موضوع
Chain-of-thought, reasoning models (o-series, R-series), test-time compute
۱٬۶۸۶ مقاله منتشر شده
یک تحلیل عملیاتی نشان میدهد که مدل Claude در استدلالهای پیچیده و بازسازی کد (Refactoring) درخشان است اما در عیبیابیهای تخصصی شکست میخورد. کلید بهرهوری در این است که با هوش…
رویکرد جدیدی در بهینهسازی RAG پیشنهاد میدهد که بهجای پاسخ نهایی، «زمینه سنتز شده» را ذخیره کند. این متد با کاهش تأخیر و هزینه توکنها، فرآیند استدلال مدل را حفظ کرده و…
پلتفرم Sonn با معرفی یک لایهی استدلالی، از مدل RAG سنتی فراتر رفته تا رفتار عاملهای هوش مصنوعی را بهجای بازیابی سادهی متن، بهصورت فعال هدایت کند. این سیستم با تزریق راهنماهای…
ساختار احتمالات در مدلهای زبانی بزرگ باعث میشود این سامانهها بهجای خلق ایدههای بدیع، به سمت «میانگین» دادهها حرکت کنند. این پدیده باعث تبدیل نوآوریهای واقعی به خطاهایی…
یک ابزار شناسایی نشت داده فاش کرد که عاملهای هوش مصنوعی حتی در صورت فیلتر بودن خروجی نهایی، اطلاعات حساس را در مسیرهای استدلالی داخلی خود لو میدهند. این آسیبپذیری پیش از این…
یک گردشکار فنی جدید نشان میدهد چگونه میتوان مدل Gemma-3 گوگل را با استفاده از بهینهسازی سیاست نسبی گروهی (GRPO) و آداپتورهای لورا برای ریاضیات تنظیم دقیق کرد. این فرآیند یک…
پلتفرم MockDPE با جایگزینی RAG ساده با معماری چندمدلی، دقت ارزیابی پاسخهای شفاهی خلبانان را به ۹۶.۳٪ رسانده است. این ابزار با تمرکز بر استانداردهای FAA، محیطی برای شکست امن…
شرکت Meituan مدل LongCat-2.0 را بهعنوان یک مدل MoE عظیم با هدف مهندسی نرمافزار عاملمحور عرضه کرد. این مدل که کاملاً روی سختافزارهای ASIC بومی آموزش دیده، پنجرهٔ زمینه ۱ میلیون…
چارچوب smolagents از Hugging Face تولید تکمرحلهای و شکننده SQL را با یک حلقه خوداصلاحگر جایگزین کرده است. این سیستم با استفاده از الگوی ReAct، کوئریها را آزمایش و نتایج را…
پلتفرم Halo برای رفع مشکل اشباع پنجره متنی و کاهش کیفیت استدلال، از ساختار تکعاملی به یک سیستم ارکستراسیون چندعاملی تغییر مسیر داده است. در این طراحی جدید، وظایف استراتژی،…
آزمایشی جدید نشان میدهد که واداندن چندین مدل زبانی به بحث و نقد متقابل، توهمات استدلالی را حذف میکند. این رویکرد ثابت کرد که فشار رقابتی، پاسخهای «تنبلی» مدلها را در تستهای…
فارس علافی، پژوهشگر ۱۳ ساله، مدلی با ۳۰۰ میلیون پارامتر طراحی کرده که با ترکیب معماری Mamba-2 و مدل انتشار، مشکل تکرار کلمات و پیچیدگی محاسباتی ترنسفورمرها را هدف قرار میدهد. این…