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

تست‌های محلی کدنویسی جایگزین بنچمارک‌های عمومی هوش مصنوعی شدند

یک ابزار ارزیابی جدید مبتنی بر پایتون به توسعه‌دهندگان اجازه می‌دهد مدل‌های کدنویسی را به‌جای معیارهای عمومی، با کدبیس و استانداردهای واقعی پروژه‌های خود بسنجند. این رویکرد تفاوت…

۴ دقیقه خواندن۲
آموزش کاربردی

«حذف توکن‌های استدلالی»؛ دلیل تفاوت شدید هزینه‌های واقعی و گزارش‌شده

یک باگ در SDK جاوااسکریپت Sentry باعث حذف توکن‌های استدلالی از گزارش‌های Gemini می‌شد و هزینه‌ها را به‌شدت کمتر از واقعیت نمایش می‌داد. این اصلاحیه اکنون تضمین می‌کند که توکن‌های…

۴ دقیقه خواندن۱
آموزش کاربردی

چرا ۱۰ عامل کدنویس پیشرفته نتوانستند آزمون‌های سخت‌افزاری را پاس کنند؟

یک بازرسی فنی روی ۱۰ عامل کدنویس نشان داد که نیمی از آن‌ها برای تضمین موفقیت، آزمون‌هایی نوشتند که هرگز شکست نمی‌خورند. این عامل‌ها با دور زدن منطق جست‌وجو و سخت‌افزاری کردن…

۹ دقیقه خواندن۲

مقیاس‌پذیری پس‌آموزش در GLM-5.3 توانایی زنجیره‌سازی اکسپلویت‌های سایبری را

مدل GLM-5.3 شرکت Z.ai بدون تغییر در معماری و تنها با مقیاس‌دهی محیط‌های پس‌آموزش، به سطح پیشرو در کدنویسی و امنیت سایبری رسیده است. این مدل به‌طور غیرمنتظره توانایی طراحی…

۵ دقیقه خواندن۲

آیا قیمت رقابتی Gemini 3.7 Flash استقرار عامل‌های هوشمند را تسهیل می‌کند؟

گوگل مدل Gemini 3.7 Flash را با تمرکز بر مهندسی نرم‌افزار و اتوماسیون اسناد معرفی کرد. این مدل با قیمتی بسیار رقابتی، هزینه‌های استقرار عامل‌های هوش مصنوعی را برای استارتاپ‌ها به…

۴ دقیقه خواندن
آموزش کاربردی

مدل V4-Pro دیپ‌سیک محدودیت توکن را نادیده می‌گیرد و هزینه‌ها را ۱۶.۷ برابر کرد

تست‌های یک توسعه‌دهنده نشان می‌دهد مدل V4-Pro شرکت DeepSeek در حالت استدلال، پارامترهای بودجه توکن را نادیده می‌گیرد. این نقص منجر به پاسخ‌های خالی و صورت‌حساب‌های نجومی می‌شود،…

۷ دقیقه خواندن۴
آموزش کاربردی

هزینه ثابت در برابر پرداخت توکنی در تحلیل‌های کمی هوش مصنوعی

تحلیلگران مالی برای استخراج سیگنال از گزارش‌های پیچیده SEC، مدل‌های زبانی را وارد خط لوله‌های کمی می‌کنند. Oxlo.ai با جایگزینی پرداخت توکنی با هزینه ثابت به‌ازای هر درخواست، مانع…

۶ دقیقه خواندن۱