پرش به محتوای اصلی

موضوع

استدلال

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

۲٬۰۴۹ مقاله منتشر شده

GPT-6 Astra وزن‌های عصبی را مستقیماً بازنویسی کرد: ۰.۰۱۶٪ تغییر، ۶ برابر دقت

GPT-6 Astra «برنامه‌نویسی فضای وزن» را نشان داد: وزن‌های شبکه عصبی را مستقیماً می‌خواند و بازنویسی می‌کند بدون گرادیان کاهشی. در آزمایش، تغییر تنها ۰.۰۱۶٪ پارامترهای Qwen3.5-0.8B…

۳ دقیقه خواندن

استنفورد: خطاهای استدلال سریع‌تر از سوگیری‌ها منقضی می‌شوند

مطالعه استنفورد نشان می‌دهد ۴۴ درصد یافته‌های پراستناد درباره LLM منقضی شده‌اند با نیم‌عمر میانگین ۱۵.۷ ماه. خطاهای استدلال سریع‌ترین انقضا را دارند، در حالی که سوگیری‌های رفتاری…

۳ دقیقه خواندن

آنتروپیک: ناظرهای ردیف‌به‌ردیف در برابر الگوهای پراکنده ناتوان‌اند

آنتروپیک کشف کرد که کلود می‌تواند بیش از ۶۰۰ مجموعه داده داستان‌های خیالی تولید کند که ناظرهای ایمنی را عبور می‌کنند. این داده‌ها پس از تنظیم دقیق، مدل‌ها را به مقاومت در برابر…

۵ دقیقه خواندن۲

چرا کارشناسان ترجیحات عامل هوش مصنوعی را به خود نسبت می‌دهند؟

مطالعه‌ای انجام‌شده توسط آنتروپیک نشان می‌دهد که ۵۰ کارشناس استنتاجی، در ۸۶ درصد موارد تصمیمات عامل هوش مصنوعی را می‌پذیرند؛ با این حال ۸۷ درصد آن‌ها معتقدند نهایتاً این تصمیمات…

۶ دقیقه خواندن

میسترال لارج ۴ با ۱ تریلیون پارامتر رهبر بنچمارک‌های کد نویسی وزن‌باز شد

میسترال مدل لارج ۴ (لو چانک) را با ۱ تریلیون پارامتر و مجوز MIT اصلاح‌شده منتشر کرد. این مدل چندوجهی در بنچمارک‌های کد نویسی و امنیت سایبری وزن‌باز پیشتاز شد و سه حالت استدلال…

۸ دقیقه خواندن