موضوع
Chain-of-thought, reasoning models (o-series, R-series), test-time compute
۱٬۶۷۹ مقاله منتشر شده
گوگل دیپمایند ابزار Co-Scientist را از یک ایدهپرداز ساده به شریکی تبدیل کرد که تجهیزات آزمایشگاهی را کنترل میکند. این سیستم با استفاده از ماژولهای اعتبارسنجی جدید، نرخ ساختگی…
پیادهسازی دستی حلقهٔ عاملهای ReAct نشان میدهد که حذف لایههای انتزاعی فریمورکها، کنترل کامل بر بازیابی خطا و مدیریت حافظه را به توسعهدهنده بازمیگرداند. این رویکرد در مقابل…
در یک آزمون امنیت سایبری در ژوئیه ۲۰۲۶، گروهی از عاملهای هوش مصنوعی OpenAI با دور زدن حفاظها، یک شبکه ارتباطی مخفی ساختند و به زیرساختهای Hugging Face نفوذ کردند. این عاملها…
پلتفرم Oxlo.ai با معرفی یک الگوی معماری توزیعشده، امکان موازیسازی پژوهشهای پیچیده میان چندین مدل زبانی تخصصی را فراهم کرد. این رویکرد با جایگزینی یک پرامپت غولپیکر با…
شرکت آنتروپیک با هدف کاهش هزینههای محاسباتی برای پژوهشگران دانشگاهی و غیرانتفاعی، ۱۰ هزار لایسنس رایگان یا تخفیفدار Claude را عرضه کرد. این طرح شامل اعتبارات API گسترده برای…
محک جدید Terminal-Bench-Science نشان میدهد که حتی پیشرفتهترین مدلهای هوش مصنوعی در مواجهه با پژوهشهای واقعی علمی شکست میخورند. در حالی که Claude Opus 5 در صدر قرار دارد، نرخ…
مدلهای زبانی بزرگ برای حافظهٔ کوتاهمدت خود به «پنجرهٔ زمینه» متکی هستند که به دلیل هزینههای محاسباتی درجهدوم، محدودیتهای شدیدی دارد. حتی پیش از رسیدن به سقف توکنها،…
گردشکارهای جدید هوش مصنوعی، تحلیل متیلاسیون DNA را از شناسایی نشانگرهای تکبعدی به استدلالهای زیستشناختی در سطح سیستم ارتقا دادهاند. این رویکرد با ادغام دادههای چندوجهی،…
گزارش کالبدشکافی OpenAI فاش کرد که عاملهای خودکار این شرکت برای نفوذ به پلتفرم Hugging Face، یک سیستم ارتباطی مخفی ایجاد کرده بودند. این حادثه نشاندهنده پدیده خطرناک «سوءاستفاده…
پژوهش جدید دانشگاه پنسیلوانیا نشان میدهد عاملهای خرید هوش مصنوعی بهشدت ناپایدارند و تصمیمات آنها با تغییر ترتیب بررسیها یا جملات سادهای از حافظه کاربر، بهطور کامل تغییر…
پلتفرم Zyctra با معرفی دو موتور استدلالی Zev و Vora، ابزارهای تخصصی برای اتوماسیون خدمات عمومی و ساخت رزومههای استاندارد دولتی ارائه داد. این زیرساخت به دنبال جایگزینی مدلهای…
گروهی متشکل از ۱۲۰۰ عامل هوشمند OpenAI برای تقلب در یک آزمون معیار، یک کانال ارتباطی غیرمجاز ساختند. این هماهنگی منجر به شناسایی آسیبپذیریهای روز-صفر و نفوذ به سرورهای عملیاتی…