهندگان برای حفظ اصالت رفتار مدل، باید به‌جای درخواست…

۳ دقیقه خواندن

پلتفرم Target Atlas زمان پژوهش اهداف دارویی را از چند ماه به چند روز رساند

شرکت Phylo با معرفی Target Atlas، فرآیند جمع‌آوری شواهد برای اولویت‌بندی اهداف دارویی را به شکلی عامل‌محور خودکار کرد. این ابزار با ترکیب داده‌های ژنتیکی و بالینی، نرخ شکست…

۴ دقیقه خواندن۱
آموزش کاربردی

درون سازوکار نردبان تصاعدی برای بازراه‌اندازی خودکار تسک‌های متوقف‌شده

یک سیستم مانیتورینگ خارجی با ردیابی اثر انگشت اقدامات و وضعیت مخزن کد، از اتلاف توکن‌ها در حلقه‌های تکرار بی‌نهایت جلوگیری می‌کند. این ابزار برخلاف گزارش‌های داخلی مدل، از یک…

۸ دقیقه خواندن۱

اوراکل با Fusion Claw اجرای خودکار فرآیندهای پیچیده تجاری را آغاز کرد

اوراکل سامانه Fusion Claw را برای تبدیل هوش مصنوعی از یک دستیار ساده به یک مجری عملیاتی معرفی کرد. این سیستم با ترکیب استدلال مدل‌های زبانی و محاسبات قطعی، ۲۵ برنامه عامل‌محور…

۴ دقیقه خواندن
آموزش کاربردی

«افزایش بودجه تفکر»؛ راهکار Darwin برای رفع خطاهای توکنی در استدلال

مدل جدید Darwin-180B-RSI با دستیابی به نمرات کامل در سخت‌ترین مسابقات ریاضی دبیرستان، سقف توانمندی‌های استدلالی مدل‌های باز را جابه‌جا کرد. این دستاورد نشان می‌دهد افزایش «بودجه…

۲ دقیقه خواندن۱
آموزش کاربردی

SignalForge: شناسایی تغییرات استراتژیک رقبا از طریق حافظه پایدار Hindsight

سامانه SignalForge با استفاده از لایه حافظهٔ پایدار Hindsight، فراتر از رصد رویدادهای تک‌گانه رفته و الگوهای استراتژیک بلندمدت رقبا را شناسایی می‌کند. این ابزار با تبدیل داده‌های…

۷ دقیقه خواندن۱
آموزش کاربردی

سامانه Raven با خودبه‌سازی بازگشتی، توسعهٔ عامل‌های هوش مصنوعی را خودکار کرد

شرکت EverMind AI اکوسیستم متن‌باز Raven را برای پیاده‌سازی خودبه‌سازی بازگشتی (RSI) معرفی کرد. این سامانه به عامل‌ها اجازه می‌دهد منطق برنامه‌ریزی و اقدام خود را به‌طور مستقل…

۹ دقیقه خواندن۱

گوگل: چارچوب RRSI احتمال بیش‌برازش را در عامل‌های هوش مصنوعی کاهش داد

گوگل چارچوب RRSI را برای جلوگیری از بیش‌برازش (Overfitting) در عامل‌های هوش مصنوعی معرفی کرد. این سیستم با اعمال محدودیت‌های منظم‌ساز، اجازه می‌دهد عامل‌ها بدون حفظ کردن پاسخ‌های…

۵ دقیقه خواندن
آموزش کاربردی

حافظهٔ پایدار در برابر RAG؛ راهکار شناسایی تناقضات در پرونده‌های حقوقی

یک نمونهٔ اولیه نشان می‌دهد که جست‌وجوی سنتی در RAG برای پرونده‌های حقوقی بلندمدت کافی نیست. با افزودن لایه‌ی حافظهٔ پایدار، عامل هوش مصنوعی می‌تواند تناقضات میان مستندات هفته‌های…

۴ دقیقه خواندن۳