آیا قدرت تحلیلی Kimi K3 توجیه هزینه ۱۰ دلاری هر عملیات است؟
مدل Kimi K3 متعلق به Moonshot AI در بنچمارک AA-Briefcase پس از Claude Fable 5 قرار گرفت. با وجود قدرت تحلیلی بالا، هزینه ۱۰ دلاری هر تسک و تأخیر یکساعته، استقرار تجاری این مدل را…
موضوع
Chain-of-thought, reasoning models (o-series, R-series), test-time compute
۲٬۰۴۹ مقاله منتشر شده
مدل Kimi K3 متعلق به Moonshot AI در بنچمارک AA-Briefcase پس از Claude Fable 5 قرار گرفت. با وجود قدرت تحلیلی بالا، هزینه ۱۰ دلاری هر تسک و تأخیر یکساعته، استقرار تجاری این مدل را…
سیسکو خانواده مدلهای زبانی کوچک Antares را برای شناسایی دقیق نقاط آسیبپذیر در کدهای حجیم معرفی کرد. نسخه ۱.۶ میلیارد پارامتری این مدل با تکیه بر آموزش تخصصی و ساختار عاملمحور،…
بررسی دقیق پلتفرم Phronesis نشان میدهد که مهندسان AI چگونه «پاس شدن» تستها را با صحت واقعی اشتباه میگیرند. این تحلیل ۱۰ حالت شکست سیستمی را شناسایی کرده که در آنها ابزارهای…
معماری خودروهای خودران از سیستمهای ادغام سنسور ایستا به سمت سامانههای شناختی مبتنی بر مدلهای زبانی بزرگ حرکت میکند. این تغییر مسیر، توانایی تفسیر قوانین پیچیده ترافیکی و تولید…
شرکت Poolside مدل وزنباز Laguna S 2.1 را معرفی کرد که با معماری MoE و حالت «تفکر حداکثری»، در بنچمارکهای کدنویسی بلندمدت از مدلهایی ۱۰ برابر بزرگتر پیشی میگیرد.
سامانههای نگهداری پیشبینانه به دلیل حجم بالای دادههای حسگرها با هزینههای گزاف توکن مواجهاند. Oxlo.ai با جایگزینی پرداخت توکنی با هزینه ثابت بهازای هر درخواست، استقرار…
پلتفرم Oxlo.ai با استفاده از مدلهای زبانی بزرگ به عنوان موتور استدلال، دستورات متنی را به مختصات دقیق برای قطعهبندی تصویر تبدیل میکند. این سامانه با مدل قیمتگذاری مبتنی بر…
تحلیل فنی Fireworks.ai نشان میدهد توزیع وظایف بین مدلهای وزنباز Kimi K3 و مدل بسته Fable 5، نتایجی فراتر از هر یک از این مدلها بهتنهایی دارد. این رویکرد ترکیبی صحت عملیات را…
یک محیط آزمایشی جدید مدلهای بینایی را در بازتولید آثار هنری با ابزارهای مداد رنگی سنجید. GPT-5.6 Sol برندهٔ کیفیت شد، در حالی که Claude Fable 5 با هزینهای ۲۰ برابر بیشتر،…
شرکت Poolside AI مدل Laguna S 2.1 را معرفی کرد؛ یک مدل ۱۱۸ میلیارد پارامتری که با پنجره متنی یک میلیون توکنی و «حالت تفکر»، تخصص ویژهای در حل باگهای پیچیده و طولانیمدت…
مدل جدید Kimi K3 متعلق به شرکت Moonshot AI، جایگاه نخست جدول کدنویسی Arena را تصاحب کرد. این مدل با وجود قدرت بالا و وزنهای باز، به دلیل مصرف توکن زیاد، مزیت قیمت ارزانش را از…
دیپسیک ثابت کرد که مدلهای زبانی کوچک میتوانند پیچیدگیهای استدلالی مدلهای عظیم را تنها از طریق تنظیم نظارتشده (SFT) به ارث ببرند. این دستاورد، باور پیشین صنعت مبنی بر…