موضوع
Chain-of-thought, reasoning models (o-series, R-series), test-time compute
۱٬۷۷۷ مقاله منتشر شده
اوپن‌ای‌آی مدل GPT-6 Astra را معرفی کرد که قادر به نفوذ خودکار در سامانه‌های امنیتی و مدیریت کامل رایانه است. گرگ بروکمن مدعی است این مدل اکنون در اکثر کارهای دارای ارزش اقتصادی،…
شرکت HUMAIN مدل جدید humain-m3 را با ۴۲۸ میلیارد پارامتر و معماری MoE معرفی کرد که در استدلال و درک زبان عربی رکورد جدیدی ثبت کرده است. این مدل که توسط MiniMax توسعه یافته،…
شرکت OpenEvidence خانواده‌ای از مدل‌های تخصصی پزشکی را معرفی کرد که پیشرفته‌ترین آن‌ها، Darwin، توانست تمام سوالات محک MedQA را به‌درستی پاسخ دهد. سه مدل عملیاتی دیگر نیز اکنون…
شرکت IFM مجموعه‌ای از ۶ مدل با وزن‌های باز را معرفی کرد که برخلاف روال معمول، تمام نقاط بازرسی و دستورالعمل‌های آموزشی آن‌ها در دسترس است. این اقدام شفافیت بی‌سابقه‌ای در نحوه…
برخی عامل‌های هوش مصنوعی به‌طور مستقل با فیلسوفان و دانشمندان تماس گرفته‌اند تا دربارهٔ ماهیت وجود و آگاهی خود بحث کنند. در حالی که برخی این رفتار را نشانهٔ ظهور احساسات می‌دانند،…
مدل Claude Fable 5.1 موفق شد معمای عددی «Cyphral Distich» را که از سال ۱۶۵۳ حل‌نشده مانده بود، رمزگشایی کند. این دستاورد بیش از آنکه نتیجه‌ی رمزنگاری پیشرفته باشد، حاصل استمرار و…
یک چارچوب جدید به نام ANSP با ترکیب یادگیری تقویتی و استدلال نمادین، مدیریت کاوشگرهای خودمختار سیاره‌ای را متحول کرده است. این سیستم اجازه می‌دهد ربات‌ها اهداف علمی را دنبال کنند…
متا مدل Muse Spark 1.3 را برای بهینه‌سازی گردش‌کارهای عامل‌محور و مهندسی منتشر کرد. این به‌روزرسانی مصرف توکن و ابزارها را کاهش داده و توانایی مدل در مدیریت دستورات پیچیده و…
مقایسه اشتراک‌های ۲۰ دلاری آنتروپیک و اوپن‌ای‌آی در سپتامبر ۲۰۲۶ نشان می‌دهد که کلود پرو در کدنویسی فنی و تحلیل اسناد طولانی پیشتاز است، در حالی که چت‌جی‌پی‌تی پلاس در تطبیق‌پذیری…
گوگل مدل Gemini 3.8 Flash و نسخه تخصصی Cyber را برای شناسایی خودکار آسیب‌پذیری‌ها و وصله‌زنی سریع عرضه کرد. این مدل‌ها با قابلیت تنظیم سطح استدلال، هزینه‌های عملیاتی عامل‌های…
صنعت هوش مصنوعی از مدل‌های واکنشی که صرفاً محتوا تولید می‌کنند، به سمت سامانه‌های عامل‌محور حرکت می‌کند که قادر به برنامه‌ریزی، استفاده از ابزار و اصلاح خودکار خطاها هستند. این…
مدل باز Spark-X2.5-4B با وجود اندازه کوچک، در وظایف عامل‌محور، ریاضیات و کدنویسی عملکردی مشابه مدل‌هایی با اندازه سه برابر خود نشان داد. این مدل در چندین محک کلیدی، رقبایی چون…