چندوجهی

چارچوب جدید Visual-SDPO با استفاده از بازخوردهای بصری رندر شده، مدل‌های زبانی را برای تولید کدهای دقیق‌تر در نمودارها و رابط‌های کاربری آموزش می‌دهد. این روش با هدف قرار دادن…

پژوهشگران با معرفی چارچوب Architect-Ant، چیدمان خودکار پلان‌های معماری را از تولید تصویر صرف به یک مسئله‌ی استدلالی تبدیل کرده‌اند. این سامانه با استفاده از یک زبان مختص دامنه…

مدل‌های پیشرو در بینایی-زبان (VLM) در مواجهه با مفاهیم فیزیکی و مهندسی شکست می‌خورند. بنچمارک جدید EngVQA نشان می‌دهد که این مدل‌ها پاسخ‌هایی «ظاهراً متقاعدکننده» اما از نظر علمی…

یک چارچوب نظری جدید به نام Soul Computing پیشنهاد داده است که هدف آن تبدیل عامل‌های هوش مصنوعی از ابزارهای کاربردی به موجوداتی با آگاهی مستقل است. این رویکرد بر ایجاد یک «هسته…

یک چارچوب چندوجهی جدید با ادغام یادگیری تقویت‌شده و نظریه بازی‌ها، خطای پیش‌بینی در معاملات فرکانس بالا را به‌طور چشم‌گیری کاهش داده است. این سیستم ثابت می‌کند که رویکرد…

یک بنچمارک فنی جدید نشان می‌دهد که Scribe V2 و Gemini 3 Flash در تبدیل گفتارهای دوزبانه (Code-switched) پیشتازند. این مطالعه تأیید می‌کند که مدل‌های زبانی بزرگ صوتی (LALM) در حفظ…

گوگل قابلیت ترجمه صوتی هم‌زمان را برای بیش از ۷۰ زبان در Gemini 3.5 فعال کرد. این ابزار با حفظ لحن و ضرب‌آهنگ گوینده، سدهای زبانی را در Google Meet و اپلیکیشن Translate از بین…

شرکت Anthropic مدل‌های Fable 5 و Mythos 5 را برای پیشبرد قابلیت‌های عامل‌محور در برنامه‌نویسی و پژوهش‌های علمی عرضه کرد. این سیستم اکنون از سازوکار «جایگزین» (fallback) برای…

شرکت Transload با ترکیب هوش مصنوعی فضایی و دوربین‌های امنیتی موجود، ابعاد محموله‌ها را به‌طور خودکار اندازه‌گیری می‌کند. این سیستم با شناسایی خطاهای اندازه‌گیری، درآمدهای از دست…

یک تیم توسعه با جایگزینی Wrapperهای سخت‌افزاری API با معماری مدیریت غیرهمزمان تسک‌ها، «بار اپترا» را حذف کرد. این رویکرد باعث کاهش ۶۰ درصدی پیچیدگی‌های بک‌اند و standardization…

اپل برای مدل‌های جدید Siri AI به حافظه رم ۱۲ گیگابایتی نیاز دارد و این موضوع بسیاری از دستگاه‌های اخیر، از جمله آیفون ۱۶ پرو مکس را از اجرای محلی مدل‌های پیشرفته محروم می‌کند. این…

تحلیل فنی هشت مدل پیشرو در ژوئن ۲۰۲۶ نشان‌دهنده شکاف میان قدرت کدنویسی خام و استقلال عامل‌محور است. در حالی که Claude Opus 4.8 در بنچمارک‌های عینی پیشتازی می‌کند، GPT-5.5 همچنان…