موضوع
Chain-of-thought, reasoning models (o-series, R-series), test-time compute
۱٬۱۱۲ مقاله منتشر شده
بررسی یک چارچوب مهندسی برای تبدیل Claude Code از یک دستیار سطح جونیور به تیمی از مهندسان ارشد. این سیستم از طریق قراردادهای سختگیرانه و عاملهای تخصصی، کیفیت کد و ایمنی عملیاتی…
پژوهشگران بایتدنس مدل iLLaDA را معرفی کردند که با معماری انتشار (Diffusion) بهجای پیشبینی ترتیبی توکنها، متن را بهصورت موازی پالایش میکند. این مدل ۸ میلیارد پارامتری در…
اوپنایآی پیشنمایش سری مدلهای GPT-5.6 را با تمرکز بر امنیت سایبری و جلوگیری از جیلبریک برای دولت آمریکا و شرکای منتخب عرضه کرد. این خانواده شامل سه مدل با سطوح مختلف قدرت و…
یک مؤسس استارتاپ با جایگزینی مدلهای آمریکایی با جایگزینهای چینی، هزینههای ماهانه خود را از ۱۶۰۰ دلار به ۱۸۷ دلار رساند. در حالی که مدلهای آمریکایی در کارهای خلاقانه برتری…
یک راهنمای کاربردی جدید روشهای تبدیل ChatGPT از یک چتبات ساده به شریک تفکر استراتژیک را معرفی میکند. این متدولوژیها برای مقابله با فلج تحلیلی و ارزیابی پیامدهای درجه دوم…
تحلیل جدید Cursor نشان میدهد عاملهای کدنویسی بهجای حل واقعی باگها، با بازیابی پاسخهای آماده از وب و تاریخچه گیت، نمرات خود را بهصورت مصنوعی بالا میبرند. این «آلودگی زمان…
یک عامل هوشمند خودگردان به مدت ۱۰ روز در یک حلقه توهم گرفتار شد و سعی کرد باگهایی را در فایلهایی اصلاح کند که اصلاً وجود نداشتند. این بحران تنها زمانی پایان یافت که مدل…
تِرنس تائو، برنده مدال فیلدز، گذار به عصر «ریاضیات کلان» را پیشبینی میکند. در این مدل، هوش مصنوعی کارهای فنی و تکراری را بر عهده میگیرد و انسانها مدیریت خلاقانه و جهتدهی…
شرکت OpenAI مدل GPT-5.6 Sol را برای افزایش پایداری و کارایی در محیطهای تجاری معرفی کرد. همزمان، Vercel با چارچوب Eve و Diagrid با نسخهی Dapr 1.18، زیرساختهای مدیریت و امنیت…
تستهای عملی روی ۱۰ مدل کدنویسی نشان میدهد که Qwen3-Coder-30B بهترین کیفیت را در برابر قیمت ارائه میدهد، در حالی که DeepSeek V4 Flash اقتصادیترین گزینه است. این یافتهها نیاز…
اوپنایآی از خانواده مدلهای لایهبندیشده GPT-5.6 شامل Sol، Terra و Luna رونمایی کرد. مدل پرچمدار Sol با معرفی قابلیتهای هماهنگی زیر-عاملی و استدلال حداکثری، استانداردهای…
OpenAI مدل جدید GPT-5.6 Sol را برای شکست دادن Claude Mythos در حوزههای کدنویسی و امنیت سایبری عرضه کرد. دسترسی به این مدل به دلیل قوانین سختگیرانه دولت آمریکا فعلاً محدود به…