مدیریت سلسلهمراتبی در برابر پنجره متنی واحد؛ هزینهای بدون بازده
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…
موضوع
Chain-of-thought, reasoning models (o-series, R-series), test-time compute
۲٬۰۴۹ مقاله منتشر شده
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…
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…