موضوع
Chain-of-thought, reasoning models (o-series, R-series), test-time compute
۱٬۱۰۵ مقاله منتشر شده
شرکت Cursor سامانه Cursor Router را معرفی کرد که با تحلیل پیچیدگی هر درخواست، آن را به بهینهترین مدل میسپارد. این رویکرد کیفیت خروجی مدلهای پیشرو را حفظ کرده و همزمان…
مقایسهٔ جامع دو مدل پرچمدار نشان میدهد که Claude Opus 4.8 در بنچمارکهای پیچیدهٔ کدنویسی پیشرو است، اما GPT-5.6 با استراتژی مدلهای لایهبندیشده (Sol, Terra, Luna)، هزینههای…
یک مدل زبانی کوچک با ۰.۶ میلیارد پارامتر توانست تنها پس از ۱۲ دقیقه آموزش محلی، به دقت ۱۰۰٪ در طبقهبندی اسناد دست یابد. این آزمایش نشان میدهد که تقطیر دانش نه تنها ساختار…
مدل Inkling با بهرهگیری از معماری پراکنده (Sparse)، ظرفیت عظیم ۹۷۵ میلیارد پارامتری خود را مدیریت میکند اما در هر لحظه تنها بخشی کوچک از شبکه را فعال میکند. این رویکرد اجازه…
مدل Kimi K3 متعلق به Moonshot AI در بنچمارک AA-Briefcase پس از Claude Fable 5 قرار گرفت. با وجود قدرت تحلیلی بالا، هزینه ۱۰ دلاری هر تسک و تأخیر یکساعته، استقرار تجاری این مدل را…
سیسکو خانواده مدلهای زبانی کوچک Antares را برای شناسایی دقیق نقاط آسیبپذیر در کدهای حجیم معرفی کرد. نسخه ۱.۶ میلیارد پارامتری این مدل با تکیه بر آموزش تخصصی و ساختار عاملمحور،…
بررسی دقیق پلتفرم Phronesis نشان میدهد که مهندسان AI چگونه «پاس شدن» تستها را با صحت واقعی اشتباه میگیرند. این تحلیل ۱۰ حالت شکست سیستمی را شناسایی کرده که در آنها ابزارهای…
معماری خودروهای خودران از سیستمهای ادغام سنسور ایستا به سمت سامانههای شناختی مبتنی بر مدلهای زبانی بزرگ حرکت میکند. این تغییر مسیر، توانایی تفسیر قوانین پیچیده ترافیکی و تولید…
شرکت Poolside مدل وزنباز Laguna S 2.1 را معرفی کرد که با معماری MoE و حالت «تفکر حداکثری»، در بنچمارکهای کدنویسی بلندمدت از مدلهایی ۱۰ برابر بزرگتر پیشی میگیرد.
سامانههای نگهداری پیشبینانه به دلیل حجم بالای دادههای حسگرها با هزینههای گزاف توکن مواجهاند. Oxlo.ai با جایگزینی پرداخت توکنی با هزینه ثابت بهازای هر درخواست، استقرار…
پلتفرم Oxlo.ai با استفاده از مدلهای زبانی بزرگ به عنوان موتور استدلال، دستورات متنی را به مختصات دقیق برای قطعهبندی تصویر تبدیل میکند. این سامانه با مدل قیمتگذاری مبتنی بر…
تحلیل فنی Fireworks.ai نشان میدهد توزیع وظایف بین مدلهای وزنباز Kimi K3 و مدل بسته Fable 5، نتایجی فراتر از هر یک از این مدلها بهتنهایی دارد. این رویکرد ترکیبی صحت عملیات را…