https://www.dothoosh.com/article/arxiv-analysis-ai-paper-code-and-data-sharing-increased-sixf https://www.dothoosh.com/media/1372c594-f76d-48e5-9f33-37ae0d37476d-gencover-the-embrace-of-open-science-an-analysis-of-a-decade-of-ai-research-and-56-800-conference-papers-e32c0dd7.webp گزارش arXiv: اشتراک‌گذاری کد و داده در مقالات هوش مصنوعی ۶ برابر شده است پذیرش علم باز: تحلیل یک دهه پژوهش هوش مصنوعی و ۵۶۸۰۰ مقاله کنفرانسی دات‌هوش fa 2026-06-16T20:46:59.464Z گزارش arXiv: اشتراک‌گذاری کد و داده در مقالات هوش مصنوعی ۶ برابر شده است https://www.dothoosh.com/article/is-your-data-safe-in-ai-what-you-should-never-paste-in https://www.dothoosh.com/media/1eecbb2b-8d19-42fc-b0b2-487313489770-is-your-data-safe-in-ai-what-you-should-never-paste-in-7a7bcf95.webp اطلاعاتتان در هوش مصنوعی امن است؟ چه چیزهایی را نباید وارد کنید اطلاعاتتان در هوش مصنوعی امن است؟ چه چیزهایی را نباید وارد کنید دات‌هوش fa 2026-06-16T20:46:20.493Z اطلاعاتتان در هوش مصنوعی امن است؟ چه چیزهایی را نباید وارد کنید https://www.dothoosh.com/article/run-ai-on-your-own-computer-a-practical-guide-to-open-weight https://www.dothoosh.com/media/6401c66e-9779-4037-978a-6868f7bbdff8-run-ai-on-your-own-computer-a-practical-guide-to-open-weight-models-f6fbe8e6.webp هوش مصنوعی را روی کامپیوترِ خودتان اجرا کنید: راهنمای عملیِ مدل‌های متن‌باز هوش مصنوعی را روی کامپیوترِ خودتان اجرا کنید: راهنمای عملیِ مدل‌های متن‌باز دات‌هوش fa 2026-06-16T20:40:17.447Z هوش مصنوعی را روی کامپیوترِ خودتان اجرا کنید: راهنمای عملیِ مدل‌های متن‌باز https://www.dothoosh.com/article/moneyworld-study-visible-rewards-trigger-ai-safety-failures https://www.dothoosh.com/media/6db34036-1ac2-4f4c-894c-8fc438ca07ba-moneyworld-study-visible-rewards-trigger-ai-safety-failures-00f280ff.webp چگونه نمایش پاداش‌های بصری، عامل‌های هوش مصنوعی را به «اعتیاد» می‌کشاند؟ چگونه نمایش پاداش‌های بصری، عامل‌های هوش مصنوعی را به «اعتیاد» می‌کشاند؟ دات‌هوش fa 2026-06-16T20:39:52.462Z چگونه نمایش پاداش‌های بصری، عامل‌های هوش مصنوعی را به «اعتیاد» می‌کشاند؟ https://www.dothoosh.com/article/raid-vs-foundation-models-solving-the-true-cold-start-foreca https://www.dothoosh.com/media/3a98086a-62b4-42f8-90ec-a1a9d680d58d-raid-vs-foundation-models-solving-the-true-cold-start-forecasting-gap-9f110ff7.webp حل چالش پیش‌بینی Cold-Start با معماری RAID: گذار از وابستگی به تاریخچه به حل چالش پیش‌بینی Cold-Start با معماری RAID: گذار از وابستگی به تاریخچه به دات‌هوش fa 2026-06-16T20:36:35.688Z حل چالش پیش‌بینی Cold-Start با معماری RAID: گذار از وابستگی به تاریخچه به https://www.dothoosh.com/article/how-ma-sbi-corrects-simulation-bias-using-unstructured-side- https://www.dothoosh.com/media/6328433b-3bef-45ec-b44d-13c8670cb4b1-how-ma-sbi-corrects-simulation-bias-using-unstructured-side-channel-text-eebff1a0.webp MA-SBI: حذف خطای شبیه‌سازها با تبدیل متون جانبی به اصلاح‌گرهای ریاضی MA-SBI: حذف خطای شبیه‌سازها با تبدیل متون جانبی به اصلاح‌گرهای ریاضی دات‌هوش fa 2026-06-16T20:28:57.128Z MA-SBI: حذف خطای شبیه‌سازها با تبدیل متون جانبی به اصلاح‌گرهای ریاضی https://www.dothoosh.com/article/tnodev-new-formal-verifier-adds-iterative-refinement-to-neur https://www.dothoosh.com/media/628ba78d-bb52-4f23-92ea-b7948c88b222-tnodev-new-formal-verifier-adds-iterative-refinement-to-neural-odes-2c3f6a0d.webp TNODEV: حل چالش دقت در تأیید رسمی معادلات دیفرانسیل عصبی با پالایش تکرارشونده TNODEV: حل چالش دقت در تأیید رسمی معادلات دیفرانسیل عصبی با پالایش تکرارشونده دات‌هوش fa 2026-06-16T20:23:14.576Z TNODEV: حل چالش دقت در تأیید رسمی معادلات دیفرانسیل عصبی با پالایش تکرارشونده https://www.dothoosh.com/article/paying-for-foreign-ai-from-iran-the-reality-the-risks-and-th https://www.dothoosh.com/media/63765ed5-5153-4d88-bb14-460007d147c2-paying-for-foreign-ai-from-iran-the-reality-the-risks-and-the-free-alternative-b250b791.webp پرداخت برای هوش مصنوعی خارجی از ایران: واقعیت، خطرها و جایگزین رایگان پرداخت برای هوش مصنوعی خارجی از ایران: واقعیت، خطرها و جایگزین رایگان دات‌هوش fa 2026-06-16T20:22:17.776Z پرداخت برای هوش مصنوعی خارجی از ایران: واقعیت، خطرها و جایگزین رایگان https://www.dothoosh.com/article/how-rosa-rl-secures-roundabout-entry-via-transformer-based-c https://www.dothoosh.com/media/3b2475a6-f67f-403c-bd6b-b1aa875b65c4-gencover-rosa-rl-uncertainty-aware-roundabout-optimized-speed-advisory-with-reinforcement-learning-c4790091.webp ROSA-RL: مدیریت تداخلات در میدان‌های گردان با پیش‌بینی احتمالی مبتنی بر چارچوب یادگیری تقویتی ROSA-RL برای مشاوره سرعت بهینه در تقاطع چرخشی با عدم قطعیت دات‌هوش fa 2026-06-16T20:18:08.946Z ROSA-RL: مدیریت تداخلات در میدان‌های گردان با پیش‌بینی احتمالی مبتنی بر https://www.dothoosh.com/article/bpf-framework-detected-89-6-of-semantic-drifts-in-autoformal https://www.dothoosh.com/media/da63c7a0-1ff0-466d-936c-03538448b67b-bpf-framework-detected-89-6-of-semantic-drifts-in-autoformalization-6759f871.webp چرا چک‌کردن نوع برای تضمین صحت ترجمه‌های ریاضی کافی نیست؟ چرا چک‌کردن نوع برای تضمین صحت ترجمه‌های ریاضی کافی نیست؟ دات‌هوش fa 2026-06-16T20:10:50.617Z چرا چک‌کردن نوع برای تضمین صحت ترجمه‌های ریاضی کافی نیست؟ https://www.dothoosh.com/article/how-gist-cmtf-cuts-agent-tool-choice-errors-to-2-5 https://www.dothoosh.com/media/6703e1ea-f82e-402c-bd7f-4bde240f60a8-how-gist-cmtf-cuts-agent-tool-choice-errors-to-2-5-ab4d5485.webp کاهش خطای انتخاب ابزار در عامل‌های AI به ۲.۵ درصد با GIST-CMTF کاهش خطای انتخاب ابزار در عامل‌های AI به ۲.۵ درصد با GIST-CMTF دات‌هوش fa 2026-06-16T19:55:25.113Z کاهش خطای انتخاب ابزار در عامل‌های AI به ۲.۵ درصد با GIST-CMTF https://www.dothoosh.com/article/how-safe-trigger-cuts-lrm-jailbreak-success-rates-by-36-via- https://www.dothoosh.com/media/dee73a7d-9f33-47b0-86b7-ee7dab02bd28-how-safe-trigger-cuts-lrm-jailbreak-success-rates-by-36-via-latent-safety-4f417c99.webp گزارش arXiv: کاهش ۳۶ درصدی موفقیت جیل‌بریک در مدل‌های استدلالی با متد Safe گزارش arXiv: کاهش ۳۶ درصدی موفقیت جیل‌بریک در مدل‌های استدلالی با متد Safe دات‌هوش fa 2026-06-16T19:50:28.287Z گزارش arXiv: کاهش ۳۶ درصدی موفقیت جیل‌بریک در مدل‌های استدلالی با متد Safe https://www.dothoosh.com/article/openclaw-skill-collective-tree-search-solves-agentic-long-ho https://www.dothoosh.com/media/ab5dd7df-d642-416f-9a84-12f49dc1de1e-openclaw-skill-collective-tree-search-solves-agentic-long-horizon-planning-2fb7cb78.webp OpenClaw-Skill: حل چالش برنامه‌ریزی بلندمدت عامل‌ها با جست‌وجوی جمعی در درخت OpenClaw-Skill: حل چالش برنامه‌ریزی بلندمدت عامل‌ها با جست‌وجوی جمعی در درخت دات‌هوش fa 2026-06-16T19:43:17.014Z OpenClaw-Skill: حل چالش برنامه‌ریزی بلندمدت عامل‌ها با جست‌وجوی جمعی در درخت https://www.dothoosh.com/article/s2l-study-skill-specific-loras-cut-agent-token-costs-by-6-6 https://www.dothoosh.com/media/c850bfdb-b7ab-456d-ba94-844df19ea411-s2l-study-skill-specific-loras-cut-agent-token-costs-by-6-6-b5ef3095.webp چگونه تبدیل دستورالعمل‌های متنی به وزن‌های رفتاری، هزینه‌ی استنتاج را می‌کاهد؟ چگونه تبدیل دستورالعمل‌های متنی به وزن‌های رفتاری، هزینه‌ی استنتاج را می‌کاهد؟ دات‌هوش fa 2026-06-16T19:34:07.506Z چگونه تبدیل دستورالعمل‌های متنی به وزن‌های رفتاری، هزینه‌ی استنتاج را می‌کاهد؟ https://www.dothoosh.com/article/first-principles-analysis-new-framework-unifies-llm-policy-o https://www.dothoosh.com/media/6f764c6a-0f0c-41cd-b689-eb1c01be0628-first-principles-analysis-new-framework-unifies-llm-policy-optimization-b0eb7068.webp چرا اصلاح تابع پاداش برای حل خطاهای پیچیده در مدل‌های زبانی کافی نیست؟ چرا اصلاح تابع پاداش برای حل خطاهای پیچیده در مدل‌های زبانی کافی نیست؟ دات‌هوش fa 2026-06-16T19:30:15.113Z چرا اصلاح تابع پاداش برای حل خطاهای پیچیده در مدل‌های زبانی کافی نیست؟ https://www.dothoosh.com/article/agentfairbench-new-null-methodology-finds-no-racial-bias-in- https://www.dothoosh.com/media/4b63aa38-f6c4-483a-ab93-3dc55cb15922-agentfairbench-new-null-methodology-finds-no-racial-bias-in-claude-haiku-4-5-a3770cc1.webp AgentFairBench: خطای ۲.۴ برابری در روش‌های فعلی اندازه‌گیری سوگیری هوش مصنوعی AgentFairBench: خطای ۲.۴ برابری در روش‌های فعلی اندازه‌گیری سوگیری هوش مصنوعی دات‌هوش fa 2026-06-16T19:27:28.929Z AgentFairBench: خطای ۲.۴ برابری در روش‌های فعلی اندازه‌گیری سوگیری هوش مصنوعی https://www.dothoosh.com/article/why-medical-ai-must-shift-from-static-labels-to-world-models https://www.dothoosh.com/media/997f4302-1319-428d-9bf5-2ec60e090e51-why-medical-ai-must-shift-from-static-labels-to-world-models-a16a6f17.webp چرا دقت AUROC دیگر معیار موفقیت در هوش مصنوعی پزشکی نیست؟ چرا دقت AUROC دیگر معیار موفقیت در هوش مصنوعی پزشکی نیست؟ دات‌هوش fa 2026-06-16T19:19:59.393Z چرا دقت AUROC دیگر معیار موفقیت در هوش مصنوعی پزشکی نیست؟ https://www.dothoosh.com/article/how-user-as-code-reaches-99-accuracy-via-executable-python-m https://www.dothoosh.com/media/ccc3c947-181e-40c4-ac17-c651a5b778cb-how-user-as-code-reaches-99-accuracy-via-executable-python-memory-6cc89e0a.webp جایگزینی حافظه متنی با کد پایتون؛ رسیدن به دقت ۹۹ درصدی در حافظه عامل‌های AI جایگزینی حافظه متنی با کد پایتون؛ رسیدن به دقت ۹۹ درصدی در حافظه عامل‌های AI دات‌هوش fa 2026-06-16T19:15:30.726Z جایگزینی حافظه متنی با کد پایتون؛ رسیدن به دقت ۹۹ درصدی در حافظه عامل‌های AI https://www.dothoosh.com/article/why-textual-semantics-fail-to-forecast-future-affective-chan https://www.dothoosh.com/media/3feecf76-ae96-4265-8120-27fc5534a9a4-why-textual-semantics-fail-to-forecast-future-affective-change-f653e47e.webp چرا تحلیل معنایی متن در پیش‌بینی تغییرات خلقی آینده شکست می‌خورد؟ چرا تحلیل معنایی متن در پیش‌بینی تغییرات خلقی آینده شکست می‌خورد؟ دات‌هوش fa 2026-06-16T19:13:34.064Z چرا تحلیل معنایی متن در پیش‌بینی تغییرات خلقی آینده شکست می‌خورد؟ https://www.dothoosh.com/article/is-full-autonomy-a-mistake-for-mid-sized-enterprises https://www.dothoosh.com/media/f5de4726-76db-4c1c-ab90-24d6fec9cb08-is-full-autonomy-a-mistake-for-mid-sized-enterprises-5e6f76e3.webp مدل خودمختاری کنترل‌شده: چارچوب جدید کریستوفر کُک برای کاهش ریسک عامل‌های AI مدل خودمختاری کنترل‌شده: چارچوب جدید کریستوفر کُک برای کاهش ریسک عامل‌های AI دات‌هوش fa 2026-06-16T19:07:58.985Z مدل خودمختاری کنترل‌شده: چارچوب جدید کریستوفر کُک برای کاهش ریسک عامل‌های AI https://www.dothoosh.com/article/coffeebench-claude-haiku-4-5-exhibits-idle-drift-failure-in- https://www.dothoosh.com/media/8292cc55-3cad-465e-9a75-c483a9cdf13d-coffeebench-claude-haiku-4-5-exhibits-idle-drift-failure-in-agent-economy-d06fda81.webp پدیده Idle-drift در Claude Haiku 4.5؛ وقتی برنامه‌ریزی دقیق به بی‌عملی منجر پدیده Idle-drift در Claude Haiku 4.5؛ وقتی برنامه‌ریزی دقیق به بی‌عملی منجر دات‌هوش fa 2026-06-16T19:03:04.843Z پدیده Idle-drift در Claude Haiku 4.5؛ وقتی برنامه‌ریزی دقیق به بی‌عملی منجر https://www.dothoosh.com/article/metis-solved-information-erasure-via-many-shot-model-merging https://www.dothoosh.com/media/0705becc-2ab9-4a54-bc0a-f80c1a30dbea-metis-solved-information-erasure-via-many-shot-model-merging-6f923035.webp چرا ادغام تک‌مرحله‌ای مدل‌های زبانی در وظایف تخصصی شکست می‌خورد؟ چرا ادغام تک‌مرحله‌ای مدل‌های زبانی در وظایف تخصصی شکست می‌خورد؟ دات‌هوش fa 2026-06-16T18:50:24.813Z چرا ادغام تک‌مرحله‌ای مدل‌های زبانی در وظایف تخصصی شکست می‌خورد؟ https://www.dothoosh.com/article/how-mr-gvno-predicts-irregular-plate-physics-without-labeled https://www.dothoosh.com/media/d1f9b364-f3e0-44ae-a868-68bbbbad9d6f-how-mr-gvno-predicts-irregular-plate-physics-without-labeled-training-data-0789c2b2.webp چگونه MR-GVNO پیش‌بینی فیزیک سازه‌های پیچیده را به میلی‌ثانیه‌ها رساند چگونه MR-GVNO پیش‌بینی فیزیک سازه‌های پیچیده را به میلی‌ثانیه‌ها رساند دات‌هوش fa 2026-06-16T18:44:57.067Z چگونه MR-GVNO پیش‌بینی فیزیک سازه‌های پیچیده را به میلی‌ثانیه‌ها رساند https://www.dothoosh.com/article/tensor-coord-algebraic-decomposition-solves-multi-agent-llm- https://www.dothoosh.com/media/711d8947-0f6e-448a-98ef-d3f0af820b0a-tensor-coord-algebraic-decomposition-solves-multi-agent-llm-planning-conflicts-de3df826.webp گذار از احتمالات به قطعیت: روش جدید برای جلوگیری از تداخل عامل‌های AI گذار از احتمالات به قطعیت: روش جدید برای جلوگیری از تداخل عامل‌های AI دات‌هوش fa 2026-06-16T18:37:01.676Z گذار از احتمالات به قطعیت: روش جدید برای جلوگیری از تداخل عامل‌های AI https://www.dothoosh.com/article/mgil-framework-global-model-graphs-outperform-localized-kg-e https://www.dothoosh.com/media/789a587d-a5b5-40f6-a35e-bc01665bb15b-mgil-framework-global-model-graphs-outperform-localized-kg-embeddings-91a26f52.webp MGIL: جایگزینی الگوهای سراسری با همسایگی‌های محلی در تکمیل گراف‌های دانش MGIL: جایگزینی الگوهای سراسری با همسایگی‌های محلی در تکمیل گراف‌های دانش دات‌هوش fa 2026-06-16T18:36:16.609Z MGIL: جایگزینی الگوهای سراسری با همسایگی‌های محلی در تکمیل گراف‌های دانش https://www.dothoosh.com/article/how-ec-script-controls-ai-narrative-emotion-via-hierarchical https://www.dothoosh.com/media/8d03d4a4-3dcb-42b2-9355-d85a3cbeb83a-how-ec-script-controls-ai-narrative-emotion-via-hierarchical-agents-5e7c82d4.webp چگونه EC-Script با عامل‌های سلسله‌مراتبی، مسیر احساسی روایت‌های AI را کنترل چگونه EC-Script با عامل‌های سلسله‌مراتبی، مسیر احساسی روایت‌های AI را کنترل دات‌هوش fa 2026-06-16T18:33:11.443Z چگونه EC-Script با عامل‌های سلسله‌مراتبی، مسیر احساسی روایت‌های AI را کنترل https://www.dothoosh.com/article/arxiv-study-trace-economic-underwriting-cut-ai-risk-predicti https://www.dothoosh.com/media/ce00056f-5a8c-4dda-83c8-8d3062accfaa-arxiv-study-trace-economic-underwriting-cut-ai-risk-prediction-error-to-569-7d087eb4.webp کاهش خطای قیمت‌گذاری ریسک عامل‌های AI از ۱۷ هزار دلار به ۵۶۹ دلار کاهش خطای قیمت‌گذاری ریسک عامل‌های AI از ۱۷ هزار دلار به ۵۶۹ دلار دات‌هوش fa 2026-06-16T18:29:27.529Z کاهش خطای قیمت‌گذاری ریسک عامل‌های AI از ۱۷ هزار دلار به ۵۶۹ دلار https://www.dothoosh.com/article/why-llm-tool-failures-stem-from-readout-not-lost-in-the-midd 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 چرا شکست عامل‌های هوش مصنوعی ناشی از «گم‌شدن در متن» نیست؟ چرا شکست عامل‌های هوش مصنوعی ناشی از «گم‌شدن در متن» نیست؟ دات‌هوش fa 2026-06-16T18:13:08.142Z چرا شکست عامل‌های هوش مصنوعی ناشی از «گم‌شدن در متن» نیست؟ https://www.dothoosh.com/article/free-ai-tools-for-everyday-work-and-which-ones-open-from-ins 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 ابزارهای رایگان هوش مصنوعی برای کارهای روزمره؛ کدام‌ها از داخل ایران در دسترس‌اند ابزارهای رایگان هوش مصنوعی برای کارهای روزمره؛ کدام‌ها از داخل ایران در دسترس‌اند دات‌هوش fa 2026-06-16T18:09:29.526Z ابزارهای رایگان هوش مصنوعی برای کارهای روزمره؛ کدام‌ها از داخل ایران در دسترس‌اند https://www.dothoosh.com/article/how-guidance-injection-accelerates-assembly-line-recovery-fo https://www.dothoosh.com/media/94fe9eaa-7ade-46f7-9f1b-5193b3bebf40-how-guidance-injection-accelerates-assembly-line-recovery-for-rmappo-policies-df3c854d.webp چرا برای بازیابی خطوط تولید دیگر نیازی به بازآموزی مدل‌های RL نیست؟ چرا برای بازیابی خطوط تولید دیگر نیازی به بازآموزی مدل‌های RL نیست؟ دات‌هوش fa 2026-06-16T18:06:53.874Z چرا برای بازیابی خطوط تولید دیگر نیازی به بازآموزی مدل‌های RL نیست؟ https://www.dothoosh.com/article/llm-audit-list-position-costs-hotels-12-per-night-in-ai-reco https://www.dothoosh.com/media/960d3db3-8a43-4a04-b6c7-4c32ed8923be-llm-audit-list-position-costs-hotels-12-per-night-in-ai-recommendations-054dfa42.webp جایگاه در لیست: متغیری که توصیه‌های مدل‌های زبانی را ۱۲ دلار جابه‌جا می‌کند جایگاه در لیست: متغیری که توصیه‌های مدل‌های زبانی را ۱۲ دلار جابه‌جا می‌کند دات‌هوش fa 2026-06-16T18:04:16.923Z جایگاه در لیست: متغیری که توصیه‌های مدل‌های زبانی را ۱۲ دلار جابه‌جا می‌کند https://www.dothoosh.com/article/how-mhl-synthesizes-python-decision-rules-to-solve-clinical- https://www.dothoosh.com/media/3bc7a513-5fa3-4367-a0f5-475b7579fa63-how-mhl-synthesizes-python-decision-rules-to-solve-clinical-ai-black-boxes-4836f411.webp کدنویسی به جای احتمالات: رویکرد MHL برای حذف جعبه سیاه در تشخیص‌های پزشکی کدنویسی به جای احتمالات: رویکرد MHL برای حذف جعبه سیاه در تشخیص‌های پزشکی دات‌هوش fa 2026-06-16T17:57:52.556Z کدنویسی به جای احتمالات: رویکرد MHL برای حذف جعبه سیاه در تشخیص‌های پزشکی https://www.dothoosh.com/article/how-adastorm-scales-llm-dynamic-graph-reasoning-to-thousand- https://www.dothoosh.com/media/f184c6fb-7869-41f7-87a7-062ddd43dc03-how-adastorm-scales-llm-dynamic-graph-reasoning-to-thousand-node-graphs-2a62dd91.webp دقت ۹۰ درصدی AdaSTORM در استدلال گراف‌های هزار-گره‌ای بدون ابزار خارجی دقت ۹۰ درصدی AdaSTORM در استدلال گراف‌های هزار-گره‌ای بدون ابزار خارجی دات‌هوش fa 2026-06-16T17:50:38.066Z دقت ۹۰ درصدی AdaSTORM در استدلال گراف‌های هزار-گره‌ای بدون ابزار خارجی https://www.dothoosh.com/article/arxiv-paper-new-wisdom-layer-separates-ai-intelligence-from- https://www.dothoosh.com/media/00d658ee-65d5-4c9e-9bdc-027485947a82-arxiv-paper-new-wisdom-layer-separates-ai-intelligence-from-goal-optimization-d1f8afef.webp لایه‌ی حاکمیتی شش‌بعدی: تفکیک «خرد» از «هوش» در معماری عامل‌های AI لایه‌ی حاکمیتی شش‌بعدی: تفکیک «خرد» از «هوش» در معماری عامل‌های AI دات‌هوش fa 2026-06-16T17:42:49.624Z لایه‌ی حاکمیتی شش‌بعدی: تفکیک «خرد» از «هوش» در معماری عامل‌های AI https://www.dothoosh.com/article/stategen-solved-tool-call-hallucinations-via-authoritative-s https://www.dothoosh.com/media/01b6bdfc-679a-4b0d-a3e5-c7c776c5ddc8-stategen-solved-tool-call-hallucinations-via-authoritative-state-management-1c45233e.webp نمره ۹.۶۶ از ۱۰: StateGen توهمات فراخوانی ابزار را در ۶۵ هزار گفتگو حذف کرد نمره ۹.۶۶ از ۱۰: StateGen توهمات فراخوانی ابزار را در ۶۵ هزار گفتگو حذف کرد دات‌هوش fa 2026-06-16T17:38:12.064Z نمره ۹.۶۶ از ۱۰: StateGen توهمات فراخوانی ابزار را در ۶۵ هزار گفتگو حذف کرد https://www.dothoosh.com/article/latent-thought-flow-boosted-llm-accuracy-by-9-5-via-continuo https://www.dothoosh.com/media/25fc6c6f-4a50-4cd4-a8e5-b46bdb2fcb75-latent-thought-flow-boosted-llm-accuracy-by-9-5-via-continuous-reasoning-6f68d4a3.webp چرا استدلال «ساکت» در مدل‌های زبانی دقیق‌تر از زنجیره تفکر متنی است؟ چرا استدلال «ساکت» در مدل‌های زبانی دقیق‌تر از زنجیره تفکر متنی است؟ دات‌هوش fa 2026-06-16T17:34:46.753Z چرا استدلال «ساکت» در مدل‌های زبانی دقیق‌تر از زنجیره تفکر متنی است؟ https://www.dothoosh.com/article/pal-bench-ai-models-fail-to-link-recurring-identities-in-per https://www.dothoosh.com/media/735af779-7ce2-432c-aa07-53f017750972-pal-bench-ai-models-fail-to-link-recurring-identities-in-personal-albums-b96d98be.webp PAL-Bench: چرا عامل‌های هوش مصنوعی در بازسازی هویت‌های تکرارشونده ناکام PAL-Bench: چرا عامل‌های هوش مصنوعی در بازسازی هویت‌های تکرارشونده ناکام دات‌هوش fa 2026-06-16T17:27:40.441Z PAL-Bench: چرا عامل‌های هوش مصنوعی در بازسازی هویت‌های تکرارشونده ناکام https://www.dothoosh.com/article/oq-tsae-framework-filters-sensor-nuisance-via-observation-qu https://www.dothoosh.com/media/8d3fa7e6-9e4b-4535-a281-e1d1505d231a-oq-tsae-framework-filters-sensor-nuisance-via-observation-quotients-bf362f23.webp چرا دقت بازسازی در حسگرها معیار فریبنده‌ای برای نمایش واقعیت است؟ چرا دقت بازسازی در حسگرها معیار فریبنده‌ای برای نمایش واقعیت است؟ دات‌هوش fa 2026-06-16T17:23:47.850Z چرا دقت بازسازی در حسگرها معیار فریبنده‌ای برای نمایش واقعیت است؟ https://www.dothoosh.com/article/0-421-correlation-solving-ability-fails-as-proxy-for-llm-tut https://www.dothoosh.com/media/4278da55-9c0e-41d0-a9be-b8521921f77a-0-421-correlation-solving-ability-fails-as-proxy-for-llm-tutoring-impact-104fff67.webp ضریب همبستگی ۰.۴۲۱: چرا توانایی حل مسئله معیار دقیقی برای ارزیابی تدریس LLMها ضریب همبستگی ۰.۴۲۱: چرا توانایی حل مسئله معیار دقیقی برای ارزیابی تدریس LLMها دات‌هوش fa 2026-06-16T17:22:00.429Z ضریب همبستگی ۰.۴۲۱: چرا توانایی حل مسئله معیار دقیقی برای ارزیابی تدریس LLMها https://www.dothoosh.com/article/timevista-vlms-outperform-standard-metrics-in-time-series-ju https://www.dothoosh.com/media/be86088a-0b7a-4c3c-abab-98da2f2fe9cf-timevista-vlms-outperform-standard-metrics-in-time-series-judging-f35673f5.webp TimeVista: جایگزین کردن معیارهای عددی با مدل‌های بینایی-زبانی در ارزیابی TimeVista: جایگزین کردن معیارهای عددی با مدل‌های بینایی-زبانی در ارزیابی دات‌هوش fa 2026-06-16T17:13:12.179Z TimeVista: جایگزین کردن معیارهای عددی با مدل‌های بینایی-زبانی در ارزیابی https://www.dothoosh.com/article/is-pluralistic-ai-simply-flattening-diverse-ontologies https://www.dothoosh.com/media/dd7265af-5045-4519-b6da-8f42a28e28cd-is-pluralistic-ai-simply-flattening-diverse-ontologies-00a43fcf.webp تسطیح وجودشناسانه: چرا مدل‌های کثرت‌گرا در بازنمایی معانی شکست می‌خورند؟ تسطیح وجودشناسانه: چرا مدل‌های کثرت‌گرا در بازنمایی معانی شکست می‌خورند؟ دات‌هوش fa 2026-06-16T17:09:16.396Z تسطیح وجودشناسانه: چرا مدل‌های کثرت‌گرا در بازنمایی معانی شکست می‌خورند؟ https://www.dothoosh.com/article/liteodyssey-achieved-59-3-recall-in-ultra-rare-disease-diagn https://www.dothoosh.com/media/a9c1c3dc-b1da-45ea-b764-7defde844882-liteodyssey-achieved-59-3-recall-in-ultra-rare-disease-diagnosis-69ce772e.webp گزارش arXiv: بازدهی ۵۹.۳ درصدی LiteOdyssey در تشخیص بیماری‌های فوق‌کمیاب گزارش arXiv: بازدهی ۵۹.۳ درصدی LiteOdyssey در تشخیص بیماری‌های فوق‌کمیاب دات‌هوش fa 2026-06-16T16:59:39.666Z گزارش arXiv: بازدهی ۵۹.۳ درصدی LiteOdyssey در تشخیص بیماری‌های فوق‌کمیاب https://www.dothoosh.com/article/vibethinker-3b-3b-model-matches-gemini-3-pro-in-verifiable-r https://www.dothoosh.com/media/80a0012f-4051-4de0-aff6-7c94a4c13e5e-vibethinker-3b-3b-model-matches-gemini-3-pro-in-verifiable-reasoning-b6e9aa2b.webp VibeThinker-3B: رقابت با Gemini 3 Pro در استدلال با ۳ میلیارد پارامتر VibeThinker-3B: رقابت با Gemini 3 Pro در استدلال با ۳ میلیارد پارامتر دات‌هوش fa 2026-06-16T16:53:13.306Z VibeThinker-3B: رقابت با Gemini 3 Pro در استدلال با ۳ میلیارد پارامتر https://www.dothoosh.com/article/how-gemma3-4b-matched-27b-it-spatial-reasoning-via-visually- https://www.dothoosh.com/media/abbcab85-964d-44d7-b747-22399eadf1bb-how-gemma3-4b-matched-27b-it-spatial-reasoning-via-visually-grounded-thinking-802ecb23.webp چگونه تفکر مبنی‌ساز، توانایی استدلالی Gemma3-4B را به سطح مدل ۲۷ میلیارد چگونه تفکر مبنی‌ساز، توانایی استدلالی Gemma3-4B را به سطح مدل ۲۷ میلیارد دات‌هوش fa 2026-06-16T16:45:30.628Z چگونه تفکر مبنی‌ساز، توانایی استدلالی Gemma3-4B را به سطح مدل ۲۷ میلیارد https://www.dothoosh.com/article/why-empirical-ai-stability-checks-fail-84-of-the-time https://www.dothoosh.com/media/63843ec7-32a7-4ed1-8b9c-2bf4e8845c09-why-empirical-ai-stability-checks-fail-84-of-the-time-63f716a6.webp چرا ۸۴ درصد از تست‌های پایداری هوش مصنوعی در شناسایی شکست‌ها ناکام می‌مانند؟ چرا ۸۴ درصد از تست‌های پایداری هوش مصنوعی در شناسایی شکست‌ها ناکام می‌مانند؟ دات‌هوش fa 2026-06-16T16:43:06.122Z چرا ۸۴ درصد از تست‌های پایداری هوش مصنوعی در شناسایی شکست‌ها ناکام می‌مانند؟ https://www.dothoosh.com/article/legal-ai-s-scope-laundering-why-high-benchmark-scores-are-mi https://www.dothoosh.com/media/32b67453-f6ba-456f-9841-9ad4e762e417-legal-ai-s-scope-laundering-why-high-benchmark-scores-are-misleading-577cf329.webp پولشویی دامنه: سازوکار فریب بنچمارک‌های استدلال حقوقی در مدل‌های زبانی پولشویی دامنه: سازوکار فریب بنچمارک‌های استدلال حقوقی در مدل‌های زبانی دات‌هوش fa 2026-06-16T16:28:57.251Z پولشویی دامنه: سازوکار فریب بنچمارک‌های استدلال حقوقی در مدل‌های زبانی https://www.dothoosh.com/article/how-recoursebench-standardizes-reproducibility-for-28-ai-rec https://www.dothoosh.com/media/e1492983-455d-42f5-9668-3466e7c58869-how-recoursebench-standardizes-reproducibility-for-28-ai-recourse-methods-8953ac64.webp استانداردسازی تکرارپذیری در ۲۸ روش بازگشت الگوریتمی با RecourseBench استانداردسازی تکرارپذیری در ۲۸ روش بازگشت الگوریتمی با RecourseBench دات‌هوش fa 2026-06-16T16:25:02.729Z استانداردسازی تکرارپذیری در ۲۸ روش بازگشت الگوریتمی با RecourseBench https://www.dothoosh.com/article/snaply-ai-vs-whisperflow-local-transcription-performance-on- https://www.dothoosh.com/media/c273a215-fd38-4ee2-80dc-a1716814847e-snaply-ai-vs-whisperflow-local-transcription-performance-on-m-chip-macs-72c16c08.webp Snaply.ai در برابر Whisperflow؛ کدام ابزار تبدیل صوت به متن برای مک برنده است؟ Snaply.ai در برابر Whisperflow؛ کدام ابزار تبدیل صوت به متن برای مک برنده است؟ دات‌هوش fa 2026-06-16T16:19:36.890Z Snaply.ai در برابر Whisperflow؛ کدام ابزار تبدیل صوت به متن برای مک برنده است؟ https://www.dothoosh.com/article/why-product-briefs-fail-ai-coding-agents https://www.dothoosh.com/media/c277ec0e-0f82-42da-9cce-3eab78848b87-a-brief-and-a-spec-are-not-the-same-thing-f9189d3d.webp چرا فاصله میان «بریف» و «سِپک» باعث شکست عامل‌های کدنویس می‌شود؟ بریف و اسپک یکی نیستند. دات‌هوش fa 2026-06-16T16:11:28.814Z چرا فاصله میان «بریف» و «سِپک» باعث شکست عامل‌های کدنویس می‌شود؟ https://www.dothoosh.com/article/global-apis-tiered-routing-slashed-monthly-translation-bills https://www.dothoosh.com/media/ac2cb2e3-b24a-448e-b233-a96ef9dadd05-global-apis-tiered-routing-slashed-monthly-translation-bills-by-97-51db4d03.webp از ۵۰۰ دلار به ۱۱ دلار؛ سازوکار کاهش ۹۷ درصدی هزینه ترجمه در Global APIs از ۵۰۰ دلار به ۱۱ دلار؛ سازوکار کاهش ۹۷ درصدی هزینه ترجمه در Global APIs دات‌هوش fa 2026-06-16T15:57:35.817Z از ۵۰۰ دلار به ۱۱ دلار؛ سازوکار کاهش ۹۷ درصدی هزینه ترجمه در Global APIs https://www.dothoosh.com/article/how-ai-driven-synthesis-is-scaling-citizen-voice-in-brazil-a https://www.dothoosh.com/media/98982368-798d-464b-8717-375ff8129e93-how-technology-can-help-save-democracy-the-techtank-podcast-brookings-8760464b.webp چگونه ابزارهای سنتز هوش مصنوعی ۱۰ میلیون رای‌دهنده را به دموکراسی بازگرداندند؟ چگونه فناوری می‌تواند دموکراسی را نجات دهد | پادکست تک‌تانک | بروکینگز دات‌هوش fa 2026-06-16T15:37:39.558Z چگونه ابزارهای سنتز هوش مصنوعی ۱۰ میلیون رای‌دهنده را به دموکراسی بازگرداندند؟ https://www.dothoosh.com/article/how-meta-s-ai-assistant-enabled-a-20-000-account-instagram-b https://www.dothoosh.com/media/b73ed765-022a-46e6-8df3-5027f94451b6-how-meta-s-ai-assistant-enabled-a-20-000-account-instagram-breach-01c7e127.webp نقص «نایب سرگردان»: چگونه عامل‌های متا ۲۰ هزار حساب اینستاگرام را لو دادند؟ نقص «نایب سرگردان»: چگونه عامل‌های متا ۲۰ هزار حساب اینستاگرام را لو دادند؟ دات‌هوش fa 2026-06-16T15:28:36.531Z نقص «نایب سرگردان»: چگونه عامل‌های متا ۲۰ هزار حساب اینستاگرام را لو دادند؟ https://www.dothoosh.com/article/how-google-standardizes-ai-context-with-vendor-neutral-markd 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 چگونه استاندارد OKF گوگل، مدیریت متنی عامل‌های هوش مصنوعی را یکسان می‌کند؟ معرفی فرمت دانش باز گوگل: استاندارد Markdown بی‌طرف برای زمینه‌دهی به عامل‌های هوش مصنوعی دات‌هوش fa 2026-06-16T15:21:33.856Z چگونه استاندارد OKF گوگل، مدیریت متنی عامل‌های هوش مصنوعی را یکسان می‌کند؟ https://www.dothoosh.com/article/z-ai-glm-5-2-1-million-tokens-now-fit-in-a-single-coding-con 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 از ویرایش تکه‌ای به مدیریت کل پروژه؛ سازوکار یک میلیون توکنی GLM-5.2 Z.ai مدل GLM-5.2 را با کانتکست یک میلیون توکن کاربردی، دو سطح تلاش فکری و بدون بنچمارک عرضه کرد دات‌هوش fa 2026-06-16T15:15:52.796Z از ویرایش تکه‌ای به مدیریت کل پروژه؛ سازوکار یک میلیون توکنی GLM-5.2 https://www.dothoosh.com/article/satya-nadella-warns-of-token-capital-drain-in-the-ai-economy 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 درون استراتژی «سرمایه توکنی» نادلا برای جلوگیری از تحلیل دارایی‌های فکری هشدار مدیرعامل مایکروسافت: تسلط تعداد اندکی از سیستم‌های هوش مصنوعی بر بازده‌های اقتصادی دات‌هوش fa 2026-06-16T14:44:28.300Z درون استراتژی «سرمایه توکنی» نادلا برای جلوگیری از تحلیل دارایی‌های فکری https://www.dothoosh.com/article/how-pok-mon-go-scans-power-gps-free-navigation-for-military- https://www.dothoosh.com/media/e75ad165-9a87-4a88-ad51-12bbb6d61ac7-pok-mon-go-data-helped-train-ai-now-linked-to-military-drones-644c3a8b.webp درون همکاری Niantic و Vantor برای حذف GPS از پهپادهای ارتش آمریکا داده‌های پوکمون گو در آموزش هوش مصنوعی پهپادهای نظامی استفاده شد دات‌هوش fa 2026-06-16T14:38:01.787Z درون همکاری Niantic و Vantor برای حذف GPS از پهپادهای ارتش آمریکا https://www.dothoosh.com/article/estonian-study-claude-fable-5-scored-95-2-in-russian-propaga 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 مطالعه استونی: دقت ۹۵.۲ درصدی Claude Fable 5 در شناسایی پروپاگاندای روسیه فریب مدل‌های هوش مصنوعی توسط تبلیغات روسی؛ نتایج یک معیار سنجش جدید دات‌هوش fa 2026-06-16T14:23:49.380Z مطالعه استونی: دقت ۹۵.۲ درصدی Claude Fable 5 در شناسایی پروپاگاندای روسیه https://www.dothoosh.com/article/anthropic-ai-agent-billing-shift-paused-amid-openai-price-wa https://www.dothoosh.com/media/7a1affbe-43d2-4d6e-a793-6e0f2ce26de9-anthropic-backs-off-unpopular-billing-overhaul-as-price-war-with-openai-looms-f8b4b747.webp درون جنگ قیمت‌های پنهان بین OpenAI و Anthropic در آستانه‌ی IPO عقب‌نشینی آنتروپیک از اصلاحات ناپسند صورت‌حساب در آستانه جنگ قیمت با اوپن‌ای‌آی دات‌هوش fa 2026-06-16T14:15:11.034Z درون جنگ قیمت‌های پنهان بین OpenAI و Anthropic در آستانه‌ی IPO https://www.dothoosh.com/article/the-first-in-orbit-vlm-just-started-finding-ground-targets-i 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 خلاص شدن از گلوگاه داده‌ها: نخستین شناسایی مستقل اهداف در مدار با Gemma 3 ماهواره‌ای که خودش یاد گرفته اشیاء را روی زمین پیدا کند دات‌هوش fa 2026-06-16T13:54:23.594Z خلاص شدن از گلوگاه داده‌ها: نخستین شناسایی مستقل اهداف در مدار با Gemma 3 https://www.dothoosh.com/article/newcore-raised-66m-to-give-ai-agents-corporate-identities 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 درون استراتژی ۶۶ میلیون دلاری NewCore برای شناسنامه‌دار کردن عامل‌های هوش مصنوعی نیوکور ۶۶ میلیون دلار برای هویت‌بخشی به عامل‌های هوش مصنوعی کارمند دات‌هوش fa 2026-06-16T13:48:49.766Z درون استراتژی ۶۶ میلیون دلاری NewCore برای شناسنامه‌دار کردن عامل‌های هوش مصنوعی https://www.dothoosh.com/article/sarvam-ai-raised-234-million-to-build-india-s-sovereign-ai-s 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 چرا هند برای امنیت ملی خود روی Sarvam AI شرط‌بندی کرده است؟ سروام با جذب ۲۳۴ میلیون دلار به رهبری اچ‌سی‌ال‌تک، جدیدترین یونیکورن هوش مصنوعی هند شد. دات‌هوش fa 2026-06-16T13:40:08.688Z چرا هند برای امنیت ملی خود روی Sarvam AI شرط‌بندی کرده است؟ https://www.dothoosh.com/article/us-government-banned-anthropic-s-top-models-over-fix-this-co 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 چرا دستور ساده‌ی «کد را اصلاح کن» منجر به ممنوعیت جهانی مدل‌های Anthropic شد؟ ممنوعیت مدل‌های Anthropic توسط دولت آمریکا هرگز درباره جیل‌بریک هوش مصنوعی نبود دات‌هوش fa 2026-06-16T13:30:48.640Z چرا دستور ساده‌ی «کد را اصلاح کن» منجر به ممنوعیت جهانی مدل‌های Anthropic شد؟ https://www.dothoosh.com/article/meta-ai-mode-synthesizes-facebook-group-chatter-into-search- 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 چگونه AI Mode متا گفتگوهای گروه‌های فیس‌بوک را به پاسخ‌های مستقیم تبدیل می‌کند؟ تصویری از حالت جدید هوش مصنوعی در فیس‌بوک دات‌هوش fa 2026-06-16T13:25:53.685Z چگونه AI Mode متا گفتگوهای گروه‌های فیس‌بوک را به پاسخ‌های مستقیم تبدیل می‌کند؟ https://www.dothoosh.com/article/spacex-acquired-cursor-for-60-billion-in-all-stock-deal 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 پشت‌پرده خرید ۶۰ میلیارد دلاری Cursor توسط SpaceX تصاحب شرکت کورسر توسط اسپیس‌ایکس به ارزش ۶۰ میلیارد دلار سهام دات‌هوش fa 2026-06-16T13:19:05.250Z پشت‌پرده خرید ۶۰ میلیارد دلاری Cursor توسط SpaceX https://www.dothoosh.com/article/why-qwen-3-6-is-quietly-replacing-claude-for-local-devs https://www.dothoosh.com/media/dbcd9263-f530-42ea-860e-7837969bbef7-why-qwen-3-6-is-quietly-replacing-claude-for-local-devs-5ec734a1.webp چرا توسعه‌دهندگان مدل‌های ابری Claude را با Qwen 3.6 محلی جایگزین می‌کنند؟ چرا توسعه‌دهندگان مدل‌های ابری Claude را با Qwen 3.6 محلی جایگزین می‌کنند؟ دات‌هوش fa 2026-06-16T13:03:27.035Z چرا توسعه‌دهندگان مدل‌های ابری Claude را با Qwen 3.6 محلی جایگزین می‌کنند؟ https://www.dothoosh.com/article/inside-the-linkedin-recruit-scam-that-deployed-backdoors-via https://www.dothoosh.com/media/13918045-937c-4554-8386-860bc5ad1865-a-backdoor-in-a-linkedin-job-offer-60223133.webp کالبدشکافی کلاهبرداری لینکدین: تله‌ی npm install برای سرقت دسترسی برنامه‌نویسان درب پشتی در پیشنهاد شغلی لینکداین دات‌هوش fa 2026-06-16T12:49:10.246Z کالبدشکافی کلاهبرداری لینکدین: تله‌ی npm install برای سرقت دسترسی برنامه‌نویسان