گزیدهای از خواندنیترین و مهمترین مطالب داتهوش.

پژوهشگران «لتنتریفیوژال» را معرفی کردند؛ روشی که با تحلیل فعالسازیهای لایه پنهان مدلهای زبانی بزرگ، پرسشهای مبهم یا بیپاسخ را شناسایی میکند. این رویکرد امتیاز افوان ۸۸.۵ درصدی دارد و تنها ۲ میلیثانیه اضافهبار محاسباتی ایجاد میکند.

پژوهشی تازه نشان داده که کدهای تولیدشده توسط مدلهای زبانی بزرگ در کاربردهای ایمنی ساختمان، اغلب از نظر دستوری درست به نظر میرسند اما درک عمیقی از خطرات محیط ساختوساز ندارند. این مطالعه تجربی بر ضعفهای جدی در حفاظت از کارگران و ساکنان تأکید دارد.

متا از Muse Spark رونمایی کرد — اولین مدل جدید این شرکت پس از یک سال و اولین محصول آزمایشگاه ابرصنعتی متا. این مدل کاملاً اختصاصی است و برخلاف مدلهای قبلی، دسترسی آزاد به وزنها یا کد آن وجود ندارد. در معیار سلامت HealthBench Hard با امتیاز ۴۲.۸ پیشتاز است.

محققان **دانشگاه استنفورد** سیستمی مبتنی بر **هوش مصنوعی زاینده** (Generative AI) برای تولید خودکار خلاصه پرونده بیماران در کمیسیونهای تومور قفسه سینه توسعه دادند. این تیم با مقایسه روشهای مختلف و اعتبارسنجی ارزیابی مبتنی بر مدلهای زبانی بزرگ، چارچوبی عملیاتی برای کاهش بار کاری پزشکان ارائه کرده است.

پژوهشگران روشی تازه برای هماهنگی مدلهای زبانی بزرگ معرفی کردهاند. این سامانه با فعالسازی هوش مصنوعی زاینده (Generative AI) در مرزهای تصمیمگیری، دقت را تا ۲۶.۷۵ درصد افزایش میدهد. بهینهساز پویای آستانه، هزینههای عملیاتی را کاهش میدهد.

تیمی از پژوهشگران روش **توربو-دیدیسیام** را معرفی کردهاند که فشردهسازی تصویر مبتنی بر انتشار را بدون نیاز به دادهی آموزشی، سریعتر و کمهزینهتر میکند. نوآوری اصلی این روش در ترکیب کارآمد بردارهای نویز متعدد در هر مرحلهی حذف نویز است. همچنین دو نسخهی انعطافپذیر برای سناریوهای اولویتمحور و کنترل کیفیت ارائه شده است.

محققان **TRUST Agents** را معرفی کردهاند؛ چارچوبی چندعامله برای تأیید واقعیت و تشخیص اخبار جعلی. این سیستم با شکستن ادعاها، بازیابی شواهد و تولید گزارشهای قابل فهم، شفافیت فرآیند استدلال را در اولویت قرار میدهد. اگرچه مدلهای نظارتشده سنتی در دقت خام همچنان پیشتازند، این رویکرد تفسیرپذیری را به سطح بالاتری ارتقا داده است.

استارتاپ هندی ایمرجنت وینگمن را معرفی کرد — یک عامل هوش مصنوعی خودمختار که مستقیماً در پیامرسانهایی مانند واتساپ و تلگرام کار میکند. این محصول با ۸ میلیون کاربر موجود و ۷۰ میلیون دلار سرمایه، مرز تازهای در تعامل انسان و هوش مصنوعی ترسیم میکند.

تیمی از پژوهشگران مدل **مانتس** (Mantis) را توسعه دادهاند که صرفاً از شبیهسازیهای مکانیکی آموزش دیده و با وجود عدم مواجهه با دادههای واقعی، از تمام مدلهای مرکز کنترل بیماری آمریکا بهتر عمل کرد. این مدل در پیشبینی ۱۶ بیماری با مکانیزمهای انتقال متفاوت رتبه دوم یا بهتر را کسب کرد.

پژوهشگران چارچوب موبی را معرفی کردند که اولین راهکار دودوییسازی مخصوص مدلهای زبانی بزرگ مبتنی بر مخلوط کارشناسان است. این چارچوب سه چالش کلیدی را حل میکند و سرعت استنتاج را بیش از دو برابر افزایش میدهد. نتایج روی کوان۳-30B-A3B نشاندهنده کاهش 52.2 درصدی سردرگمی است.

پژوهشگران مجموعه داده DecompSR را با بیش از ۵ میلیون نمونه منتشر کردند تا توانایی استدلال فضایی ترکیبی مدلهای زبانی بزرگ را بسنجند. یافتهها نشان میدهد این مدلها در تعمیمدهی مولد و منظم ضعفهای جدی دارند، اما در برابر تغییرات زبانی مقاومتر عمل میکنند.

پژوهشگران تشخیص اسناد را بهعنوان وظیفه رونویسی بازتعریف کردند. آنها **سوگیریهای استقرایی رابطهای** (relational inductive biases) را برای مدلهای ترانسفورمر طراحی کردند که اسناد مهندسی و نتنویسی را هدف میگیرند. این رویکرد بر درک ساختاری تمرکز دارد، نه پردازش صرفاً بصری.

سیستم EMBER با ترکیب یک شبکه عصبی اسپایکینگ ۲۲۰ هزار نورونی با مدلهای زبانی بزرگ، رفتار خودمختار را بدون نیاز به محرک خارجی ممکن ساخته است. این معماری از صفر وزن یادگرفته و پس از تنها ۷ تبادل مکالمهای، نخستین اقدام مستقل را آغاز کرد.

روش جدید **RALP** نشان داده است که یادگیری پرامپت میتواند روشهای سنتی بازنمایی گراف دانش را با اختلاف بیش از ۵ درصد شکست دهد. این رویکرد با تبدیل عناصر گراف به سازههای زبانی and استفاده از **هوش مصنوعی زاینده** (Generative AI)، تنها با کمتر از ۳۰ نمونه آموزشی به این نتایج دست یافته است.

گوگل مدل جدید **Veo 3.1 Lite** را به خانواده محصولات ویدیویی خود اضافه کرد. این مدل با قیمتی کمتر از نیمی از Veo 3.1 Fast عرضه میشود اما سرعت پردازش یکسانی ارائه میدهد. توسعهدهندگان از امروز میتوانند از طریق **Gemini API** (رابط برنامهنویسی کاربردی جمینی) و **Google AI Studio** (محیط توسعه هوش مصنوعی گوگل) به این مدل دسترسی داشته باشند.

گوگل جدیدترین مدل صوتی خود، **جمینای ۳.۱ فلش لایو** (Gemini 3.1 Flash Live) را عرضه کرد. این مدل در معیار ComplexFuncBench به امتیاز ۹۰.۸٪ دست یافته و گفتگوی بلادرنگ را در بیش از ۲۰۰ کشور از طریق Search Live و Gemini Live پشتیبانی میکند. شرکای اولیهای مانند **ورایزن** (Verizon) و **لایوکیت** (LiveKit) این فناوری را در جریانهای کاری خود ادغام کردهاند.

پژوهشگران KG-Reasoner را معرفی کردند؛ چارچوبی که با یادگیری تقویتی، مدلهای زبانی را برای استدلال چندمرحلهای روی گرافهای دانش آموزش میدهد. این رویکرد در هشت معیار سنجش به عملکرد برتر دست یافته است.

چالش LoViF 2026 با هدف پیشبرد تکنیکهای حذف شرایط جوی از ویدیوها راهاندازی شد. مجموعه داده WRV شامل ۱۸ ویدیو و ۱٬۲۱۶ فریم جفتشده برای این چالش معرفی شده است. از میان ۳۷ شرکتکننده، تنها ۵ تیم موفق به ارسال نتایج نهایی شدند.

الگوریتم BayMOTH بهطور هوشمند بین استفاده از اطلاعات وظایف مرتبط و جستجوی مستقل سوئیچ میکند. این روش مشکل پرسوجوهای غیربهینه را در شرایط عدم تطابق وظایف حل میکند.

محققان چارچوب SCPT را معرفی کردهاند که با استفاده از فیلترهای شیمیایی و آموزش مبتنی بر شباهت، مدلهای زبانی بزرگ را برای بهینهسازی خواص مولکولی بدون از دست دادن ساختار اصلی (scaffold) همسوسازی میکند. این روش به موفقیت ۸۲ درصدی در بهینهسازی دست یافته و شباهت ساختاری بالاتری نسبت به روشهای پایه حفظ میکند.

مدل هوش مصنوعی SpeciesNet شرکت گوگل با شناسایی خودکار حیوانات در تصاویر دوربینهای تلهای، به محققان حفاظت از محیط زیست در سراسر جهان کمک میکند. این فناوری با صرفهجویی در وقت محققان، امکان تمرکز بر استراتژیهای حفاظتی را فراهم کرده است.

تحقیقات جدید با بررسی بیش از ۱۰ هزار شرکتکننده نشان داده است که مدلهای هوش مصنوعی میتوانند محتوای دستکاریکننده تولید کنند، اما میزان تأثیرگذاری آنها بسته به حوزه کاربردی و موقعیت جغرافیایی بسیار متفاوت است. این یافتهها بر ضرورت ارزیابی جداگانه «تمایل» و «کارایی» در دستکاری هوش مصنوعی تأکید دارد.

اکثر کسبوکارها از هوش مصنوعی برای کمک به انسانها استفاده میکنند نه جایگزینی آنها. این شرکتها بر ابزارهایی تمرکز دارند که فرایند تصمیمگیری را پشتیبانی میکنند و کنترل نهایی را در دست انسان نگه میدارند.

پژوهشگران الگوریتم GeM-EA را معرفی کردهاند که با ترکیب یادگیری متا و بازپخش مولد، به بهینهسازی دادههای جریانی در محیطهای متغیر میپردازد. این الگوریتم با تشخیص تغییر مفهوم، به سرعت مدل جایگزین را تطبیق میدهد. نتایج آزمایشی نشان میدهد که GeM-EA در مقایسه با روشهای پیشرفته فعلی، سازگاری سریعتر و مقاومت بالاتری دارد.

پژوهشگران سیستم «پروفایلر» را معرفی کردهاند که الگوهای استناد انسانی را ثبت میکند و دقت توصیهها را بدون ایجاد تعصبات محاسباتی بهبود میبخشد.

گوگل قابلیت هوش شخصی خود را به اپلیکیشن جمینی و جمینی در کروم در ایالات متحده گسترش داده است. این ویژگی با اتصال به Gmail و Google Photos، پاسخهای سفارشی برای خرید، سفر و پشتیبانی فنی ارائه میدهد. گوگل تأکید کرده که دادههای خصوصی کاربران برای آموزش مدل استفاده نمیشود.

مدیران کسبوکار باید در چارچوبهای حاکمیت جامع هوش مصنوعی سرمایهگذاری کنند تا زیرساختهای AI را بهصورت امن مدیریت کرده و از حاشیه سود سازمانی محافظت نمایند. همزمان با تبدیل شدن هوش مصنوعی به فناوری بنیادین، رویکردهای قدیمی مدیریت و کنترل دیگر کفایت نمیکند.

پژوهشگران روشی نوین برای بازسازی تصاویر با وضوح بالا ارائه دادهاند که با استفاده از یک چارچوب نظری مبتنی بر تخمین درستنمایی بیشینه، نویز بهینه میانی را برای فرآیند انتشار معکوس محاسبه میکند. این روش تنها در ۴ مرحله به عملکرد برتر در کیفیت ادراکی دست یافته و نیازی به مدلهای بزرگ متنبهتصویر ندارد.

پژوهشگران روشی به نام BA-Logic ارائه کردهاند که با آلودهسازی مکانیسم پیشبینی داخلی شبکههای عصبی گرافی، حملات بکدور را بدون نیاز به تغییر برچسبهای آموزشی ممکن میسازد. این رویکرد نشان میدهد که مختل کردن استدلال داخلی مدل بسیار مؤثرتر از تغییر برچسبها است.

پژوهشگران SpecBranch را معرفی کردهاند؛ چارچوبی نوآورانه که با ایجاد شاخههای موازی در رمزگشایی حدسی، زمان انتظار میان مدل پیشنویس و مدل هدف را کاهش میدهد. این روش سرعت استنتاج را بین ۱.۸ تا ۴.۵ برابر افزایش داده و تعداد توکنهای بازگشتی را برای مدلهای با هماهنگی ضعیف، نصف میکند.