موضوع
Chain-of-thought, reasoning models (o-series, R-series), test-time compute
۱٬۶۷۰ مقاله منتشر شده
ساخت سیستمهای تصمیمیار در مقیاس صنعتی نیازمند عبور از مهندسی پرامپت و حرکت به سمت معماریهای ساختاریافته است. Oxlo.ai برای رفع گلوگاه هزینههای توکن در گردشکارهای عاملمحور،…
مدلهای هوش مصنوعی الگوهای احساسی انسان را تقلید میکنند بدون آنکه آنها را تجربه کنند. معنای موجود در تعاملات AI در واقع یک توهم روانشناختی است که کاربر به ماشین نسبت میدهد.
مدلهای انتشار متن (Text Diffusion) با جایگزینی تولید خطی با بازنویسی موازی، محدودیتهای مدلهای خودبازگشتی را میشکنند. این تغییر معماری میتواند سرعت استنتاج را افزایش داده و…
یک نقشهی فنی فاش میکند که دستیارهای هوش مصنوعی برای کاهش تأخیر، دقت استدلالی را فدای سرعت تولید کد میکنند. این موازنه منجر به خطاهای بحرانی در مدیریت حافظه و تحلیل سیستمهای…
گروه علوم زیستی آنتروپیک با استفاده از ۹۵۰ عامل هوش مصنوعی، یک سامانهٔ آنزیمی ناشناخته به نام ART را در DNA ویروسها کشف کرد. این سیستم شباهت زیادی به مکانیزمهای برنامهریزیپذیر…
مدل وزنباز CLM-8B با جایگزینی تولید متن با سیستم امتیازدهی اقدامات، تأخیر در تصمیمگیری عاملهای هوش مصنوعی را بهشدت کاهش داد. این مدل در نقش تأییدکننده کدنویسی، نتایجی فراتر از…
شرکت SpaceXAI مدل Grok 4.7 را با تمرکز بر کدهای پیچیده و وظایف عاملمحور معرفی کرد. این مدل با وجود افزایش چشمگیر توان استدلال و پنجره متنی ۵۰۰ هزار توکنی، قیمت استنتاج خود را…
یک محک جدید در Kaggle نشان میدهد که مدلهای گوگل و OpenAI در تفسیر احساسات پنهان برتر هستند. در حالی که DeepSeek در منطق و کدنویسی میدرخشد، در درک لایههای عاطفی متن شکست خورده…
گزارش جامع Artificial Analysis از مدل Mercury 2.5، تمرکز ارزیابیها را از هوش خام به «هوش در هر دلار» تغییر داد. این تحلیل با استفاده از شاخصهای جدید، کارایی عاملمحور و…
ابزار جدید Atlarix Auto با تحلیل هر گام از فرآیند برنامهنویسی، بهینهترین مدل هوش مصنوعی را برای آن مرحله انتخاب میکند. این عامل دسکتاپ با حذف نیاز به مدیریت کلیدهای API و…
چارچوب LensVLM با استفاده از مکانیزم گسترش انتخابی، اجازه میدهد مدلهای VLM تصاویر بهشدت فشرده را بدون افت دقت پردازش کنند. این سیستم با شناسایی نواحی حیاتی و بزرگنمایی آنها،…
اوپنایآی با معرفی MentalHealthBench، معیاری تخصصی شامل ۱۲۱۵ گفتگو برای ارزیابی عملکرد مدلهای هوش مصنوعی در سناریوهای سلامت روان ارائه کرد. این ابزار با استفاده از معیارهای…