پرش به محتوای اصلی

موضوع

استدلال

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

۲٬۰۴۹ مقاله منتشر شده

CLM-8B: تصمیم‌گیری عامل‌های هوش مصنوعی ۹ برابر سریع‌تر شد

مدل وزن‌باز CLM-8B با جایگزینی تولید متن با سیستم امتیازدهی اقدامات، تأخیر در تصمیم‌گیری عامل‌های هوش مصنوعی را به‌شدت کاهش داد. این مدل در نقش تأییدکننده کدنویسی، نتایجی فراتر از…

۴ دقیقه خواندن۲
آموزش کاربردیتأییدنشده · منبع منفرد

GPT و Gemini در برابر DeepSeek؛ رقابت بر سر تفکیک لایه‌های عاطفی

یک محک جدید در Kaggle نشان می‌دهد که مدل‌های گوگل و OpenAI در تفسیر احساسات پنهان برتر هستند. در حالی که DeepSeek در منطق و کدنویسی می‌درخشد، در درک لایه‌های عاطفی متن شکست خورده…

۲ دقیقه خواندن۲
آموزش کاربردی

چطور Atlarix Auto گام‌های برنامه‌نویسی را میان مدل‌های مختلف توزیع می‌کند؟

ابزار جدید Atlarix Auto با تحلیل هر گام از فرآیند برنامه‌نویسی، بهینه‌ترین مدل هوش مصنوعی را برای آن مرحله انتخاب می‌کند. این عامل دسکتاپ با حذف نیاز به مدیریت کلیدهای API و…

۳ دقیقه خواندن

LensVLM دقت مدل‌های بینایی-زبانی را در فشرده‌سازی ۱۰ برابری حفظ کرد

چارچوب LensVLM با استفاده از مکانیزم گسترش انتخابی، اجازه می‌دهد مدل‌های VLM تصاویر به‌شدت فشرده را بدون افت دقت پردازش کنند. این سیستم با شناسایی نواحی حیاتی و بزرگ‌نمایی آن‌ها،…

۲ دقیقه خواندن۱
آموزش کاربردی

«تولید متن به‌جای تصمیم‌گیری»؛ مانع اصلی سرعت در معماری‌های فعلی AI

شرکت TypeSafe AI مدل Jev را معرفی کرد؛ سیستمی که به‌جای تولید متن، تصمیمات احتمالی را به‌صورت موازی می‌گیرد. این معماری با حذف توکن‌سازی‌های متوالی، سرعت و هزینهٔ لایه‌های…

۷ دقیقه خواندن۳

بهینه‌سازی برای ماشین؛ دلیل افت کیفیت نوشتاری در مدل‌های جدید Claude

مهندسان آنتروپیک فاش کردند که مدل‌های جدید کلود به‌دلیل تمرکز بر ریاضیات و کدنویسی، لحنی «ماشین‌محور» پیدا کرده‌اند. این تغییر باعث شده است مدل‌ها به‌جای انسان، برای سایر هوش‌های…

۲ دقیقه خواندن۳
آموزش کاربردی

«تبدیل متن به عدد»؛ رویکرد Jevper برای طبقه‌بندی دقیق داده‌ها

کتابخانه متن‌باز Jevper با تبدیل پاسخ‌های متنی مدل‌های زبانی به امتیازات اطمینان و احتمالات ساختاریافته، امکان طبقه‌بندی دقیق داده‌ها را فراهم می‌کند. این ابزار با پشتیبانی از…

۶ دقیقه خواندن۶

شکاف میان محاسبات و بیان؛ چرا نظارت زبانی بر مدل‌های زبانی بزرگ ناکارآمد است؟

یک مقاله فنی جدید مفهوم «ناخوانایی زبانی» را تعریف می‌کند؛ شکافی که نشان می‌دهد مدل‌های زبانی می‌توانند در لایه محاسباتی کاری کنند و در لایه بیان، چیز دیگری بگویند. این یافته ثابت…

۱ دقیقه خواندن۱