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

Imp برنامه‌نویسی خودبهینه‌ساز مدل‌های زبانی را به اکوسیستم Elixir آورد

کتابخانه Imp با پورت کامل فریم‌ورک DSPy به BEAM، جایگزینی برای مهندسی پرامپت دستی در زبان Elixir فراهم می‌کند. این ابزار به توسعه‌دهندگان اجازه می‌دهد تا برنامه‌های هوش مصنوعی را…

۴ دقیقه خواندن

گزارش Atria: عامل‌های هوش مصنوعی ۹۶٪ وظایف را انجام می‌دهند اما ۸۵٪ تصمیمات

مطالعه‌ای روی مدل Atria Dawn Preview نشان می‌دهد که عامل‌های هوش مصنوعی اکنون اکثریت مراحل فنی توسعه مدل‌ها را اجرا می‌کنند، اما قدرت تصمیم‌گیری حیاتی همچنان در دست انسان است. این…

۵ دقیقه خواندن۱
آموزش کاربردی

BookingTruth با سیستم لایه‌بندی شواهد، توهمات عامل‌های هوش مصنوعی در رزرو سفر

پلتفرم BookingTruth با معرفی یک API و سرور MCP، تکیه بر حدس‌های مدل‌های زبانی را در تایید رزروها حذف و جایگزین آن را با شواهد مستند از تامین‌کنندگان کرد. این سیستم تضمین می‌کند…

۳ دقیقه خواندن

استنفورد و کالتک: کنترل مستقیم VLM ربات را بی‌نیاز از نقشه کرد

پژوهشگران استنفورد و کالتک با ادغام GPT-6 Astra در ربات Unitree G1، لایه‌های سنتی کنترل سخت‌افزار را حذف کردند. این سیستم به ربات اجازه می‌دهد بدون نقشه قبلی، محیط را شناسایی کرده…

۱ دقیقه خواندن۲
آموزش کاربردی

انتقال مرزهای ایمنی از پرامپت به کد؛ راهکار مقابله با توهمات عامل‌های هوش مصنوعی

آزمون‌های جدید نشان می‌دهد که تکیه بر پرامپت برای تضمین ایمنی و استقلال عامل‌های هوش مصنوعی شکست‌خورده است. تنها راهکار موثر، جایگزینی دستورات متنی با کدهای قطعی (Deterministic)…

۳ دقیقه خواندن
آموزش کاربردی

عامل Nebula با داده‌های ساختاریافته توهمات هوش مصنوعی را شناسایی می‌کند

یک عامل هوش مصنوعی جدید با استفاده از دریاچه محتوای Sanity، تضادهای میان کتابچه‌های قانون و اصلاحیه‌ها را شناسایی می‌کند. این سیستم به‌جای جست‌وجوی کلمات کلیدی، از کوئری‌های GROQ…

۵ دقیقه خواندن۴
آموزش کاربردی

پل ارتباطی Reasonable: تبدیل مدل‌های TLA+ به اثبات‌های ماشین‌خوان در Rust

پلتفرم Reasonable با ایجاد یک خط لوله عامل‌محور، مدل‌های انتزاعی TLA+ را به اثبات‌های Verus تبدیل می‌کند. این فناوری شکاف میان طراحی سیستم‌های توزیع‌شده و پیاده‌سازی کد Rust را از…

۹ دقیقه خواندن۲

استدلال‌های قابل‌دفاع در برابر پاسخ‌های سریع در تصمیمات حساس AI

در حالی که مدل‌های جدیدی مانند Jev بر سرعت استثنایی و هزینه کم تمرکز دارند، شکافی عمیق در تصمیمات حساس و غیرقابل‌بازگشت وجود دارد. ظهور «داوران کند» مانند Decider نشان‌دهنده چرخش…

۷ دقیقه خواندن۱
آموزش کاربردی

آیا خواندن Logprobs می‌تواند مدل‌های زبانی را به سرعت Jev برساند؟

پژوهشگران راهکاری برای تبدیل مدل‌های زبانی عمومی به مدل‌های تصمیم‌گیرنده با سرعت بسیار بالا یافته‌اند. این روش به‌جای تولید متن، توزیع احتمالات توکن‌ها را می‌خواند و در مدل…

۱۰ دقیقه خواندن۲
آموزش کاربردی

قیمت‌گذاری ثابت در برابر توکنی؛ راهکاری برای ارسال تاریخچه کامل گفتگو

پلتفرم Oxlo.ai برای کاهش هزینه‌های پردازش متون طولانی، مدل پرداخت توکنی را با هزینه ثابت به‌ازای هر درخواست جایگزین کرد. این تغییر به توسعه‌دهندگان اجازه می‌دهد بدون نگرانی از…

۵ دقیقه خواندن
آموزش کاربردی

آیا مدل‌های هوش مصنوعی ساده‌ترین اثبات‌های ریاضی را پاس می‌کنند؟

یک بنچمارک مینیمال به نام p28-zero-diff معرفی شده است که توانایی مدل‌های هوش مصنوعی در حل ساده‌ترین اثبات‌های ریاضی را می‌سنجد. این ابزار به جای چالش‌های سخت، به عنوان یک «تست…

۲ دقیقه خواندن۱