پرش به محتوای اصلی

موضوع

استدلال

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

۲٬۰۴۹ مقاله منتشر شده

آموزش کاربردی

پروتکل Agateon: جایگزینی شواهد ماشینی با اعتماد در عامل‌های هوش مصنوعی

گلوگاه اصلی عامل‌های هوش مصنوعی هوش مدل نیست، بلکه نبود سازوکار تأیید خروجی است. پروتکل Agateon با تبدیل تأیید به یک زیرساخت سخت‌گیرانه، «مالیات اعتماد» و نیاز به نظارت انسانی…

۶ دقیقه خواندن۲

«جایگزینی نمونه‌برداری ثابت»؛ راهکار گوگل برای تحلیل بهینه ویدیوها

گوگل با جایگزینی نمونه‌برداری ثابت با رویکردی عامل‌محور، هزینه‌های تحلیل ویدیوهای طولانی را به‌شدت کاهش داد. این سیستم به‌جای اسکن تمام ثانیه‌ها، به‌صورت هوشمند تنها فریم‌ها و…

۳ دقیقه خواندن
آموزش کاربردی

قراردادهای سخت‌گیرانه در پرامپت؛ روشی برای شکار ۴ حفره امنیتی در کد باز

یک پژوهشگر امنیتی ثابت کرد که جایگزینی پرامپت‌های کلی با «قراردادهای سخت‌گیرانه»، توهمات هوش مصنوعی را حذف و منجر به شناسایی ۴ آسیب‌پذیری واقعی در مخازن متن‌باز می‌شود. این متد با…

۶ دقیقه خواندن

کاهش ۴۵ درصدی هزینهٔ اجرای عامل‌های هوش مصنوعی در Claude Fable 5.1

آنتروپیک با معرفی نسخه‌های Fable 5.1 و Mythos 5.1، هزینه‌های گردش‌کارهای عامل‌محور را به‌شدت کاهش داد. این به‌روزرسانی بر بهبود استدلال علمی و بهینه‌سازی قیمت‌گذاری داده‌های…

۲ دقیقه خواندن۱
آموزش کاربردی

«واکنش به تغییرات محیطی»؛ راهکار ctxloom برای افزایش ردیابی پاسخ‌ها

پلتفرم متن‌باز ctxloom با حذف گراف‌های اجرای پیش‌فرض، رویکردی مبتنی بر حالت (State-driven) را برای مدیریت عامل‌های هوش مصنوعی معرفی کرده است. در این سیستم، عامل‌ها به‌جای دنبال…

۶ دقیقه خواندن۱
آموزش کاربردی

«از متن تا عمل»؛ گذار مدل‌های زبانی به سوی اتوماسیون پیچیده

عامل‌های هوش مصنوعی با ترکیب استدلال و توانایی تعامل با محیط، مدل‌های زبانی را از چت‌بات‌های ساده به سامانه‌هایی تبدیل می‌کنند که قادر به اجرای مستقل گردش‌های کاری پیچیده هستند.

۷ دقیقه خواندن۲

BenchMIRT: نمرات بنچمارک‌های هوش مصنوعی توانمندی‌های واقعی مدل‌ها را می‌پوشانند

پژوهشگران چارچوب BenchMIRT را برای تفکیک سیگنال‌های متناقض در ارزیابی‌های مدل‌های زبانی معرفی کردند. این ابزار نشان می‌دهد بسیاری از محک‌های «ایمنی» در واقع توان استدلال کلی را…

۷ دقیقه خواندن۱