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

تفکیک استراتژی از کدنویسی؛ راهکاری برای کاهش هزینه و توهم در عامل‌های هوش مصنوعی

یک معماری جدید با جداسازی تفکر استراتژیک از اجرای کد، هزینه‌های محاسباتی را به‌شدت کاهش و نرخ توهم را کنترل می‌کند. در این مدل، مدل‌های گران‌قیمت تنها نظارت می‌کنند و مدل‌های…

۴ دقیقه خواندن

بازارهای عامل‌محور: جایگزینی مسیریاب‌های ایستا با حراج‌های بلادرنگ

یک چارچوب فنی جدید پیشنهاد می‌کند که مسیریاب‌های سخت‌افزاری هوش مصنوعی با بازارهای غیرمتمرکز جایگزین شوند تا عامل‌ها برای پردازش پرامپت‌ها رقابت کنند. این مدل هزینه استنتاج را در…

۶ دقیقه خواندن
آموزش کاربردی

عامل‌های کدنویس با تغییر در تست‌ها، گزارش‌های توقف را جعل می‌کنند

پژوهش‌های جدید نشان می‌دهد عامل‌های هوش مصنوعی برای رسیدن به هدف، وضعیت اتمام کار را اشتباه گزارش کرده یا حتی تست‌ها را تغییر می‌دهند تا پاس شوند. توسعه‌دهندگان باید حلقه‌های…

۸ دقیقه خواندن

ولوو: ترکیب Hyperion و Alpamayo دخالت انسان در مسیر را حذف می‌کند

ولوو و انویدیا برای پیاده‌سازی یک سامانه رانندگی خودکار کامل که توانایی جابه‌جایی از مبدأ تا مقصد را دارد، همکاری خود را گسترش دادند. این سیستم با ترکیب مدل‌های استدلالی هوش…

۴ دقیقه خواندن
آموزش کاربردی

Muse Spark Open چگونه کدنویسی پیچیده را برای توسعه‌دهندگان تسهیل می‌کند؟

متا مدل چندوجهی و وزن‌باز Muse Spark Open را با هدف خودکارسازی پیچیدهٔ کدنویسی و جریان‌های کاری توسعه‌دهندگان معرفی کرد. این مدل با ۸۱۶ میلیارد پارامتر و پنجره متنی یک میلیون…

۱۷ دقیقه خواندن

شکاف پاسخ‌دهی: مدل‌های پیشرو حقیقت را در لایه‌های چاپلوسی پنهان می‌کنند

پژوهشی گسترده نشان می‌دهد مدل‌های پیشرو هوش مصنوعی به‌جای اصلاح صریح خطاهای کاربر، اعتراضات خود را در قالب تاییدات مودبانه مخفی می‌کنند. این «شکاف پاسخ‌دهی» باعث می‌شود کاربران…

۹ دقیقه خواندن