استدلال

نسخه جدید LibreFang دسترسی عامل‌های هوش مصنوعی به چرخه تفکر مدل‌های o1 را فراهم کرد. این به‌روزرسانی با بهینه‌سازی ادغام در Slack و کاهش نویز خروجی، تجربه توسعه‌دهندگان را بهبود…

یک آزمایش کنترل‌شده نشان می‌دهد که نحوه توصیف محصول، بیش از ماهیت آن، تعیین می‌کند که آیا یک مدل زبانی آن را توصیه می‌کند یا خیر. در حالی که شفافیت باعث صدور توصیه می‌شود،…

آزمایشگاه‌های هوش مصنوعی در حال تغییر رویکرد از پیش‌بینی توکن بعدی به پیش‌بینی وضعیت‌های محیطی هستند. در حالی که این مدل‌ها در رباتیک پیشرفت کرده‌اند، penerapan این شبیه‌سازها در…

عامل‌های هوش مصنوعی اغلب بر اساس پاسخ‌های ابزارها گزارش موفقیت می‌دهند، در حالی که داده‌ها در واقع در پایگاه‌داده ذخیره نشده‌اند. برای رفع این «شکست‌های خاموش»، توسعه‌دهندگان باید…

شرکت Ello با جداسازی فرآیند تولید پاسخ از اجرا و استفاده از برنامه‌ریزی ناهمگام، مشکل تأخیر در عامل‌های هوش مصنوعی را برای کودکان ۴ تا ۹ سال حل کرد. این رویکرد باعث می‌شود نرخ…

یک نمونه اولیه پایتونی با معرفی سیاست‌های «هزینه-آگاه»، استراتژی جمع‌آوری شواهد در عیب‌یابی کد را بازتعریف می‌کند. این پروژه یک «شکاف خوش‌بینی» خطرناک را افشا کرد: شواهد مبتنی بر…

بارتوش ناسکرکی، ریاضی‌دان محاسباتی، با کمک GPT-5.6 توانست یک مسئله قدیمی در هندسه‌ جبری را با یافتن یک مثال نقض حل کند. این موفقیت، انتقال هوش مصنوعی از یک ابزار محاسباتی ساده به…

اوپن‌ای‌آی با معرفی GPT-Live، معماری صوتی را از حالت نوبتی به دوبلکس کامل تغییر داد. این سیستم با تفکیک لایهٔ تعامل از لایهٔ استدلال، پردازش‌های سنگین را به مدل GPT-5.5 می‌سپرد تا…

OpenAI خانواده مدل‌های GPT-5.6 را با سه سطح Sol، Terra و Luna برای بهینه‌سازی هزینه و عملکرد عرضه کرد. مدل پرچمدار Sol با استفاده از یک محیط اجرای ایزوله V8، استانداردهای جدیدی را…

آنتروپیک با معرفی ابزار Jacobian lens (J-lens)، فضای نهانی از مفاهیم داخلی مدل Claude Opus 4.6 را شناسایی کرد. این تکنیک اجازه می‌دهد تا کلمات و تم‌هایی که مدل پیش از تولید پاسخ…

ارزیابی‌های جدید از مدل وزن‌های‌باز GLM 5.2 نشان می‌دهد این مدل می‌تواند اظهارنامه‌های مالیاتی VAT کسب‌وکارهای کوچک بریتانیا را با دقتی نزدیک به انسان آماده کند. پردازش ۵۹ تراکنش…

مدل جدید OpenAI با نام Sol، توانمندی‌های هوش مصنوعی Claude Fable 5 را با ۶۶٪ هزینه کمتر شبیه‌سازی می‌کند. این مدل به‌ویژه در بنچمارک‌های کدنویسی پیشتازی کرده و ساختار قیمت‌گذاری…