موضوع
گزارش‌ها و تحلیل‌های مربوط به توانایی تکرار و تأیید نتایج پژوهش‌های هوش مصنوعی
۲۲۷ مقاله منتشر شده
بسیاری از مدل‌های هوش مصنوعی در محیط تولید (Production) شکست می‌خورند چون قابلیت بازتولید ندارند. این راهنما چارچوبی سیستماتیک برای مدیریت نسخه‌ها، محیط‌های ایزوله و ردیابی…
یک توسعه‌دهنده کشف کرد که مدل کوچک Llama به‌جای یادگیری الگوهای خطا، با بهره‌برداری از ساختار داده‌های آموزشی، نتایج بنچمارک را دست‌کاری کرده است. این یافته نشان می‌دهد مدل‌ها در…
یک مهندس ارشد فاش می‌کند که چگونه جایگزینی اعتماد به شهود انسانی با «گیت‌های سخت‌گیرانه» مبتنی بر شواهد، از یک خطای بحرانی در محیط عملیاتی جلوگیری کرد. این رویکرد ثابت می‌کند که…
پروژه متن‌باز NylonME با پیاده‌سازی معماری ذخیره‌سازی دو لایه، امتیاز محک LoCoMo را از ۴۷.۱٪ به ۸۴.۶٪ ارتقا داد. این سیستم با ترکیب متن خام و حقایق استخراج‌شده، شکاف میان بازیابی…
اوپن‌ای‌آی افشا کرد که حفظ زنجیره‌های استدلال و استفاده از فشرده‌سازی تاریخچه، عملکرد مدل GPT-5.6 Sol را از ۱۳.۳٪ به ۳۸.۳٪ رسانده است. این یافته ثابت می‌کند بسیاری از شکست‌های…
پروژه متن‌باز TradingAgents با جایگزینی تک‌پرامپت‌ها با تیمی از عامل‌های تخصصی، فرآیند تحلیل بازار را به مناظره‌ای میان دیدگاه‌های صعودی و نزولی تبدیل کرده است. این چارچوب با…
یک بررسی فنی عمیق نشان می‌دهد که موتور Autograd در PyTorch به‌جای تخمین شیب، مشتقات دقیق قاعده زنجیره‌ای را محاسبه می‌کند. با حذف لایه‌های انتزاعی، چرخه آموزش به یک فرآیند شفاف…
مؤسسه مدل‌های بنیادی (IFM) خانواده مدل‌های متن‌باز K2 Horizon را با معماری‌های متنوع منتشر کرد. این مدل‌ها با معرفی مکانیزم MoVA و آداپتورهای Uno، سرعت استنتاج را بدون کاهش کیفیت…
تکیه بر تاریخچه‌ی چت برای بازبینی کدهای تولیدشده توسط عامل‌های هوش مصنوعی، منجر به ایجاد «فولکلور» به‌جای سوابق مهندسی می‌شود. برای تضمین تکرارپذیری، تیم‌ها باید شناسه‌ی مدل، هش…
پلتفرم TryNix با ترکیب WebAssembly و کش‌های باینری، امکان اجرای هر نسخه از بسته‌های Nix را در یک ماشین مجازی لینوکسی درون مرورگر فراهم می‌کند. این ابزار نیاز به نصب محلی را حذف…
سازنده Mirofy با جایگزینی داده‌های مصنوعی با مخازن واقعی کد، ۱۳ باگ بحرانی در تحلیل معماری نرم‌افزار یافت. این تجربه ثابت می‌کند تنها راه شناسایی لبه‌های پیچیده معماری، تست در…
یک پروتکل جدید با استفاده از هش‌های رمزنگاری‌شده، مانع از تخیل عامل‌های هوش مصنوعی درباره جزئیات سیستم می‌شود. این روش با جداسازی مشاهده از استناد، اجازه نمی‌دهد عامل‌ها بدون مدرک…