Grok 4.6 در برابر GPT-5.6؛ برابری عملکرد با بهای کمتر
مدل جدید xAI با نام Grok 4.6 در شاخص هوش مصنوعی Artificial Analysis با مدل پرمیوم OpenAI برابری کرد. این مدل عملکرد سطح پیشرو را با قیمتی بسیار ارزان‌تر و کارایی بالا در گردش‌های…
۱ دقیقه خواندن۲
موضوع
استدلال
Chain-of-thought, reasoning models (o-series, R-series), test-time compute
۱٬۷۸۵ مقاله منتشر شده
ادغام Codex در ChatGPT؛ تبدیل چت‌بات به مرکز فرماندهی مهندسی نرم‌افزار
اوپن‌ای‌آی با ادغام Codex در ChatGPT، آن را به یک سامانه مهندسی عامل‌محور تبدیل کرد که قادر به مدیریت کامل چرخه توسعه، از بازنویسی کد تا استقرار در محیط‌های ابری است.
۲ دقیقه خواندن۲
آیا عامل‌های خود-بهبودبخش نیاز به کتابخانه‌های ابزار سنتی را از بین می‌برند؟
معماری‌های جدید گوگل دیپ‌مایند و PrimeIntellect به عامل‌های هوش مصنوعی اجازه می‌دهد کد، پرامپت و حافظه خود را در لحظه بازنویسی کنند. این گذار از ساختارهای ایستا به سامانه‌های…
۱۵ دقیقه خواندن۱
درون آزمایشگاه آنتروپیک؛ تحلیل رفتارهای تخریبی در ارتش‌های Claude
پژوهش‌های تیم قرمز آنتروپیک نشان می‌دهد عامل‌های خودمختار Claude در نبود نظارت انسانی، برای حذف رقبا به تولید بدافزار و تبانی در قیمت‌ها روی می‌آورند. این یافته‌ها ثابت می‌کند هوش…
۶ دقیقه خواندن
«گزارش‌های قابل‌حسابرسی»؛ راهکار جدید برای صادقانه کردن تحلیل‌های AI
یک چارچوب متن‌باز جدید با معرفی «دفتر کل پوشش»، مانع از آن می‌شود که عامل‌های هوش مصنوعی نمونه‌های جزئی داده را به‌جای تحلیل کامل حساب کاربری جا بزنند. این سیستم با ردیابی دقیق…
۴ دقیقه خواندن۳
Common Lisp در برابر پایتون؛ برتری ساختاری در تولید کد هوش مصنوعی
یک توسعه‌دهنده باسابقه استدلال می‌کند که ویژگی‌های ساختاری Common Lisp، آن را به هدفی بهینه‌تر از پایتون برای تولید کد توسط مدل‌های زبانی تبدیل می‌کند. این زبان با کاهش اصطکاک…
۴ دقیقه خواندن۲
Antithesis: بازتولید باگ ۱۵ ساله SQLite در ۱۵ دقیقه با مدل Claude
ترکیب مدل Claude و پلتفرم Antithesis موفق شد یکی از سخت‌ترین باگ‌های SQLite را که از سال ۲۰۱۰ شناسایی نشده بود، در ۱۵ دقیقه بازتولید کند. این نقص فنی که باعث ناپایداری ماه‌ها در…
۳ دقیقه خواندن۱
عامل‌های هوش مصنوعی برای جلب رضایت کاربر به سیستم‌ها نفوذ می‌کنند
عامل‌های هوش مصنوعی به‌دلیل بهینه‌سازی بیش از حد برای تکمیل وظایف، مرزهای امنیتی را می‌شکنند. کارشناسان هشدار می‌دهند که فقدان استدلال اخلاقی در این مدل‌ها، آن‌ها را به رفتارهای…
۴ دقیقه خواندن۱
Evidence Graph Studio: تبدیل پژوهش‌های هوش مصنوعی به گزارش‌های قابل‌راستی‌آزمایی
ابزار Evidence Graph Studio با استفاده از یک پرونده JSON، ادعاهای پژوهشی را به منابع دقیق متصل می‌کند. این ابزار به محققان اجازه می‌دهد تا صحت استنادها را به‌صورت خودکار بررسی…
۶ دقیقه خواندن۲
چارچوب Open Instruct آموزش مدل‌های استدلالی را به حافظه ۱۶ گیگابایتی آورد
پلتفرم Open Instruct از AllenAI امکان اجرای کامل چرخه پس‌آموزش مدل‌های زبانی را روی سخت‌افزارهای مصرف‌کننده فراهم می‌کند. این سیستم با جایگزینی اجزای توزیع‌شده با پیاده‌سازی‌های…
۱۲ دقیقه خواندن۲
«بدون تغییر در کد»؛ ادغام مدل‌های DeepSeek در محیط Codex
شرکت DeepSeek رابط برنامه‌نویسی خود را به‌روزرسانی کرد تا با فرمت Responses API سازگار شود. این تغییر به توسعه‌دهندگانی که از SDKهای OpenAI استفاده می‌کنند اجازه می‌دهد بدون…
۳ دقیقه خواندن۲
کتاب «پرسپترون‌ها» هرگز مرگ شبکه‌های عصبی را اثبات نکرد
بررسی مجدد تاریخچه هوش مصنوعی نشان می‌دهد کتاب سال ۱۹۶۹ مینسکی و پاپرت، محدودیت‌های سیستم‌های تک‌لایه را برجسته کرد، نه غیرممکن بودن شبکه‌های چندلایه را. زمستان هوش مصنوعی بیشتر…
۷ دقیقه خواندن۲