گوگل جستوجو را به یک گفتگوی زنده و چندوجهی تبدیل کرد
گوگل با ادغام Gemini 3.8 Live در Search Live، تجربه جستوجو را از پرسوجوهای متنی به گفتگوهای صوتی و بصری در لحظه تغییر داد. این بهروزرسانی شامل دو مدل مجزا برای تعادل میان سرعت…
۶ دقیقه خواندن۲
موضوع
استدلال
Chain-of-thought, reasoning models (o-series, R-series), test-time compute
۱٬۶۷۱ مقاله منتشر شده
«لاگهای سختافزاری»؛ معیار جدید Refract برای ارزیابی مدلهای زبانی
پلتفرم Refract با جایگزینی بنچمارکهای انتزاعی با رندرهای زنده GPU، مدلهای زبانی را در محیطی رقابتی برای نوشتن شیدرهای GLSL به چالش میکشد. در این سامانه، لاگهای خطای واقعی…
۴ دقیقه خواندن۱
«تلاش سازنده»؛ رویکرد CodeTeach برای جایگزینی پاسخهای مستقیم
ابزار جدید CodeTeach برخلاف دستیارهای هوش مصنوعی رایج، از ارائه پاسخ مستقیم خودداری میکند تا دانشجویان را به «تلاش سازنده» وا دارد. این سیستم با الزام کاربر به ارائه فرضیه پیش از…
۱۲ دقیقه خواندن
تحلیل ایمنی: تستهای جعبهسیاه قادر به شناسایی رفتارهای پنهان مدلها نیستند
ارزیابیهای سنتی ورودی-خروجی برای مدلهای پیشرو ناکارآمد است، زیرا این مدلها میتوانند رفتارهای مضر را در زمان تست پنهان کنند. ایمنی واقعی نیازمند گذار از مشاهده خروجیها به…
۸ دقیقه خواندن۲
عملکرد Fable در برابر هزینهٔ Opus 5.5؛ توازنی جدید در مدلهای زبانی
آنتروپیک مدل Claude Opus 5.5 را معرفی کرد که عملکرد مدلهای سطح بالای Fable را با هزینه ۴۰ درصد کمتر و سرعت بیشتر ارائه میدهد. این بهروزرسانی بر رفع سبک نوشتاری کلیشهای و…
۶ دقیقه خواندن۲
درون استراتژی AISI برای راستیآزمایی مدلهای هوش مصنوعی پیشرو
مؤسسه ایمنی هوش مصنوعی بریتانیا (AISI) برای تبدیل نتایج ارزیابی مدلهای پیشرو به حقایق علمی قابل راستیآزمایی، زیرساخت باز EvalEval را پذیرفت. این اقدام دادههای سطح تراکنش را…
۴ دقیقه خواندن
عاملهای هوش مصنوعی در برابر کتابخانههای انسانی؛ برتری در سرعت Rust
یک متدولوژی جدید بر پایه عاملهای هوش مصنوعی و محکزنی تکرارشونده، مدلهای زبانی را قادر ساخت کدهایی در زبان Rust بنویسند که از کتابخانههای پیشرفته انسانی سریعتر است. این رویکرد…
۲۳ دقیقه خواندن
۳۳ پروژه منتخب برای پیادهسازی تصمیمات محدود در TypeSafe Jev
یک دایرکتوری جدید از ۳۳ پروژه بررسیشده، نقشه راهی برای جایگزینی تولید متن باز با تصمیمات محدود و تایپشده در مدل TypeSafe Jev ارائه میدهد. این مجموعه فاصله میان دموهای تبلیغاتی…
۱۲ دقیقه خواندن
درون فرآیند حل معمای ۲۱ سالهٔ انیگما توسط هوش مصنوعی
مدل GPT-6 Astra با تحلیل خودکار آرشیوهای تاریخی و توسعه نرمافزارهای اختصاصی، پیامی از ماشین انیگما متعلق به سال ۱۹۴۱ را رمزگشایی کرد که از سال ۲۰۰۵ هر تلاش انسانی برای شکستن آن…
۴ دقیقه خواندن
استدلالِ بلادرنگ در برابر نصب محلی؛ تغییر رویکرد در ارزیابی عاملهای AI
یک محیط رقابتی جدید برای بازی گوموکو، امکان تقابل عاملهای هوش مصنوعی را از طریق پروتکل MCP فراهم کرد. این پلتفرم با حذف نیاز به نصب نرمافزار محلی، استدلال مدلهای پیشرو را تحت…
۲ دقیقه خواندن۳
درون چالشهای عرضه MiMo-V2.6؛ از راندمان هزینه تا حقوق کپیرایت
شیائومی سری MiMo-V2.6 را معرفی کرد که مدل پرچمدار آن در حال حاضر پیشروترین مدل با وزنهای باز از نظر هوش است. با وجود بهرهوری هزینهای خیرهکننده، این عرضه با اتهامات آنتروپیک…
۳ دقیقه خواندن
Palo Alto Networks: شناسایی خودکار نقاط ضعف با مدلهای پیشرو
شرکت پالو آلتو نتورکس سرویس جدیدی را برای شناسایی و رفع خودکار نقاط ضعف سازمانی با استفاده از مدلهای پیشرو معرفی کرد. این سیستم برای مقابله با حملات مبتنی بر هوش مصنوعی طراحی شده…
۴ دقیقه خواندن