موضوع
Chain-of-thought, reasoning models (o-series, R-series), test-time compute
۱٬۷۷۳ مقاله منتشر شده
کتابخانه Imp با پورت کامل فریم‌ورک DSPy به BEAM، جایگزینی برای مهندسی پرامپت دستی در زبان Elixir فراهم می‌کند. این ابزار به توسعه‌دهندگان اجازه می‌دهد تا برنامه‌های هوش مصنوعی را…
مطالعه‌ای روی مدل Atria Dawn Preview نشان می‌دهد که عامل‌های هوش مصنوعی اکنون اکثریت مراحل فنی توسعه مدل‌ها را اجرا می‌کنند، اما قدرت تصمیم‌گیری حیاتی همچنان در دست انسان است. این…
پلتفرم BookingTruth با معرفی یک API و سرور MCP، تکیه بر حدس‌های مدل‌های زبانی را در تایید رزروها حذف و جایگزین آن را با شواهد مستند از تامین‌کنندگان کرد. این سیستم تضمین می‌کند…
پژوهشگران استنفورد و کالتک با ادغام GPT-6 Astra در ربات Unitree G1، لایه‌های سنتی کنترل سخت‌افزار را حذف کردند. این سیستم به ربات اجازه می‌دهد بدون نقشه قبلی، محیط را شناسایی کرده…
آزمون‌های جدید نشان می‌دهد که تکیه بر پرامپت برای تضمین ایمنی و استقلال عامل‌های هوش مصنوعی شکست‌خورده است. تنها راهکار موثر، جایگزینی دستورات متنی با کدهای قطعی (Deterministic)…
شرکت OpenAI تمرکز خود را از به‌روزرسانی‌های جزئی به جهش‌های نسلی تغییر داده است. هدف این شرکت تبدیل دستیارهای متکی به پرامپت به همکارانی خودمختار است که نیازهای کاربر را پیش‌بینی…
یک عامل هوش مصنوعی جدید با استفاده از دریاچه محتوای Sanity، تضادهای میان کتابچه‌های قانون و اصلاحیه‌ها را شناسایی می‌کند. این سیستم به‌جای جست‌وجوی کلمات کلیدی، از کوئری‌های GROQ…
پلتفرم Reasonable با ایجاد یک خط لوله عامل‌محور، مدل‌های انتزاعی TLA+ را به اثبات‌های Verus تبدیل می‌کند. این فناوری شکاف میان طراحی سیستم‌های توزیع‌شده و پیاده‌سازی کد Rust را از…
در حالی که مدل‌های جدیدی مانند Jev بر سرعت استثنایی و هزینه کم تمرکز دارند، شکافی عمیق در تصمیمات حساس و غیرقابل‌بازگشت وجود دارد. ظهور «داوران کند» مانند Decider نشان‌دهنده چرخش…
پژوهشگران راهکاری برای تبدیل مدل‌های زبانی عمومی به مدل‌های تصمیم‌گیرنده با سرعت بسیار بالا یافته‌اند. این روش به‌جای تولید متن، توزیع احتمالات توکن‌ها را می‌خواند و در مدل…
پلتفرم Oxlo.ai برای کاهش هزینه‌های پردازش متون طولانی، مدل پرداخت توکنی را با هزینه ثابت به‌ازای هر درخواست جایگزین کرد. این تغییر به توسعه‌دهندگان اجازه می‌دهد بدون نگرانی از…
یک بنچمارک مینیمال به نام p28-zero-diff معرفی شده است که توانایی مدل‌های هوش مصنوعی در حل ساده‌ترین اثبات‌های ریاضی را می‌سنجد. این ابزار به جای چالش‌های سخت، به عنوان یک «تست…