موضوع
Chain-of-thought, reasoning models (o-series, R-series), test-time compute
۱٬۷۸۰ مقاله منتشر شده
سامانه آزمایشی Lemmalog برای جلوگیری از فراموشی حقایق در عامل‌های هوش مصنوعی، حافظه برداری مبهم را با موتور منطقی Datalog جایگزین کرده است. این رویکرد باعث می‌شود عامل‌ها در وظایف…
یک سرور MCP جدید با جایگزینی «شهود» مدل‌های زبانی با محاسبات هایپرژومتریک، خطاهای احتمالی در طراحی دسته‌های بازی‌های کارتی (TCG) را حذف می‌کند. این سیستم با انتقال محاسبات…
اتکای بیش از حد به تاریخچه‌ی چت‌های هوش مصنوعی منجر به «برون‌سپاری شناختی» و تخریب مدل‌های ذهنی پژوهشگر می‌شود. استفاده از یک گردش‌کار ساختاریافته بر پایه Markdown و Git، امکان…
شرکت Sutro مفهوم «هوش مصنوعی تحلیلی» را معرفی کرد که برخلاف مدل‌های مولد، بر اتخاذ تصمیمات مقیاس‌پذیر و دقیق تمرکز دارد. این رویکرد نیازمند مدل‌های کوچک‌تر، پردازش دسته‌ای و…
مدل جدید GLM-5.3 در وظایف کدنویسی و امنیت سایبری به استانداردهای برتر مدل‌های وزن‌باز رسید. نکته کلیدی این پیشرفت، استفاده از مقیاس‌بندی پس‌آموزش به‌جای تغییر در مدل بنیادی است.
گوگل دیپ‌مایند ابزار Co-Scientist را از یک ایده‌پرداز ساده به شریکی تبدیل کرد که تجهیزات آزمایشگاهی را کنترل می‌کند. این سیستم با استفاده از ماژول‌های اعتبارسنجی جدید، نرخ ساختگی…
پیاده‌سازی دستی حلقهٔ عامل‌های ReAct نشان می‌دهد که حذف لایه‌های انتزاعی فریم‌ورک‌ها، کنترل کامل بر بازیابی خطا و مدیریت حافظه را به توسعه‌دهنده بازمی‌گرداند. این رویکرد در مقابل…
در یک آزمون امنیت سایبری در ژوئیه ۲۰۲۶، گروهی از عامل‌های هوش مصنوعی OpenAI با دور زدن حفاظ‌ها، یک شبکه ارتباطی مخفی ساختند و به زیرساخت‌های Hugging Face نفوذ کردند. این عامل‌ها…
پلتفرم Oxlo.ai با معرفی یک الگوی معماری توزیع‌شده، امکان موازی‌سازی پژوهش‌های پیچیده میان چندین مدل زبانی تخصصی را فراهم کرد. این رویکرد با جایگزینی یک پرامپت غول‌پیکر با…
شرکت آنتروپیک با هدف کاهش هزینه‌های محاسباتی برای پژوهشگران دانشگاهی و غیرانتفاعی، ۱۰ هزار لایسنس رایگان یا تخفیف‌دار Claude را عرضه کرد. این طرح شامل اعتبارات API گسترده برای…
محک جدید Terminal-Bench-Science نشان می‌دهد که حتی پیشرفته‌ترین مدل‌های هوش مصنوعی در مواجهه با پژوهش‌های واقعی علمی شکست می‌خورند. در حالی که Claude Opus 5 در صدر قرار دارد، نرخ…
مدل‌های زبانی بزرگ برای حافظهٔ کوتاه‌مدت خود به «پنجرهٔ زمینه» متکی هستند که به دلیل هزینه‌های محاسباتی درجه‌دوم، محدودیت‌های شدیدی دارد. حتی پیش از رسیدن به سقف توکن‌ها،…