موضوع
Chain-of-thought, reasoning models (o-series, R-series), test-time compute
۱٬۷۷۷ مقاله منتشر شده
نسخه ۴.۲ شاخص هوش مصنوعی Artificial Analysis با تمرکز بر داده‌های خصوصی برای جلوگیری از تقلب مدل‌ها منتشر شد. در این رتبه‌بندی، مدل Claude Fable 5.1 جایگاه نخست را به دست آورد، در…
محک جدید EEBench نشان می‌دهد مدل‌های پیشرو هوش مصنوعی اکنون قادر به مدیریت پیچیدگی‌های طراحی سخت‌افزار هستند. Claude Opus 5 با استفاده از کدنویسی توصیفی، در حل چالش‌های فیزیکی و…
مدل Claude موفق شد نخستین اثبات کامل و بررسی‌شده توسط کامپیوتر برای قضیه آخر فرمات را با استفاده از زبان Lean تولید کند. این دستاورد که در ۱۱ روز محقق شد، جهشی عظیم در خودکارسازی…
مدل جدید OpenAI از حالت چت به یک سامانه «استفاده از کامپیوتر» تغییر مسیر داد تا بتواند مستقیماً با اپلیکیشن‌ها و مرورگرها تعامل کند. این مدل با جایگزینی سیستم فشرده‌سازی با…
یک تحلیل فنی نشان می‌دهد اجبار عامل‌های هوش مصنوعی به ساختارهای سلسله‌مراتبی برای کارهایی که در یک پنجره متنی جا می‌شوند، هزینه‌ها و تأخیر را به‌شدت افزایش می‌دهد. این «مالیات…
یک معماری جدید برای DeepSeek Harness با جایگزینی تاریخچه کامل گفتگوهای زیر-عامل‌ها با گزارش‌های ساختاریافته، از «فروپاشی زمینه» جلوگیری می‌کند. در این سیستم، حافظه عامل مادر تنها…
اوپن‌ای‌آی مدل GPT-6 Astra را معرفی کرد؛ نخستین سیستمی که قادر است به‌طور خودکار حفره‌های امنیتی ناشناخته را کشف و استثمار کند. این مدل در ریاضیات و کدنویسی جهشی خیره‌کننده داشته،…
گیت‌هاب با معرفی HydraFusion، سیستمی برای مسیریابی پویا بین مدل‌های مختلف هوش مصنوعی طراحی کرده است. این رویکرد با تخصیص بهینه هر تسک به مدل مناسب، کیفیت خروجی مدل‌های پیشرو را با…
آزمون‌های چارچوب AgentSelfEdit نشان می‌دهد بهینه‌سازهای هوش مصنوعی اغلب به جای بهبود واقعی، تنها عبارات را «حرفه‌ای‌تر» می‌کنند. این یافته‌ها ثابت می‌کند دستورات سخت‌گیرانه‌تر…
اوپن‌ای‌آی مدل GPT-6 Astra را معرفی کرد که با کسب نمرات نزدیک به کامل در بنچمارک‌های کلیدی، سقف جدیدی برای هوش مصنوعی در حوزه‌های علوم و کدنویسی تعریف کرده است. این مدل گام بزرگی…
شرکت‌های آنتروپیک، گوگل و متا دسترسی به توکن‌های استدلالی را محدود کردند تا این داده‌ها فقط در مدل سازنده قابل استفاده باشند. این تغییر باعث شکست سیستم‌های مسیریابی چندمدلی می‌شود…
اوپن‌ای‌آی مدل GPT-6 Astra را معرفی کرد؛ سیستمی که به‌جای چت، مستقیماً نرم‌افزارها و دسکتاپ را مانند انسان مدیریت می‌کند. این مدل با پنجره متنی ۱.۰۵ میلیون توکنی، نخستین مدل این…