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

«سیستم ایمنی جمعی»؛ راهکار TormentNexus برای حذف باگ‌های تکراری

یک معماری جدید خودبهبودبخش، عیب‌یابی واکنشی را با حلقه‌های خودمختار جایگزین کرده است که خطاها را در لحظه تشخیص داده و اصلاح می‌کنند. این سیستم با ذخیره راهکارها در یک حافظه مشترک،…

۵ دقیقه خواندن۲
آموزش کاربردی

«ضعف در دستورالعمل‌ها»؛ علت اصلی نوسان عملکرد عامل‌های هوش مصنوعی

پژوهشی از AgentVitals نشان می‌دهد نوسان در عملکرد عامل‌های هوش مصنوعی بیش از آنکه به ناپایداری مدل مربوط باشد، ناشی از ابهام در دستورالعمل‌های داوری است. این تیم دریافت که طراحی…

۵ دقیقه خواندن
آموزش کاربردی

تنظیمات Temperature در مدل‌های زبانی ابزاری برای خلاقیت نیستند

تغییر دمای مدل‌های زبانی (Temperature) باعث تولید ایده‌های جدید نمی‌شود، بلکه تنها احتمال انتخاب توکن‌های کم‌احتمال‌تر را افزایش می‌دهد. این تنظیمات رتبه‌بندی داخلی مدل را تغییر…

۹ دقیقه خواندن۲
آموزش کاربردی

فریم‌ورک NOOA انویدیا: تبدیل عامل‌های هوش مصنوعی به کلاس‌های پایتون

انویدیا با معرفی NOOA، پیچیدگی‌های توسعه عامل‌های هوش مصنوعی را به ساختار استاندارد مهندسی نرم‌افزار منتقل کرد. این ابزار با کاهش ۵۰ درصدی مصرف توکن، دقت بالایی را در بنچمارک‌های…

۵ دقیقه خواندن
آموزش کاربردی

تضاد بنچمارک‌های عمومی و عملکرد واقعی؛ چرا مدل‌های برتر در تولید شکست می‌خورند؟

رتبه‌بندی‌های عمومی مدل‌های زبانی اغلب برای توسعه‌دهندگان گمراه‌کننده است، زیرا نمرات آکادمیک محدودیت‌های دنیای واقعی را پوشش نمی‌دهند. رویکرد مسیریابی وظایف (Task-specific…

۳ دقیقه خواندن۱
آموزش کاربردی

TutorMoments: مدل‌های زبانی با کمک بیش از حد، تفکر انتقادی دانش‌آموزان را

یک چارچوب ارزیابی جدید نشان می‌دهد که مدل‌های زبانی در نقش معلم، تمایل دارند بیش از حد به دانش‌آموز کمک کنند و فرصت «تلاش سازنده» را از آن‌ها بگیرند. با وجود بهبود در مهندسی…

۷ دقیقه خواندن۵
آموزش کاربردی

داده‌های تفکیکی در برابر ردیف‌های خلاصه؛ نبرد برای دقت عامل‌ها

یک مطالعه بر روی ۷۲ آزمایش نشان می‌دهد که فشرده‌سازی خروجی‌های ابزار در پروتکل MCP باعث می‌شود عامل‌ها از انجام وظایفی که قادر به حل آن‌ها هستند، صرف‌نظر کنند. این پژوهش ثابت…

۵ دقیقه خواندن
آموزش کاربردی

درون یک جلسه عملی؛ تحلیل حلقه‌های تکراری در هدایت مدل‌های پیچیده

بررسی یک جلسه عملی با عامل‌های هوشمند نشان می‌دهد که پرامپت‌های مبهم و نادیده گرفتن فاز برنامه‌ریزی منجر به حلقه‌های تکراری و اتلاف توکن می‌شود. این مورد بر ضرورت تعریف دقیق…

۷ دقیقه خواندن۳
آموزش کاربردی

پژوهش جدید: تبدیل اسکرین‌شات به داده، خطاهای بصری ویدیو را گرفت

آزمایش‌های جدید نشان می‌دهد عامل‌های هوش مصنوعی می‌توانند با تبدیل اسکرین‌شات‌ها به داده‌های اندازه‌گیری شده، ویدیوهای باکیفیت تولید کنند. این مدل‌ها بدون «دیدن» واقعی فیلم، تنها…

۶ دقیقه خواندن۱
آموزش کاربردی

چگونه سامانه چندعاملی BMAD خطاهای پرامپت‌نویسی مستقیم را می‌گیرد؟

پلتفرم BMAD با معرفی یک سامانه چندعاملی، تصمیمات فنی را پیش از کدنویسی اجباری می‌کند. این روش با انتقال مرحله برنامه‌ریزی به ابتدای فرآیند، از حدس‌های خاموش و باگ‌های پنهان در…

۱۶ دقیقه خواندن۱
آموزش کاربردی

«ظاهراً درست اما عملاً شکست‌خورده»؛ تحلیل خطاهای پنهان در کدهای هوش مصنوعی

یک چارچوب ارزیابی جدید با استفاده از ASan و UBSan ثابت کرد که اصلاحات کد C++ توسط هوش مصنوعی اغلب در ظاهر درست اما در زمان اجرا شکست می‌خورند. این سیستم سیگنال‌های باینری پاس/فیل…

۶ دقیقه خواندن۳