
«توزیع احتمالات نه خلاقیت»؛ تحلیل عملکرد پارامتر Temperature در LLM
بسیاری از توسعهدهندگان Temperature را به اشتباه یک «لغزنده خلاقیت» میبینند، در حالی که این پارامتر صرفاً توزیع احتمالی توکنها را تغییر میدهد. تنظیمات بالا ایدههای جدید خلق…
موضوع
Chain-of-thought, reasoning models (o-series, R-series), test-time compute
۱٬۶۸۴ مقاله منتشر شده

بسیاری از توسعهدهندگان Temperature را به اشتباه یک «لغزنده خلاقیت» میبینند، در حالی که این پارامتر صرفاً توزیع احتمالی توکنها را تغییر میدهد. تنظیمات بالا ایدههای جدید خلق…

شرکت Cogent AI مدل استدلالی VR-1 را برای طراحی و تأیید زنجیرههای پیچیده حمله در محیطهای سازمانی عرضه کرد. این مدل برخلاف مدلهای عمومی، بهجای شناسایی تکباگها بر اجرای نفوذهای…

علیبابا مدل عظیم Qwen3.8-Max را با معماری ترکیب خبرهها و پنجره زمینه یک میلیون توکنی منتشر کرد. در حالی که نسخه پرچمدار نیازمند زیرساختهای ابری است، نسخه ۲۷ میلیارد پارامتری با…

شرکت Onton مدل هوش مصنوعی Neurosymbolic را معرفی کرد که با استفاده از گراف دانش، در پاسخ به پرسوجوهای پیچیده تجاری، گوگل شاپینگ و آمازون را شکست میدهد. این مدل بهجای تکیه بر…

آزمایشگاه Thinking Machines مدل Inkling-Small را معرفی کرد؛ یک مدل MoE با وزنهای باز که علیرغم اندازه کوچکتر، در استدلال و کدنویسی پیچیده از نسخه پیشین خود (۹۷۵ میلیارد…

تکامل پردازش زبان طبیعی از قوانین سختگیرانه به معماری ترنسفورمر رسید. این مدلها با جایگزینی پردازش متوالی با مکانیزم خودتوجهی، مشکل فراموشی دادهها در متون بلند و سرعت پایین…

بنیانگذار یک شرکت هوش مصنوعی استدلال میکند که موفقیت مدلهای زبانی از طریق آمار و مقیاس، مفاهیم ما از هوش انسانی را به چالش میکشد. این دیدگاه بر ضرورت تزریق آگاهانه ارزشهای…

یک محک جدید به نام FROGS_ نشان میدهد که مدلهای هوش مصنوعی در مواجهه با پرامپتهای ساده، دچار «بیشویرایشگری» میشوند. این مدلها بهجای رسم یک قورباغه ساده، ویژگیهای پزشکی و…

یک سامانه چندعاملی جدید با جایگزینی چتباتهای تکمدل، زنجیرهای تخصصی از برنامهریز، پژوهگر، اجراکننده و منتقد ایجاد میکند. این معماری با جداسازی مسئولیتها و اجبار به حلقهٔ…

یک توسعهدهنده با جایگزینی چتهای گروهی ساده با یک «روتر» مبتنی بر ماشین وضعیت (State Machine)، توهمات قوانین را در بازی اجتماعی Werewolf حذف کرد. این معماری ثابت میکند که برای…

آندرج کارپاتی توانایی مدل Opus 5 در تبدیل متن به محیطهای سه بعدی تعاملی و رویهای را به نمایش گذاشت. این آزمایش نشاندهنده گذار به سوی جهانسازی «در لحظه» است، هرچند نبود بازخورد…

پژوهشگران دریافتند حذف دستورالمانهای سختگیرانه در مدیریت حافظه، مدل Kimi K3 را از یک «منشی یادداشتبردار» به یک «طراح سیستم» تبدیل میکند. این تغییر باعث کاهش دفعات بهروزرسانی…