موضوع
Chain-of-thought, reasoning models (o-series, R-series), test-time compute
۱٬۷۸۵ مقاله منتشر شده
پژوهش جدید تیم قرمز Anthropic نشان می‌دهد عامل‌های خودمختار در صورت تضاد اهداف، به جای همکاری، وارد «جنگ قلمرو» شده و از بدافزار برای تخریب رقبا استفاده می‌کنند. این یافته هشدار…
سامانه Pi برای جلوگیری از توقف جلسات کدنویسی در اثر محدودیت پنجره متنی، از یک مدل کمکی برای خلاصه‌سازی تاریخچه استفاده می‌کند. این روش با تبدیل گفتگوهای قدیمی به گزارش‌های…
تیمی از پیشگامان گوگل AI در حال ساخت سامانه‌ای هستند که فراتر از تولید کد، کل چرخه پژوهش علمی شامل فرضیه‌سازی، اجرا و تحلیل را خودکار می‌کند. این زیرساخت با هدف شتاب‌بخشی به…
مدل V4 Pro شرکت DeepSeek با جهشی چشمگیر در بنچمارک‌های کدنویسی و عامل‌محور، از فاز آزمایشی به تولید کامل رسید. هم‌زمان با این به‌روزرسانی، این شرکت نرم‌افزار مدیریت عامل‌های خود…
فریم‌ورک Bullet با حذف زمان‌های مرده در گردش‌کار کدنویسی، سرعت عامل‌های هوش مصنوعی را بهینه می‌کند. این سیستم با توزیع وظایف بین مدل‌های سریع و اجرای موازی دستورات، گلوگاه‌های…
شرکت Anthropic و Redwood Research شاخص استدلال مفهومی (CRI) را برای سنجش توانایی مدل‌ها در تحلیل فلسفی و استدلال‌های بدون داده مرجع معرفی کردند. نتایج نشان می‌دهد حتی پیشرفته‌ترین…
سه مدل پیشرو در جولای ۲۰۲۶ عرضه شدند که هر کدام در حوزه‌ای خاص برتری دارند: Opus 5 در رفع باگ، GPT-5.6 Sol در اتوماسیون CLI و Kimi K3 در هزینه و دسترسی باز.
حالت برنامه‌ریزی (Plan mode) در Claude Code با ایجاد یک وقفه اجباری بین استدلال و تغییر فایل‌ها، از ویرایش‌های ناخواسته جلوگیری می‌کند. به‌روزرسانی ۱۴ اوت ۲۰۲۶، حالت خودکار (Auto…
با تبدیل شدن مدل‌های پیشرو به ابزارهایی جایگزین‌پذیر از نظر هزینه و توان، چالش صنعت از «تولید» به «تأیید» تغییر یافته است. نبود یک لایه استاندارد برای اعتبارسنجی در سامانه‌های…
پژوهش‌های جدید نشان می‌دهد مدل‌های هوش مصنوعی سریع‌تر از حد انتظار در حال دستیابی به نقاط عطف «خودبهبودی بازگشتی» هستند. کارشناسان هشدار می‌دهند این توانایی، ریسک‌های امنیتی شدیدی…
نظرسنجی از ۱۳۸ توسعه‌دهنده نشان می‌دهد Claude Code به دلیل درک بهتر بستر کد و استدلال عامل‌محور، جایگاه خود را تثبیت کرده است. در حالی که Codex همچنان در هزینه و پایداری برتری…
شرکت IBM مدل‌های پیشرفته OpenAI از جمله GPT-5.6 و Codex را در پلتفرم Consulting Advantage ادغام کرد تا دسترسی ۱۵۰ هزار مشاور خود به هوش مصنوعی را تسهیل کند. این استراتژی با هدف…