<?xml version="1.0" encoding="UTF-8"?>
<urlset
  xmlns="http://www.sitemaps.org/schemas/sitemap/0.9"
  xmlns:news="http://www.google.com/schemas/sitemap-news/0.9"
  xmlns:image="http://www.google.com/schemas/sitemap-image/1.1">
  <url>
    <loc>https://www.dothoosh.com/article/s2l-study-skill-specific-loras-cut-agent-token-costs-by-6-6</loc>
  <image:image>
    <image:loc>https://www.dothoosh.com/media/fa4a3d7c-802e-4a11-a20a-c08fc820a00e-gencover-skill-to-lora-from-using-skills-to-learning-behaviors-for-token-efficient-llm-agents-97194c9c.webp</image:loc>
    <image:title>چگونه تبدیل دستورالعمل‌های متنی به وزن‌های رفتاری، هزینه‌ی استنتاج را می‌کاهد؟</image:title>
    <image:caption>معماری Skill-to-LoRA برای یادگیری رفتار در عامل‌های کم‌توکن</image:caption>
  </image:image>
    <news:news>
      <news:publication>
        <news:name>دات‌هوش</news:name>
        <news:language>fa</news:language>
      </news:publication>
      <news:publication_date>2026-06-16T19:34:07.506Z</news:publication_date>
      <news:title>چگونه تبدیل دستورالعمل‌های متنی به وزن‌های رفتاری، هزینه‌ی استنتاج را می‌کاهد؟</news:title>
    </news:news>
  </url>
  <url>
    <loc>https://www.dothoosh.com/article/first-principles-analysis-new-framework-unifies-llm-policy-o</loc>
  <image:image>
    <image:loc>https://www.dothoosh.com/media/d13494f1-4b0b-4d5e-9907-9f07b211a52c-gencover-a-first-principles-derivation-of-llm-policy-optimization-from-expected-reward-to-grpo-and-its-structural-extensions-7499b257.webp</image:loc>
    <image:title>چرا اصلاح تابع پاداش برای حل خطاهای پیچیده در مدل‌های زبانی کافی نیست؟</image:title>
    <image:caption>نمودار استخراج اصول اولیه بهینه‌سازی سیاست LLM از پاداش موردانتظار تا GRPO</image:caption>
  </image:image>
    <news:news>
      <news:publication>
        <news:name>دات‌هوش</news:name>
        <news:language>fa</news:language>
      </news:publication>
      <news:publication_date>2026-06-16T19:30:15.113Z</news:publication_date>
      <news:title>چرا اصلاح تابع پاداش برای حل خطاهای پیچیده در مدل‌های زبانی کافی نیست؟</news:title>
    </news:news>
  </url>
  <url>
    <loc>https://www.dothoosh.com/article/agentfairbench-new-null-methodology-finds-no-racial-bias-in-</loc>
  <image:image>
    <image:loc>https://www.dothoosh.com/media/63b5dbc3-5029-49e1-8e94-35149963c7c3-gencover-agentfairbench-do-llm-agents-discriminate-when-they-act-9832b36e.webp</image:loc>
    <image:title>AgentFairBench: خطای ۲.۴ برابری در روش‌های فعلی اندازه‌گیری سوگیری هوش مصنوعی</image:title>
    <image:caption>چارچوب ارزیابی تبعیض در عوامل زبانی بزرگ هنگام اجرای وظایف</image:caption>
  </image:image>
    <news:news>
      <news:publication>
        <news:name>دات‌هوش</news:name>
        <news:language>fa</news:language>
      </news:publication>
      <news:publication_date>2026-06-16T19:27:28.929Z</news:publication_date>
      <news:title>AgentFairBench: خطای ۲.۴ برابری در روش‌های فعلی اندازه‌گیری سوگیری هوش مصنوعی</news:title>
    </news:news>
  </url>
  <url>
    <loc>https://www.dothoosh.com/article/why-medical-ai-must-shift-from-static-labels-to-world-models</loc>
  <image:image>
    <image:loc>https://www.dothoosh.com/media/d1caee23-aa96-43c0-985a-b18569b34b32-gencover-medical-world-models-representing-medical-states-modelling-clinical-dynamics-and-guiding-intervention-policies-1907d354.webp</image:loc>
    <image:title>چرا دقت AUROC دیگر معیار موفقیت در هوش مصنوعی پزشکی نیست؟</image:title>
    <image:caption>مدل‌های جهانی پزشکی: نمایش وضعیت‌ها، مدل‌سازی پویایی‌های بالینی و هدایت سیاست‌های مداخله‌ای</image:caption>
  </image:image>
    <news:news>
      <news:publication>
        <news:name>دات‌هوش</news:name>
        <news:language>fa</news:language>
      </news:publication>
      <news:publication_date>2026-06-16T19:19:59.393Z</news:publication_date>
      <news:title>چرا دقت AUROC دیگر معیار موفقیت در هوش مصنوعی پزشکی نیست؟</news:title>
    </news:news>
  </url>
  <url>
    <loc>https://www.dothoosh.com/article/how-user-as-code-reaches-99-accuracy-via-executable-python-m</loc>
  <image:image>
    <image:loc>https://www.dothoosh.com/media/0308adf2-3a0c-48d1-8ac8-a1bca9ab6819-gencover-user-as-code-executable-memory-for-personalized-agents-f99e538b.webp</image:loc>
    <image:title>جایگزینی حافظه متنی با کد پایتون؛ رسیدن به دقت ۹۹ درصدی در حافظه عامل‌های AI</image:title>
    <image:caption>کاربر به‌عنوان کد: حافظه قابل اجرا برای عامل‌های شخصی‌سازی‌شده</image:caption>
  </image:image>
    <news:news>
      <news:publication>
        <news:name>دات‌هوش</news:name>
        <news:language>fa</news:language>
      </news:publication>
      <news:publication_date>2026-06-16T19:15:30.726Z</news:publication_date>
      <news:title>جایگزینی حافظه متنی با کد پایتون؛ رسیدن به دقت ۹۹ درصدی در حافظه عامل‌های AI</news:title>
    </news:news>
  </url>
  <url>
    <loc>https://www.dothoosh.com/article/why-textual-semantics-fail-to-forecast-future-affective-chan</loc>
  <image:image>
    <image:loc>https://www.dothoosh.com/media/4ce35caf-1af3-4126-ba46-f75681117586-gencover-from-affect-prediction-to-affect-forecasting-evidence-for-distinct-information-sources-in-longitudinal-text-eb4578a5.webp</image:loc>
    <image:title>چرا تحلیل معنایی متن در پیش‌بینی تغییرات خلقی آینده شکست می‌خورد؟</image:title>
    <image:caption>از پیش‌بینی تا پیش‌بینی آینده عاطفه: منابع اطلاعاتی متمایز در متون طولی</image:caption>
  </image:image>
    <news:news>
      <news:publication>
        <news:name>دات‌هوش</news:name>
        <news:language>fa</news:language>
      </news:publication>
      <news:publication_date>2026-06-16T19:13:34.064Z</news:publication_date>
      <news:title>چرا تحلیل معنایی متن در پیش‌بینی تغییرات خلقی آینده شکست می‌خورد؟</news:title>
    </news:news>
  </url>
  <url>
    <loc>https://www.dothoosh.com/article/is-full-autonomy-a-mistake-for-mid-sized-enterprises</loc>
  <image:image>
    <image:loc>https://www.dothoosh.com/media/2555e098-fda8-4c95-bee1-433854e9d578-gencover-the-integrator-advantage-controlled-agentic-ai-for-small-and-medium-sized-companies-a8f6b702.webp</image:loc>
    <image:title>مدل خودمختاری کنترل‌شده: چارچوب جدید کریستوفر کُک برای کاهش ریسک عامل‌های AI</image:title>
    <image:caption>مزیت یکپارچه‌ساز: هوش مصنوعی عاملی کنترل‌شده برای شرکت‌های کوچک و متوسط</image:caption>
  </image:image>
    <news:news>
      <news:publication>
        <news:name>دات‌هوش</news:name>
        <news:language>fa</news:language>
      </news:publication>
      <news:publication_date>2026-06-16T19:07:58.985Z</news:publication_date>
      <news:title>مدل خودمختاری کنترل‌شده: چارچوب جدید کریستوفر کُک برای کاهش ریسک عامل‌های AI</news:title>
    </news:news>
  </url>
  <url>
    <loc>https://www.dothoosh.com/article/coffeebench-claude-haiku-4-5-exhibits-idle-drift-failure-in-</loc>
  <image:image>
    <image:loc>https://www.dothoosh.com/media/8e5e499f-5b5b-4ad8-bc50-d0595635eb88-gencover-coffeebench-benchmarking-long-horizon-llm-agents-in-heterogeneous-multi-agent-economies-add9e7c3.webp</image:loc>
    <image:title>پدیده Idle-drift در Claude Haiku 4.5؛ وقتی برنامه‌ریزی دقیق به بی‌عملی منجر</image:title>
    <image:caption>نمای کلی CoffeeBench برای ارزیابی عامل‌های LLM افق‌بلند در اقتصاد چندعاملی ناهمگن</image:caption>
  </image:image>
    <news:news>
      <news:publication>
        <news:name>دات‌هوش</news:name>
        <news:language>fa</news:language>
      </news:publication>
      <news:publication_date>2026-06-16T19:03:04.843Z</news:publication_date>
      <news:title>پدیده Idle-drift در Claude Haiku 4.5؛ وقتی برنامه‌ریزی دقیق به بی‌عملی منجر</news:title>
    </news:news>
  </url>
  <url>
    <loc>https://www.dothoosh.com/article/metis-solved-information-erasure-via-many-shot-model-merging</loc>
  <image:image>
    <image:loc>https://www.dothoosh.com/media/7c9e1e42-6486-464b-af01-06507043301a-gencover-post-hoc-merging-is-not-enough-many-shot-model-merging-with-loss-gap-balancing-a39d2736.webp</image:loc>
    <image:title>چرا ادغام تک‌مرحله‌ای مدل‌های زبانی در وظایف تخصصی شکست می‌خورد؟</image:title>
    <image:caption>ادغام پس‌هنگام کافی نیست: ادغام چندنمونه‌ای مدل با تعادل شکاف خطا</image:caption>
  </image:image>
    <news:news>
      <news:publication>
        <news:name>دات‌هوش</news:name>
        <news:language>fa</news:language>
      </news:publication>
      <news:publication_date>2026-06-16T18:50:24.813Z</news:publication_date>
      <news:title>چرا ادغام تک‌مرحله‌ای مدل‌های زبانی در وظایف تخصصی شکست می‌خورد؟</news:title>
    </news:news>
  </url>
  <url>
    <loc>https://www.dothoosh.com/article/how-mr-gvno-predicts-irregular-plate-physics-without-labeled</loc>
  <image:image>
    <image:loc>https://www.dothoosh.com/media/fee816ab-3eea-4232-8979-2d173ebcabb4-gencover-mr-gvno-a-geometry-aware-variational-physics-informed-neural-operator-for-mindlin-reissner-plates-on-irregular-domains-032306ad.webp</image:loc>
    <image:title>چگونه MR-GVNO پیش‌بینی فیزیک سازه‌های پیچیده را به میلی‌ثانیه‌ها رساند</image:title>
    <image:caption>معماری شبکه عصبی MR-GVNO برای صفحات میندلین-رایسنر نامنظم</image:caption>
  </image:image>
    <news:news>
      <news:publication>
        <news:name>دات‌هوش</news:name>
        <news:language>fa</news:language>
      </news:publication>
      <news:publication_date>2026-06-16T18:44:57.067Z</news:publication_date>
      <news:title>چگونه MR-GVNO پیش‌بینی فیزیک سازه‌های پیچیده را به میلی‌ثانیه‌ها رساند</news:title>
    </news:news>
  </url>
  <url>
    <loc>https://www.dothoosh.com/article/tensor-coord-algebraic-decomposition-solves-multi-agent-llm-</loc>
  <image:image>
    <image:loc>https://www.dothoosh.com/media/39a9ca64-42e4-4b3c-92a0-09ace340c7ba-gencover-tensor-coord-algebraic-decomposition-of-joint-plan-tensors-for-conflict-free-multi-agent-llm-planning-843f0b80.webp</image:loc>
    <image:title>گذار از احتمالات به قطعیت: روش جدید برای جلوگیری از تداخل عامل‌های AI</image:title>
    <image:caption>نمودار تجزیه جبری تانسورهای برنامه مشترک برای برنامه‌ریزی بدون تداخل چند عاملی</image:caption>
  </image:image>
    <news:news>
      <news:publication>
        <news:name>دات‌هوش</news:name>
        <news:language>fa</news:language>
      </news:publication>
      <news:publication_date>2026-06-16T18:37:01.676Z</news:publication_date>
      <news:title>گذار از احتمالات به قطعیت: روش جدید برای جلوگیری از تداخل عامل‌های AI</news:title>
    </news:news>
  </url>
  <url>
    <loc>https://www.dothoosh.com/article/mgil-framework-global-model-graphs-outperform-localized-kg-e</loc>
  <image:image>
    <image:loc>https://www.dothoosh.com/media/789a587d-a5b5-40f6-a35e-bc01665bb15b-mgil-framework-global-model-graphs-outperform-localized-kg-embeddings-91a26f52.webp</image:loc>
    <image:title>MGIL: جایگزینی الگوهای سراسری با همسایگی‌های محلی در تکمیل گراف‌های دانش</image:title>
    <image:caption>MGIL: جایگزینی الگوهای سراسری با همسایگی‌های محلی در تکمیل گراف‌های دانش</image:caption>
  </image:image>
    <news:news>
      <news:publication>
        <news:name>دات‌هوش</news:name>
        <news:language>fa</news:language>
      </news:publication>
      <news:publication_date>2026-06-16T18:36:16.609Z</news:publication_date>
      <news:title>MGIL: جایگزینی الگوهای سراسری با همسایگی‌های محلی در تکمیل گراف‌های دانش</news:title>
    </news:news>
  </url>
  <url>
    <loc>https://www.dothoosh.com/article/how-ec-script-controls-ai-narrative-emotion-via-hierarchical</loc>
  <image:image>
    <image:loc>https://www.dothoosh.com/media/8d03d4a4-3dcb-42b2-9355-d85a3cbeb83a-how-ec-script-controls-ai-narrative-emotion-via-hierarchical-agents-5e7c82d4.webp</image:loc>
    <image:title>چگونه EC-Script با عامل‌های سلسله‌مراتبی، مسیر احساسی روایت‌های AI را کنترل</image:title>
    <image:caption>چگونه EC-Script با عامل‌های سلسله‌مراتبی، مسیر احساسی روایت‌های AI را کنترل</image:caption>
  </image:image>
    <news:news>
      <news:publication>
        <news:name>دات‌هوش</news:name>
        <news:language>fa</news:language>
      </news:publication>
      <news:publication_date>2026-06-16T18:33:11.443Z</news:publication_date>
      <news:title>چگونه EC-Script با عامل‌های سلسله‌مراتبی، مسیر احساسی روایت‌های AI را کنترل</news:title>
    </news:news>
  </url>
  <url>
    <loc>https://www.dothoosh.com/article/arxiv-study-trace-economic-underwriting-cut-ai-risk-predicti</loc>
  <image:image>
    <image:loc>https://www.dothoosh.com/media/ce00056f-5a8c-4dda-83c8-8d3062accfaa-arxiv-study-trace-economic-underwriting-cut-ai-risk-prediction-error-to-569-7d087eb4.webp</image:loc>
    <image:title>کاهش خطای قیمت‌گذاری ریسک عامل‌های AI از ۱۷ هزار دلار به ۵۶۹ دلار</image:title>
    <image:caption>کاهش خطای قیمت‌گذاری ریسک عامل‌های AI از ۱۷ هزار دلار به ۵۶۹ دلار</image:caption>
  </image:image>
    <news:news>
      <news:publication>
        <news:name>دات‌هوش</news:name>
        <news:language>fa</news:language>
      </news:publication>
      <news:publication_date>2026-06-16T18:29:27.529Z</news:publication_date>
      <news:title>کاهش خطای قیمت‌گذاری ریسک عامل‌های AI از ۱۷ هزار دلار به ۵۶۹ دلار</news:title>
    </news:news>
  </url>
  <url>
    <loc>https://www.dothoosh.com/article/why-llm-tool-failures-stem-from-readout-not-lost-in-the-midd</loc>
  <image:image>
    <image:loc>https://www.dothoosh.com/media/4ca49687-486c-47f6-bc99-6b86140a5a28-why-llm-tool-failures-stem-from-readout-not-lost-in-the-middle-prompts-65b44509.webp</image:loc>
    <image:title>چرا شکست عامل‌های هوش مصنوعی ناشی از «گم‌شدن در متن» نیست؟</image:title>
    <image:caption>چرا شکست عامل‌های هوش مصنوعی ناشی از «گم‌شدن در متن» نیست؟</image:caption>
  </image:image>
    <news:news>
      <news:publication>
        <news:name>دات‌هوش</news:name>
        <news:language>fa</news:language>
      </news:publication>
      <news:publication_date>2026-06-16T18:13:08.142Z</news:publication_date>
      <news:title>چرا شکست عامل‌های هوش مصنوعی ناشی از «گم‌شدن در متن» نیست؟</news:title>
    </news:news>
  </url>
  <url>
    <loc>https://www.dothoosh.com/article/free-ai-tools-for-everyday-work-and-which-ones-open-from-ins</loc>
  <image:image>
    <image:loc>https://www.dothoosh.com/media/687f0ea5-da1f-499e-9a12-aaccfa32edc0-free-ai-tools-for-everyday-work-and-which-ones-open-from-inside-iran-68ef4fc2.webp</image:loc>
    <image:title>ابزارهای رایگان هوش مصنوعی برای کارهای روزمره؛ کدام‌ها از داخل ایران در دسترس‌اند</image:title>
    <image:caption>ابزارهای رایگان هوش مصنوعی برای کارهای روزمره؛ کدام‌ها از داخل ایران در دسترس‌اند</image:caption>
  </image:image>
    <news:news>
      <news:publication>
        <news:name>دات‌هوش</news:name>
        <news:language>fa</news:language>
      </news:publication>
      <news:publication_date>2026-06-16T18:09:29.526Z</news:publication_date>
      <news:title>ابزارهای رایگان هوش مصنوعی برای کارهای روزمره؛ کدام‌ها از داخل ایران در دسترس‌اند</news:title>
    </news:news>
  </url>
  <url>
    <loc>https://www.dothoosh.com/article/how-guidance-injection-accelerates-assembly-line-recovery-fo</loc>
  <image:image>
    <image:loc>https://www.dothoosh.com/media/94fe9eaa-7ade-46f7-9f1b-5193b3bebf40-how-guidance-injection-accelerates-assembly-line-recovery-for-rmappo-policies-df3c854d.webp</image:loc>
    <image:title>چرا برای بازیابی خطوط تولید دیگر نیازی به بازآموزی مدل‌های RL نیست؟</image:title>
    <image:caption>چرا برای بازیابی خطوط تولید دیگر نیازی به بازآموزی مدل‌های RL نیست؟</image:caption>
  </image:image>
    <news:news>
      <news:publication>
        <news:name>دات‌هوش</news:name>
        <news:language>fa</news:language>
      </news:publication>
      <news:publication_date>2026-06-16T18:06:53.874Z</news:publication_date>
      <news:title>چرا برای بازیابی خطوط تولید دیگر نیازی به بازآموزی مدل‌های RL نیست؟</news:title>
    </news:news>
  </url>
  <url>
    <loc>https://www.dothoosh.com/article/llm-audit-list-position-costs-hotels-12-per-night-in-ai-reco</loc>
  <image:image>
    <image:loc>https://www.dothoosh.com/media/960d3db3-8a43-4a04-b6c7-4c32ed8923be-llm-audit-list-position-costs-hotels-12-per-night-in-ai-recommendations-054dfa42.webp</image:loc>
    <image:title>جایگاه در لیست: متغیری که توصیه‌های مدل‌های زبانی را ۱۲ دلار جابه‌جا می‌کند</image:title>
    <image:caption>جایگاه در لیست: متغیری که توصیه‌های مدل‌های زبانی را ۱۲ دلار جابه‌جا می‌کند</image:caption>
  </image:image>
    <news:news>
      <news:publication>
        <news:name>دات‌هوش</news:name>
        <news:language>fa</news:language>
      </news:publication>
      <news:publication_date>2026-06-16T18:04:16.923Z</news:publication_date>
      <news:title>جایگاه در لیست: متغیری که توصیه‌های مدل‌های زبانی را ۱۲ دلار جابه‌جا می‌کند</news:title>
    </news:news>
  </url>
  <url>
    <loc>https://www.dothoosh.com/article/how-mhl-synthesizes-python-decision-rules-to-solve-clinical-</loc>
  <image:image>
    <image:loc>https://www.dothoosh.com/media/3bc7a513-5fa3-4367-a0f5-475b7579fa63-how-mhl-synthesizes-python-decision-rules-to-solve-clinical-ai-black-boxes-4836f411.webp</image:loc>
    <image:title>کدنویسی به جای احتمالات: رویکرد MHL برای حذف جعبه سیاه در تشخیص‌های پزشکی</image:title>
    <image:caption>کدنویسی به جای احتمالات: رویکرد MHL برای حذف جعبه سیاه در تشخیص‌های پزشکی</image:caption>
  </image:image>
    <news:news>
      <news:publication>
        <news:name>دات‌هوش</news:name>
        <news:language>fa</news:language>
      </news:publication>
      <news:publication_date>2026-06-16T17:57:52.556Z</news:publication_date>
      <news:title>کدنویسی به جای احتمالات: رویکرد MHL برای حذف جعبه سیاه در تشخیص‌های پزشکی</news:title>
    </news:news>
  </url>
  <url>
    <loc>https://www.dothoosh.com/article/how-adastorm-scales-llm-dynamic-graph-reasoning-to-thousand-</loc>
  <image:image>
    <image:loc>https://www.dothoosh.com/media/f184c6fb-7869-41f7-87a7-062ddd43dc03-how-adastorm-scales-llm-dynamic-graph-reasoning-to-thousand-node-graphs-2a62dd91.webp</image:loc>
    <image:title>دقت ۹۰ درصدی AdaSTORM در استدلال گراف‌های هزار-گره‌ای بدون ابزار خارجی</image:title>
    <image:caption>دقت ۹۰ درصدی AdaSTORM در استدلال گراف‌های هزار-گره‌ای بدون ابزار خارجی</image:caption>
  </image:image>
    <news:news>
      <news:publication>
        <news:name>دات‌هوش</news:name>
        <news:language>fa</news:language>
      </news:publication>
      <news:publication_date>2026-06-16T17:50:38.066Z</news:publication_date>
      <news:title>دقت ۹۰ درصدی AdaSTORM در استدلال گراف‌های هزار-گره‌ای بدون ابزار خارجی</news:title>
    </news:news>
  </url>
  <url>
    <loc>https://www.dothoosh.com/article/arxiv-paper-new-wisdom-layer-separates-ai-intelligence-from-</loc>
  <image:image>
    <image:loc>https://www.dothoosh.com/media/00d658ee-65d5-4c9e-9bdc-027485947a82-arxiv-paper-new-wisdom-layer-separates-ai-intelligence-from-goal-optimization-d1f8afef.webp</image:loc>
    <image:title>لایه‌ی حاکمیتی شش‌بعدی: تفکیک «خرد» از «هوش» در معماری عامل‌های AI</image:title>
    <image:caption>لایه‌ی حاکمیتی شش‌بعدی: تفکیک «خرد» از «هوش» در معماری عامل‌های AI</image:caption>
  </image:image>
    <news:news>
      <news:publication>
        <news:name>دات‌هوش</news:name>
        <news:language>fa</news:language>
      </news:publication>
      <news:publication_date>2026-06-16T17:42:49.624Z</news:publication_date>
      <news:title>لایه‌ی حاکمیتی شش‌بعدی: تفکیک «خرد» از «هوش» در معماری عامل‌های AI</news:title>
    </news:news>
  </url>
  <url>
    <loc>https://www.dothoosh.com/article/stategen-solved-tool-call-hallucinations-via-authoritative-s</loc>
  <image:image>
    <image:loc>https://www.dothoosh.com/media/01b6bdfc-679a-4b0d-a3e5-c7c776c5ddc8-stategen-solved-tool-call-hallucinations-via-authoritative-state-management-1c45233e.webp</image:loc>
    <image:title>نمره ۹.۶۶ از ۱۰: StateGen توهمات فراخوانی ابزار را در ۶۵ هزار گفتگو حذف کرد</image:title>
    <image:caption>نمره ۹.۶۶ از ۱۰: StateGen توهمات فراخوانی ابزار را در ۶۵ هزار گفتگو حذف کرد</image:caption>
  </image:image>
    <news:news>
      <news:publication>
        <news:name>دات‌هوش</news:name>
        <news:language>fa</news:language>
      </news:publication>
      <news:publication_date>2026-06-16T17:38:12.064Z</news:publication_date>
      <news:title>نمره ۹.۶۶ از ۱۰: StateGen توهمات فراخوانی ابزار را در ۶۵ هزار گفتگو حذف کرد</news:title>
    </news:news>
  </url>
  <url>
    <loc>https://www.dothoosh.com/article/latent-thought-flow-boosted-llm-accuracy-by-9-5-via-continuo</loc>
  <image:image>
    <image:loc>https://www.dothoosh.com/media/25fc6c6f-4a50-4cd4-a8e5-b46bdb2fcb75-latent-thought-flow-boosted-llm-accuracy-by-9-5-via-continuous-reasoning-6f68d4a3.webp</image:loc>
    <image:title>چرا استدلال «ساکت» در مدل‌های زبانی دقیق‌تر از زنجیره تفکر متنی است؟</image:title>
    <image:caption>چرا استدلال «ساکت» در مدل‌های زبانی دقیق‌تر از زنجیره تفکر متنی است؟</image:caption>
  </image:image>
    <news:news>
      <news:publication>
        <news:name>دات‌هوش</news:name>
        <news:language>fa</news:language>
      </news:publication>
      <news:publication_date>2026-06-16T17:34:46.753Z</news:publication_date>
      <news:title>چرا استدلال «ساکت» در مدل‌های زبانی دقیق‌تر از زنجیره تفکر متنی است؟</news:title>
    </news:news>
  </url>
  <url>
    <loc>https://www.dothoosh.com/article/pal-bench-ai-models-fail-to-link-recurring-identities-in-per</loc>
  <image:image>
    <image:loc>https://www.dothoosh.com/media/735af779-7ce2-432c-aa07-53f017750972-pal-bench-ai-models-fail-to-link-recurring-identities-in-personal-albums-b96d98be.webp</image:loc>
    <image:title>PAL-Bench: چرا عامل‌های هوش مصنوعی در بازسازی هویت‌های تکرارشونده ناکام</image:title>
    <image:caption>PAL-Bench: چرا عامل‌های هوش مصنوعی در بازسازی هویت‌های تکرارشونده ناکام</image:caption>
  </image:image>
    <news:news>
      <news:publication>
        <news:name>دات‌هوش</news:name>
        <news:language>fa</news:language>
      </news:publication>
      <news:publication_date>2026-06-16T17:27:40.441Z</news:publication_date>
      <news:title>PAL-Bench: چرا عامل‌های هوش مصنوعی در بازسازی هویت‌های تکرارشونده ناکام</news:title>
    </news:news>
  </url>
  <url>
    <loc>https://www.dothoosh.com/article/oq-tsae-framework-filters-sensor-nuisance-via-observation-qu</loc>
  <image:image>
    <image:loc>https://www.dothoosh.com/media/8d3fa7e6-9e4b-4535-a281-e1d1505d231a-oq-tsae-framework-filters-sensor-nuisance-via-observation-quotients-bf362f23.webp</image:loc>
    <image:title>چرا دقت بازسازی در حسگرها معیار فریبنده‌ای برای نمایش واقعیت است؟</image:title>
    <image:caption>چرا دقت بازسازی در حسگرها معیار فریبنده‌ای برای نمایش واقعیت است؟</image:caption>
  </image:image>
    <news:news>
      <news:publication>
        <news:name>دات‌هوش</news:name>
        <news:language>fa</news:language>
      </news:publication>
      <news:publication_date>2026-06-16T17:23:47.850Z</news:publication_date>
      <news:title>چرا دقت بازسازی در حسگرها معیار فریبنده‌ای برای نمایش واقعیت است؟</news:title>
    </news:news>
  </url>
  <url>
    <loc>https://www.dothoosh.com/article/0-421-correlation-solving-ability-fails-as-proxy-for-llm-tut</loc>
  <image:image>
    <image:loc>https://www.dothoosh.com/media/4278da55-9c0e-41d0-a9be-b8521921f77a-0-421-correlation-solving-ability-fails-as-proxy-for-llm-tutoring-impact-104fff67.webp</image:loc>
    <image:title>ضریب همبستگی ۰.۴۲۱: چرا توانایی حل مسئله معیار دقیقی برای ارزیابی تدریس LLMها</image:title>
    <image:caption>ضریب همبستگی ۰.۴۲۱: چرا توانایی حل مسئله معیار دقیقی برای ارزیابی تدریس LLMها</image:caption>
  </image:image>
    <news:news>
      <news:publication>
        <news:name>دات‌هوش</news:name>
        <news:language>fa</news:language>
      </news:publication>
      <news:publication_date>2026-06-16T17:22:00.429Z</news:publication_date>
      <news:title>ضریب همبستگی ۰.۴۲۱: چرا توانایی حل مسئله معیار دقیقی برای ارزیابی تدریس LLMها</news:title>
    </news:news>
  </url>
  <url>
    <loc>https://www.dothoosh.com/article/timevista-vlms-outperform-standard-metrics-in-time-series-ju</loc>
  <image:image>
    <image:loc>https://www.dothoosh.com/media/be86088a-0b7a-4c3c-abab-98da2f2fe9cf-timevista-vlms-outperform-standard-metrics-in-time-series-judging-f35673f5.webp</image:loc>
    <image:title>TimeVista: جایگزین کردن معیارهای عددی با مدل‌های بینایی-زبانی در ارزیابی</image:title>
    <image:caption>TimeVista: جایگزین کردن معیارهای عددی با مدل‌های بینایی-زبانی در ارزیابی</image:caption>
  </image:image>
    <news:news>
      <news:publication>
        <news:name>دات‌هوش</news:name>
        <news:language>fa</news:language>
      </news:publication>
      <news:publication_date>2026-06-16T17:13:12.179Z</news:publication_date>
      <news:title>TimeVista: جایگزین کردن معیارهای عددی با مدل‌های بینایی-زبانی در ارزیابی</news:title>
    </news:news>
  </url>
  <url>
    <loc>https://www.dothoosh.com/article/is-pluralistic-ai-simply-flattening-diverse-ontologies</loc>
  <image:image>
    <image:loc>https://www.dothoosh.com/media/dd7265af-5045-4519-b6da-8f42a28e28cd-is-pluralistic-ai-simply-flattening-diverse-ontologies-00a43fcf.webp</image:loc>
    <image:title>تسطیح وجودشناسانه: چرا مدل‌های کثرت‌گرا در بازنمایی معانی شکست می‌خورند؟</image:title>
    <image:caption>تسطیح وجودشناسانه: چرا مدل‌های کثرت‌گرا در بازنمایی معانی شکست می‌خورند؟</image:caption>
  </image:image>
    <news:news>
      <news:publication>
        <news:name>دات‌هوش</news:name>
        <news:language>fa</news:language>
      </news:publication>
      <news:publication_date>2026-06-16T17:09:16.396Z</news:publication_date>
      <news:title>تسطیح وجودشناسانه: چرا مدل‌های کثرت‌گرا در بازنمایی معانی شکست می‌خورند؟</news:title>
    </news:news>
  </url>
  <url>
    <loc>https://www.dothoosh.com/article/liteodyssey-achieved-59-3-recall-in-ultra-rare-disease-diagn</loc>
  <image:image>
    <image:loc>https://www.dothoosh.com/media/a9c1c3dc-b1da-45ea-b764-7defde844882-liteodyssey-achieved-59-3-recall-in-ultra-rare-disease-diagnosis-69ce772e.webp</image:loc>
    <image:title>گزارش arXiv: بازدهی ۵۹.۳ درصدی LiteOdyssey در تشخیص بیماری‌های فوق‌کمیاب</image:title>
    <image:caption>گزارش arXiv: بازدهی ۵۹.۳ درصدی LiteOdyssey در تشخیص بیماری‌های فوق‌کمیاب</image:caption>
  </image:image>
    <news:news>
      <news:publication>
        <news:name>دات‌هوش</news:name>
        <news:language>fa</news:language>
      </news:publication>
      <news:publication_date>2026-06-16T16:59:39.666Z</news:publication_date>
      <news:title>گزارش arXiv: بازدهی ۵۹.۳ درصدی LiteOdyssey در تشخیص بیماری‌های فوق‌کمیاب</news:title>
    </news:news>
  </url>
  <url>
    <loc>https://www.dothoosh.com/article/vibethinker-3b-3b-model-matches-gemini-3-pro-in-verifiable-r</loc>
  <image:image>
    <image:loc>https://www.dothoosh.com/media/80a0012f-4051-4de0-aff6-7c94a4c13e5e-vibethinker-3b-3b-model-matches-gemini-3-pro-in-verifiable-reasoning-b6e9aa2b.webp</image:loc>
    <image:title>VibeThinker-3B: رقابت با Gemini 3 Pro در استدلال با ۳ میلیارد پارامتر</image:title>
    <image:caption>VibeThinker-3B: رقابت با Gemini 3 Pro در استدلال با ۳ میلیارد پارامتر</image:caption>
  </image:image>
    <news:news>
      <news:publication>
        <news:name>دات‌هوش</news:name>
        <news:language>fa</news:language>
      </news:publication>
      <news:publication_date>2026-06-16T16:53:13.306Z</news:publication_date>
      <news:title>VibeThinker-3B: رقابت با Gemini 3 Pro در استدلال با ۳ میلیارد پارامتر</news:title>
    </news:news>
  </url>
  <url>
    <loc>https://www.dothoosh.com/article/how-gemma3-4b-matched-27b-it-spatial-reasoning-via-visually-</loc>
  <image:image>
    <image:loc>https://www.dothoosh.com/media/abbcab85-964d-44d7-b747-22399eadf1bb-how-gemma3-4b-matched-27b-it-spatial-reasoning-via-visually-grounded-thinking-802ecb23.webp</image:loc>
    <image:title>چگونه تفکر مبنی‌ساز، توانایی استدلالی Gemma3-4B را به سطح مدل ۲۷ میلیارد</image:title>
    <image:caption>چگونه تفکر مبنی‌ساز، توانایی استدلالی Gemma3-4B را به سطح مدل ۲۷ میلیارد</image:caption>
  </image:image>
    <news:news>
      <news:publication>
        <news:name>دات‌هوش</news:name>
        <news:language>fa</news:language>
      </news:publication>
      <news:publication_date>2026-06-16T16:45:30.628Z</news:publication_date>
      <news:title>چگونه تفکر مبنی‌ساز، توانایی استدلالی Gemma3-4B را به سطح مدل ۲۷ میلیارد</news:title>
    </news:news>
  </url>
  <url>
    <loc>https://www.dothoosh.com/article/why-empirical-ai-stability-checks-fail-84-of-the-time</loc>
  <image:image>
    <image:loc>https://www.dothoosh.com/media/63843ec7-32a7-4ed1-8b9c-2bf4e8845c09-why-empirical-ai-stability-checks-fail-84-of-the-time-63f716a6.webp</image:loc>
    <image:title>چرا ۸۴ درصد از تست‌های پایداری هوش مصنوعی در شناسایی شکست‌ها ناکام می‌مانند؟</image:title>
    <image:caption>چرا ۸۴ درصد از تست‌های پایداری هوش مصنوعی در شناسایی شکست‌ها ناکام می‌مانند؟</image:caption>
  </image:image>
    <news:news>
      <news:publication>
        <news:name>دات‌هوش</news:name>
        <news:language>fa</news:language>
      </news:publication>
      <news:publication_date>2026-06-16T16:43:06.122Z</news:publication_date>
      <news:title>چرا ۸۴ درصد از تست‌های پایداری هوش مصنوعی در شناسایی شکست‌ها ناکام می‌مانند؟</news:title>
    </news:news>
  </url>
  <url>
    <loc>https://www.dothoosh.com/article/legal-ai-s-scope-laundering-why-high-benchmark-scores-are-mi</loc>
  <image:image>
    <image:loc>https://www.dothoosh.com/media/32b67453-f6ba-456f-9841-9ad4e762e417-legal-ai-s-scope-laundering-why-high-benchmark-scores-are-misleading-577cf329.webp</image:loc>
    <image:title>پولشویی دامنه: سازوکار فریب بنچمارک‌های استدلال حقوقی در مدل‌های زبانی</image:title>
    <image:caption>پولشویی دامنه: سازوکار فریب بنچمارک‌های استدلال حقوقی در مدل‌های زبانی</image:caption>
  </image:image>
    <news:news>
      <news:publication>
        <news:name>دات‌هوش</news:name>
        <news:language>fa</news:language>
      </news:publication>
      <news:publication_date>2026-06-16T16:28:57.251Z</news:publication_date>
      <news:title>پولشویی دامنه: سازوکار فریب بنچمارک‌های استدلال حقوقی در مدل‌های زبانی</news:title>
    </news:news>
  </url>
  <url>
    <loc>https://www.dothoosh.com/article/how-recoursebench-standardizes-reproducibility-for-28-ai-rec</loc>
  <image:image>
    <image:loc>https://www.dothoosh.com/media/e1492983-455d-42f5-9668-3466e7c58869-how-recoursebench-standardizes-reproducibility-for-28-ai-recourse-methods-8953ac64.webp</image:loc>
    <image:title>استانداردسازی تکرارپذیری در ۲۸ روش بازگشت الگوریتمی با RecourseBench</image:title>
    <image:caption>استانداردسازی تکرارپذیری در ۲۸ روش بازگشت الگوریتمی با RecourseBench</image:caption>
  </image:image>
    <news:news>
      <news:publication>
        <news:name>دات‌هوش</news:name>
        <news:language>fa</news:language>
      </news:publication>
      <news:publication_date>2026-06-16T16:25:02.729Z</news:publication_date>
      <news:title>استانداردسازی تکرارپذیری در ۲۸ روش بازگشت الگوریتمی با RecourseBench</news:title>
    </news:news>
  </url>
  <url>
    <loc>https://www.dothoosh.com/article/snaply-ai-vs-whisperflow-local-transcription-performance-on-</loc>
  <image:image>
    <image:loc>https://www.dothoosh.com/media/c273a215-fd38-4ee2-80dc-a1716814847e-snaply-ai-vs-whisperflow-local-transcription-performance-on-m-chip-macs-72c16c08.webp</image:loc>
    <image:title>Snaply.ai در برابر Whisperflow؛ کدام ابزار تبدیل صوت به متن برای مک برنده است؟</image:title>
    <image:caption>Snaply.ai در برابر Whisperflow؛ کدام ابزار تبدیل صوت به متن برای مک برنده است؟</image:caption>
  </image:image>
    <news:news>
      <news:publication>
        <news:name>دات‌هوش</news:name>
        <news:language>fa</news:language>
      </news:publication>
      <news:publication_date>2026-06-16T16:19:36.890Z</news:publication_date>
      <news:title>Snaply.ai در برابر Whisperflow؛ کدام ابزار تبدیل صوت به متن برای مک برنده است؟</news:title>
    </news:news>
  </url>
  <url>
    <loc>https://www.dothoosh.com/article/why-product-briefs-fail-ai-coding-agents</loc>
  <image:image>
    <image:loc>https://www.dothoosh.com/media/c277ec0e-0f82-42da-9cce-3eab78848b87-a-brief-and-a-spec-are-not-the-same-thing-f9189d3d.webp</image:loc>
    <image:title>چرا فاصله میان «بریف» و «سِپک» باعث شکست عامل‌های کدنویس می‌شود؟</image:title>
    <image:caption>بریف و اسپک یکی نیستند.</image:caption>
  </image:image>
    <news:news>
      <news:publication>
        <news:name>دات‌هوش</news:name>
        <news:language>fa</news:language>
      </news:publication>
      <news:publication_date>2026-06-16T16:11:28.814Z</news:publication_date>
      <news:title>چرا فاصله میان «بریف» و «سِپک» باعث شکست عامل‌های کدنویس می‌شود؟</news:title>
    </news:news>
  </url>
  <url>
    <loc>https://www.dothoosh.com/article/global-apis-tiered-routing-slashed-monthly-translation-bills</loc>
  <image:image>
    <image:loc>https://www.dothoosh.com/media/ac2cb2e3-b24a-448e-b233-a96ef9dadd05-global-apis-tiered-routing-slashed-monthly-translation-bills-by-97-51db4d03.webp</image:loc>
    <image:title>از ۵۰۰ دلار به ۱۱ دلار؛ سازوکار کاهش ۹۷ درصدی هزینه ترجمه در Global APIs</image:title>
    <image:caption>از ۵۰۰ دلار به ۱۱ دلار؛ سازوکار کاهش ۹۷ درصدی هزینه ترجمه در Global APIs</image:caption>
  </image:image>
    <news:news>
      <news:publication>
        <news:name>دات‌هوش</news:name>
        <news:language>fa</news:language>
      </news:publication>
      <news:publication_date>2026-06-16T15:57:35.817Z</news:publication_date>
      <news:title>از ۵۰۰ دلار به ۱۱ دلار؛ سازوکار کاهش ۹۷ درصدی هزینه ترجمه در Global APIs</news:title>
    </news:news>
  </url>
  <url>
    <loc>https://www.dothoosh.com/article/how-ai-driven-synthesis-is-scaling-citizen-voice-in-brazil-a</loc>
  <image:image>
    <image:loc>https://www.dothoosh.com/media/98982368-798d-464b-8717-375ff8129e93-how-technology-can-help-save-democracy-the-techtank-podcast-brookings-8760464b.webp</image:loc>
    <image:title>چگونه ابزارهای سنتز هوش مصنوعی ۱۰ میلیون رای‌دهنده را به دموکراسی بازگرداندند؟</image:title>
    <image:caption>چگونه فناوری می‌تواند دموکراسی را نجات دهد | پادکست تک‌تانک | بروکینگز</image:caption>
  </image:image>
    <news:news>
      <news:publication>
        <news:name>دات‌هوش</news:name>
        <news:language>fa</news:language>
      </news:publication>
      <news:publication_date>2026-06-16T15:37:39.558Z</news:publication_date>
      <news:title>چگونه ابزارهای سنتز هوش مصنوعی ۱۰ میلیون رای‌دهنده را به دموکراسی بازگرداندند؟</news:title>
    </news:news>
  </url>
  <url>
    <loc>https://www.dothoosh.com/article/how-meta-s-ai-assistant-enabled-a-20-000-account-instagram-b</loc>
  <image:image>
    <image:loc>https://www.dothoosh.com/media/b73ed765-022a-46e6-8df3-5027f94451b6-how-meta-s-ai-assistant-enabled-a-20-000-account-instagram-breach-01c7e127.webp</image:loc>
    <image:title>نقص «نایب سرگردان»: چگونه عامل‌های متا ۲۰ هزار حساب اینستاگرام را لو دادند؟</image:title>
    <image:caption>نقص «نایب سرگردان»: چگونه عامل‌های متا ۲۰ هزار حساب اینستاگرام را لو دادند؟</image:caption>
  </image:image>
    <news:news>
      <news:publication>
        <news:name>دات‌هوش</news:name>
        <news:language>fa</news:language>
      </news:publication>
      <news:publication_date>2026-06-16T15:28:36.531Z</news:publication_date>
      <news:title>نقص «نایب سرگردان»: چگونه عامل‌های متا ۲۰ هزار حساب اینستاگرام را لو دادند؟</news:title>
    </news:news>
  </url>
  <url>
    <loc>https://www.dothoosh.com/article/how-google-standardizes-ai-context-with-vendor-neutral-markd</loc>
  <image:image>
    <image:loc>https://www.dothoosh.com/media/11a8ebe2-1437-40e7-9f8d-e8820f7ee7db-google-cloud-introduces-open-knowledge-format-okf-a-vendor-neutral-markdown-spec-for-giving-ai-agents-curated-context-4ea3b8b0.webp</image:loc>
    <image:title>چگونه استاندارد OKF گوگل، مدیریت متنی عامل‌های هوش مصنوعی را یکسان می‌کند؟</image:title>
    <image:caption>معرفی فرمت دانش باز گوگل: استاندارد Markdown بی‌طرف برای زمینه‌دهی به عامل‌های هوش مصنوعی</image:caption>
  </image:image>
    <news:news>
      <news:publication>
        <news:name>دات‌هوش</news:name>
        <news:language>fa</news:language>
      </news:publication>
      <news:publication_date>2026-06-16T15:21:33.856Z</news:publication_date>
      <news:title>چگونه استاندارد OKF گوگل، مدیریت متنی عامل‌های هوش مصنوعی را یکسان می‌کند؟</news:title>
    </news:news>
  </url>
  <url>
    <loc>https://www.dothoosh.com/article/z-ai-glm-5-2-1-million-tokens-now-fit-in-a-single-coding-con</loc>
  <image:image>
    <image:loc>https://www.dothoosh.com/media/70393874-4152-448e-b548-df70eeea5e7d-z-ai-launches-glm-5-2-with-a-usable-1m-token-context-two-thinking-effort-levels-and-no-benchmarks-at-launch-11673537.webp</image:loc>
    <image:title>از ویرایش تکه‌ای به مدیریت کل پروژه؛ سازوکار یک میلیون توکنی GLM-5.2</image:title>
    <image:caption>Z.ai مدل GLM-5.2 را با کانتکست یک میلیون توکن کاربردی، دو سطح تلاش فکری و بدون بنچمارک عرضه کرد</image:caption>
  </image:image>
    <news:news>
      <news:publication>
        <news:name>دات‌هوش</news:name>
        <news:language>fa</news:language>
      </news:publication>
      <news:publication_date>2026-06-16T15:15:52.796Z</news:publication_date>
      <news:title>از ویرایش تکه‌ای به مدیریت کل پروژه؛ سازوکار یک میلیون توکنی GLM-5.2</news:title>
    </news:news>
  </url>
  <url>
    <loc>https://www.dothoosh.com/article/satya-nadella-warns-of-token-capital-drain-in-the-ai-economy</loc>
  <image:image>
    <image:loc>https://www.dothoosh.com/media/c9be7b34-65fc-4da1-9b4b-e2054c13dadc-microsoft-ceo-satya-nadella-warns-of-a-small-number-of-ai-systems-capturing-all-the-economic-returns-8498a77f.webp</image:loc>
    <image:title>درون استراتژی «سرمایه توکنی» نادلا برای جلوگیری از تحلیل دارایی‌های فکری</image:title>
    <image:caption>هشدار مدیرعامل مایکروسافت: تسلط تعداد اندکی از سیستم‌های هوش مصنوعی بر بازده‌های اقتصادی</image:caption>
  </image:image>
    <news:news>
      <news:publication>
        <news:name>دات‌هوش</news:name>
        <news:language>fa</news:language>
      </news:publication>
      <news:publication_date>2026-06-16T14:44:28.300Z</news:publication_date>
      <news:title>درون استراتژی «سرمایه توکنی» نادلا برای جلوگیری از تحلیل دارایی‌های فکری</news:title>
    </news:news>
  </url>
  <url>
    <loc>https://www.dothoosh.com/article/how-pok-mon-go-scans-power-gps-free-navigation-for-military-</loc>
  <image:image>
    <image:loc>https://www.dothoosh.com/media/e75ad165-9a87-4a88-ad51-12bbb6d61ac7-pok-mon-go-data-helped-train-ai-now-linked-to-military-drones-644c3a8b.webp</image:loc>
    <image:title>درون همکاری Niantic و Vantor برای حذف GPS از پهپادهای ارتش آمریکا</image:title>
    <image:caption>داده‌های پوکمون گو در آموزش هوش مصنوعی پهپادهای نظامی استفاده شد</image:caption>
  </image:image>
    <news:news>
      <news:publication>
        <news:name>دات‌هوش</news:name>
        <news:language>fa</news:language>
      </news:publication>
      <news:publication_date>2026-06-16T14:38:01.787Z</news:publication_date>
      <news:title>درون همکاری Niantic و Vantor برای حذف GPS از پهپادهای ارتش آمریکا</news:title>
    </news:news>
  </url>
  <url>
    <loc>https://www.dothoosh.com/article/estonian-study-claude-fable-5-scored-95-2-in-russian-propaga</loc>
  <image:image>
    <image:loc>https://www.dothoosh.com/media/e11c14c7-e93a-4f31-bcc4-0f853e4adff9-how-easily-can-russian-propaganda-fool-ai-models-a-new-benchmark-finds-out-7488e092.webp</image:loc>
    <image:title>مطالعه استونی: دقت ۹۵.۲ درصدی Claude Fable 5 در شناسایی پروپاگاندای روسیه</image:title>
    <image:caption>فریب مدل‌های هوش مصنوعی توسط تبلیغات روسی؛ نتایج یک معیار سنجش جدید</image:caption>
  </image:image>
    <news:news>
      <news:publication>
        <news:name>دات‌هوش</news:name>
        <news:language>fa</news:language>
      </news:publication>
      <news:publication_date>2026-06-16T14:23:49.380Z</news:publication_date>
      <news:title>مطالعه استونی: دقت ۹۵.۲ درصدی Claude Fable 5 در شناسایی پروپاگاندای روسیه</news:title>
    </news:news>
  </url>
  <url>
    <loc>https://www.dothoosh.com/article/anthropic-ai-agent-billing-shift-paused-amid-openai-price-wa</loc>
  <image:image>
    <image:loc>https://www.dothoosh.com/media/7a1affbe-43d2-4d6e-a793-6e0f2ce26de9-anthropic-backs-off-unpopular-billing-overhaul-as-price-war-with-openai-looms-f8b4b747.webp</image:loc>
    <image:title>درون جنگ قیمت‌های پنهان بین OpenAI و Anthropic در آستانه‌ی IPO</image:title>
    <image:caption>عقب‌نشینی آنتروپیک از اصلاحات ناپسند صورت‌حساب در آستانه جنگ قیمت با اوپن‌ای‌آی</image:caption>
  </image:image>
    <news:news>
      <news:publication>
        <news:name>دات‌هوش</news:name>
        <news:language>fa</news:language>
      </news:publication>
      <news:publication_date>2026-06-16T14:15:11.034Z</news:publication_date>
      <news:title>درون جنگ قیمت‌های پنهان بین OpenAI و Anthropic در آستانه‌ی IPO</news:title>
    </news:news>
  </url>
  <url>
    <loc>https://www.dothoosh.com/article/the-first-in-orbit-vlm-just-started-finding-ground-targets-i</loc>
  <image:image>
    <image:loc>https://www.dothoosh.com/media/40db4a9e-137c-4355-bac5-601d04a73c13-a-satellite-just-learned-to-find-things-on-its-own-here-s-what-that-means-techcrunch-3c54deba.webp</image:loc>
    <image:title>خلاص شدن از گلوگاه داده‌ها: نخستین شناسایی مستقل اهداف در مدار با Gemma 3</image:title>
    <image:caption>ماهواره‌ای که خودش یاد گرفته اشیاء را روی زمین پیدا کند</image:caption>
  </image:image>
    <news:news>
      <news:publication>
        <news:name>دات‌هوش</news:name>
        <news:language>fa</news:language>
      </news:publication>
      <news:publication_date>2026-06-16T13:54:23.594Z</news:publication_date>
      <news:title>خلاص شدن از گلوگاه داده‌ها: نخستین شناسایی مستقل اهداف در مدار با Gemma 3</news:title>
    </news:news>
  </url>
  <url>
    <loc>https://www.dothoosh.com/article/newcore-raised-66m-to-give-ai-agents-corporate-identities</loc>
  <image:image>
    <image:loc>https://www.dothoosh.com/media/645c3840-8b57-45a7-99ca-363a6496eb02-as-ai-agents-become-employees-newcore-emerges-with-66m-to-give-them-identities-techcrunch-13dc61b9.webp</image:loc>
    <image:title>درون استراتژی ۶۶ میلیون دلاری NewCore برای شناسنامه‌دار کردن عامل‌های هوش مصنوعی</image:title>
    <image:caption>نیوکور ۶۶ میلیون دلار برای هویت‌بخشی به عامل‌های هوش مصنوعی کارمند</image:caption>
  </image:image>
    <news:news>
      <news:publication>
        <news:name>دات‌هوش</news:name>
        <news:language>fa</news:language>
      </news:publication>
      <news:publication_date>2026-06-16T13:48:49.766Z</news:publication_date>
      <news:title>درون استراتژی ۶۶ میلیون دلاری NewCore برای شناسنامه‌دار کردن عامل‌های هوش مصنوعی</news:title>
    </news:news>
  </url>
  <url>
    <loc>https://www.dothoosh.com/article/sarvam-ai-raised-234-million-to-build-india-s-sovereign-ai-s</loc>
  <image:image>
    <image:loc>https://www.dothoosh.com/media/c4f9868d-35ec-4d9c-ab73-f422affb5e97-sarvam-becomes-india-s-newest-ai-unicorn-with-234-million-funding-round-led-by-hcltech-techcrunch-20be87b4.webp</image:loc>
    <image:title>چرا هند برای امنیت ملی خود روی Sarvam AI شرط‌بندی کرده است؟</image:title>
    <image:caption>سروام با جذب ۲۳۴ میلیون دلار به رهبری اچ‌سی‌ال‌تک، جدیدترین یونیکورن هوش مصنوعی هند شد.</image:caption>
  </image:image>
    <news:news>
      <news:publication>
        <news:name>دات‌هوش</news:name>
        <news:language>fa</news:language>
      </news:publication>
      <news:publication_date>2026-06-16T13:40:08.688Z</news:publication_date>
      <news:title>چرا هند برای امنیت ملی خود روی Sarvam AI شرط‌بندی کرده است؟</news:title>
    </news:news>
  </url>
  <url>
    <loc>https://www.dothoosh.com/article/us-government-banned-anthropic-s-top-models-over-fix-this-co</loc>
  <image:image>
    <image:loc>https://www.dothoosh.com/media/d34f8aaf-f52a-4f0a-acda-bf7d7dcbc19a-the-us-government-s-anthropic-models-ban-was-never-about-an-ai-jailbreak-techcrunch-4675d775.webp</image:loc>
    <image:title>چرا دستور ساده‌ی «کد را اصلاح کن» منجر به ممنوعیت جهانی مدل‌های Anthropic شد؟</image:title>
    <image:caption>ممنوعیت مدل‌های Anthropic توسط دولت آمریکا هرگز درباره جیل‌بریک هوش مصنوعی نبود</image:caption>
  </image:image>
    <news:news>
      <news:publication>
        <news:name>دات‌هوش</news:name>
        <news:language>fa</news:language>
      </news:publication>
      <news:publication_date>2026-06-16T13:30:48.640Z</news:publication_date>
      <news:title>چرا دستور ساده‌ی «کد را اصلاح کن» منجر به ممنوعیت جهانی مدل‌های Anthropic شد؟</news:title>
    </news:news>
  </url>
  <url>
    <loc>https://www.dothoosh.com/article/meta-ai-mode-synthesizes-facebook-group-chatter-into-search-</loc>
  <image:image>
    <image:loc>https://www.dothoosh.com/media/9ab2445d-b1ba-4833-89d6-43f051b13214-meta-s-new-ai-mode-on-facebook-pulls-from-public-info-across-its-platforms-techcrunch-03dae84d.webp</image:loc>
    <image:title>چگونه AI Mode متا گفتگوهای گروه‌های فیس‌بوک را به پاسخ‌های مستقیم تبدیل می‌کند؟</image:title>
    <image:caption>تصویری از حالت جدید هوش مصنوعی در فیس‌بوک</image:caption>
  </image:image>
    <news:news>
      <news:publication>
        <news:name>دات‌هوش</news:name>
        <news:language>fa</news:language>
      </news:publication>
      <news:publication_date>2026-06-16T13:25:53.685Z</news:publication_date>
      <news:title>چگونه AI Mode متا گفتگوهای گروه‌های فیس‌بوک را به پاسخ‌های مستقیم تبدیل می‌کند؟</news:title>
    </news:news>
  </url>
  <url>
    <loc>https://www.dothoosh.com/article/spacex-acquired-cursor-for-60-billion-in-all-stock-deal</loc>
  <image:image>
    <image:loc>https://www.dothoosh.com/media/14ef0174-bccc-497c-82a7-2187425d964d-spacex-to-acquire-cursor-for-60b-in-stock-days-after-blockbuster-ipo-techcrunch-0dc83d40.webp</image:loc>
    <image:title>پشت‌پرده خرید ۶۰ میلیارد دلاری Cursor توسط SpaceX</image:title>
    <image:caption>تصاحب شرکت کورسر توسط اسپیس‌ایکس به ارزش ۶۰ میلیارد دلار سهام</image:caption>
  </image:image>
    <news:news>
      <news:publication>
        <news:name>دات‌هوش</news:name>
        <news:language>fa</news:language>
      </news:publication>
      <news:publication_date>2026-06-16T13:19:05.250Z</news:publication_date>
      <news:title>پشت‌پرده خرید ۶۰ میلیارد دلاری Cursor توسط SpaceX</news:title>
    </news:news>
  </url>
  <url>
    <loc>https://www.dothoosh.com/article/why-qwen-3-6-is-quietly-replacing-claude-for-local-devs</loc>
  <image:image>
    <image:loc>https://www.dothoosh.com/media/dbcd9263-f530-42ea-860e-7837969bbef7-why-qwen-3-6-is-quietly-replacing-claude-for-local-devs-5ec734a1.webp</image:loc>
    <image:title>چرا توسعه‌دهندگان مدل‌های ابری Claude را با Qwen 3.6 محلی جایگزین می‌کنند؟</image:title>
    <image:caption>چرا توسعه‌دهندگان مدل‌های ابری Claude را با Qwen 3.6 محلی جایگزین می‌کنند؟</image:caption>
  </image:image>
    <news:news>
      <news:publication>
        <news:name>دات‌هوش</news:name>
        <news:language>fa</news:language>
      </news:publication>
      <news:publication_date>2026-06-16T13:03:27.035Z</news:publication_date>
      <news:title>چرا توسعه‌دهندگان مدل‌های ابری Claude را با Qwen 3.6 محلی جایگزین می‌کنند؟</news:title>
    </news:news>
  </url>
  <url>
    <loc>https://www.dothoosh.com/article/inside-the-linkedin-recruit-scam-that-deployed-backdoors-via</loc>
  <image:image>
    <image:loc>https://www.dothoosh.com/media/13918045-937c-4554-8386-860bc5ad1865-a-backdoor-in-a-linkedin-job-offer-60223133.webp</image:loc>
    <image:title>کالبدشکافی کلاهبرداری لینکدین: تله‌ی npm install برای سرقت دسترسی برنامه‌نویسان</image:title>
    <image:caption>درب پشتی در پیشنهاد شغلی لینکداین</image:caption>
  </image:image>
    <news:news>
      <news:publication>
        <news:name>دات‌هوش</news:name>
        <news:language>fa</news:language>
      </news:publication>
      <news:publication_date>2026-06-16T12:49:10.246Z</news:publication_date>
      <news:title>کالبدشکافی کلاهبرداری لینکدین: تله‌ی npm install برای سرقت دسترسی برنامه‌نویسان</news:title>
    </news:news>
  </url>
</urlset>