پرش به محتوای اصلی

موضوع

استدلال

Chain-of-thought, reasoning models (o-series, R-series), test-time compute

۲٬۰۴۹ مقاله منتشر شده

DeepSeek V4 Flash 0731: استدلال سطح بالا با قیمت ۰.۱۴ دلار برای هر میلیون توکن

دیپ‌سیک مدل V4 Flash 0731 را معرفی کرد؛ مدل استدلالی جدیدی که توازن میان هوش بالا و قیمت بسیار پایین را برقرار کرده است. این مدل در حالی پنجره متنی ۱ میلیون توکنی دارد که هزینه…

۲ دقیقه خواندن۱
آموزش کاربردی

رتبه‌بندی شواهد در HUQAN توهمات مدل ۱۲۵ میلیون پارامتری OPT را متوقف کرد

پژوهشگران با افزودن یک لایه «سلسله‌مراتب اعتماد» به مدل بسیار سبک OPT-125M، توانستند توهمات آن را به‌طور مؤثر حذف کنند. این سامانه به‌جای تکیه بر اطمینان مدل، اعتبار پاسخ‌ها را بر…

۴ دقیقه خواندن

مدل V4-Flash دیپ‌سیک در بنچمارک‌های عامل‌محور از نسخه Pro پیشی گرفت

دیپ‌سیک نسخه بتاهای عمومی V4-Flash را منتشر کرد که در وظایف اتوماسیون و کدنویسی، عملکردی فراتر از نسخه Pro-Preview دارد. این مدل بدون تغییر در معماری، تنها از طریق بهینه‌سازی‌های…

۶ دقیقه خواندن۳
آموزش کاربردی

«مدل‌های ارزان برای وظایف ساده»؛ راهکاری برای کاهش ۷۰ درصدی مخارج

یک رویکرد جدید در مسیریابی توکن‌ها پیشنهاد می‌کند که حجم کاری عامل‌ها بر اساس دشواری تقسیم شود. با ارسال وظایف ساده به مدل‌های ارزان و رزرو مدل‌های پیشرو برای استدلال‌های پیچیده،…

۵ دقیقه خواندن

بلوک‌های رمزنگاری‌شده در برابر متون قابل‌انتقال؛ نبرد برای مالکیت تاریخچهٔ کاربر

ارائه‌دهندگان پیشرو هوش مصنوعی در حال جایگزینی متون قابل‌انتقال با بلوک‌های رمزنگاری‌شده هستند تا کاربران را در اکوسیستم خود حبس کنند. این تغییر باعث می‌شود انتقال تاریخچهٔ کامل…

۱۲ دقیقه خواندن۱
آموزش کاربردی

موتور شفاف‌سازی متوالی: راهکاری برای حذف چرخه‌های تکرار در خروجی‌های هوش مصنوعی

روش جدید Sequential Clarification Engine با جایگزینی پرامپت‌های ایستا با یک پروتکل چهارمرحله‌ای، توهمات ناشی از فرض‌های غلط را حذف می‌کند. این سیستم با اولویت دادن به تشخیص نیازها…

۸ دقیقه خواندن۲

محک LOCOMO با حذف پرسش‌های خصمانه، توهمِ دقت در حافظهٔ عامل‌ها را می‌سازد

یک تحلیل فنی فاش کرد که بنچمارک LOCOMO به‌طور عمدی مدل‌ها را از پذیرش «نمی‌دانم» منع کرده و پرسش‌های چالشی را حذف می‌کند. این ساختار باعث ایجاد سقفی مصنوعی از صحت می‌شود که…

۸ دقیقه خواندن۲

«جداسازی استدلال از ایدئولوژی»؛ دستاورد جدید در تقطیر مدل‌های زبانی

پژوهشی جدید نشان می‌دهد مدل‌های زبانی می‌توانند توانایی‌های استدلالی پیشرفته را از مدل‌های سانسورشده (مانند مدل‌های چینی) بیاموزند، بدون اینکه محدودیت‌های ایدئولوژیک یا الگوهای…

۱۴ دقیقه خواندن۲

سرمایه‌گذاری ۱۰۰ میلیارد دلاری در داده‌های هدفمند؛ تنها راه نجات مدل‌های زبانی

اندرو هو، پژوهشگر سابق OpenAI، معتقد است مقیاس‌پذیری مدل‌ها دیگر کافی نیست و صنعت باید ۱۰۰ میلیارد دلار روی داده‌های باکیفیت و زمینه‌ای سرمایه‌گذاری کند. او هشدار می‌دهد که…

۳ دقیقه خواندن۱

سامانهٔ چندعاملی GenePattern تولید ماژول‌های بیوانفورماتیک را ۵۰۰٪ افزایش داد

یک مهندس نرم‌افزار با طراحی خط‌لولهٔ عامل‌محور و پیاده‌سازی سیستم‌های تأیید قطعی، سرعت تولید ابزار در GenePattern را ۵ برابر کرد. این دستاورد ثابت می‌کند که ساختار مهندسی پیرامون…

۱۴ دقیقه خواندن۱