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

تغییر ساختار پردازش: افزایش پایداری خروجی‌های پیچیده از ۶۰٪ به ۹۵٪

تغییر معماری از عامل‌های تک‌صحنه‌ای به کانتینر خط لوله پنج‌مرحله‌ای، مشکل ناپایداری در تولید گزارش‌های پیچیده را حل کرد. با سپردن پردازش داده به اسکریپت‌های قطعی و استفاده از مدل…

۶ دقیقه خواندن۱

خانواده مدل‌های Astra با حل ۱۰ مسئله ریاضی قدیمی مرز استدلال را جابه‌جا کرد

مدل‌های جدید OpenAI با نام Astra توانستند ۱۰ مسئله پیچیده ریاضی و علوم کامپیوتر را که بیش از یک دهه حل‌نشده مانده بودند، گره‌گشایی کنند. این دستاورد نشان‌دهنده تغییر استراتژی…

۵ دقیقه خواندن۴
آموزش کاربردی

مدل‌های زبانی در برابر یادگیری عمیق؛ تحلیل مرز استدلال و بازنمایی

یک راهنمای عملی جدید نشان می‌دهد که مدل‌های زبانی بزرگ، زیرمجموعه‌ای تخصصی از یادگیری عمیق هستند و نه جایگزینی برای آن. توسعه‌دهندگان می‌توانند با جداسازی مدل‌های بردارساز و مولد،…

۴ دقیقه خواندن
آموزش کاربردی

AGE Plan با مکانیزم «دروازه‌های بستار» جلوی توهم عامل‌های کدنویس را می‌گیرد

مقایسه‌ای میان AGE Plan و PwF نشان می‌دهد که در حالی که دومی بر حفظ حافظه تمرکز دارد، اولی با معرفی «دروازه‌های بستار» مانع از ادعاهای دروغین عامل‌ها درباره تکمیل وظایف می‌شود.…

۱۴ دقیقه خواندن۳
آموزش کاربردی

پژوهش‌های RAG: اتصال به دانش خارجی ریسک خطای LLM را پایین می‌آورد

خط لوله‌های RAG با ترکیب بازیابی داده‌های خارجی و تولید متن، پاسخ‌های مدل‌های زبانی را به واقعیت‌های قابل راستی‌آزمایی گره می‌زنند. این سازوکار ریسک توهم مدل را کاهش داده و دسترسی…

۷ دقیقه خواندن۲
آموزش کاربردی

قواعد خودارزیابی در عامل‌های هوش مصنوعی هرگز خطاهای تثبیت‌شده را شکار نمی‌کنند

تحلیل ۱۷ خطای عامل‌محور نشان می‌دهد قواعد داخلی برای اندازه‌گیری مفیدند اما هرگز نمی‌توانند داور نهایی باشند. برای دستیابی به قابلیت اطمینان، توسعه‌دهندگان باید به‌جای تکیه بر…

۷ دقیقه خواندن

عامل‌های هوش مصنوعی در ۷۵٪ سناریوهای عملیاتی SRE شکست می‌خورند

محک جدید ORCA-bench نشان می‌دهد که پیشرفته‌ترین عامل‌های کدنویسی در تحلیل ریشه‌ای حوادث تولید (Production) ناتوان‌اند. این یافته‌ها شکاف عمیقی را میان قدرت کدنویسی مدل‌ها و…

۲ دقیقه خواندن۲
آموزش کاربردی

ترکیب تحلیل ایستا و مدل‌های زبانی؛ فرمول BrassCoders برای شکار باگ‌های منطقی

پلتفرم BrassCoders با جداسازی شناسایی خطاهای ساختاری از استدلال‌های مبتنی بر قصد، دقت عیب‌یابی کد را افزایش داده است. این سیستم ابتدا الگوهای شناخته‌شده را با اسکنرهای قطعی…

۴ دقیقه خواندن

زنجیره‌های تفکر در مدل‌های استدلالی؛ توهمِ منطق یا ابزاری برای محاسبه؟

پژوهشگران معتقدند مدل‌های استدلالی بزرگ (LRM) به‌جای تفکر واقعی، از میان‌برهای سطحی و بازیابی تقریبی برای تقلید از استدلال استفاده می‌کنند. شواهد نشان می‌دهد که «زنجیره‌های تفکر»…

۱۵ دقیقه خواندن