موضوع
Chain-of-thought, reasoning models (o-series, R-series), test-time compute
۱٬۶۸۴ مقاله منتشر شده
یک آزمون استرس روی مدل محلی Ornith-1.0-35b نشان داد که عملکرد این مدل در مواجهه با پیچیدگیهای دنیای واقعی بهطور کامل فرو میپاشد. در حالی که مدل در وظایف ساده موفق بود، در تمامی…
روش سنتی Rubber Ducking با تبدیل تحلیلهای خاموش به گفتگوهای فعال با هوش مصنوعی تکامل یافته است. برنامهنویسان اکنون میتوانند گلوگاههای ناهمگام و شکافهای منطقی کد را در چند…
پژوهشهای جدید نشان میدهد دستاوردهای یادگیری تقویتی در مدلهای زبانی بزرگ بهجای توزیع در کل مدل، در چند لایه میانی متمرکز شدهاند. آموزش تنها یک لایه مجزا میتواند بخش بزرگی از…
دادههای جدید شکاف عمیقی را میان بنچمارکهای کوتاه و وظایف واقعی-طولانی کدنویسی نشان میدهند. مدل Opus 4.8 در جریانهای کاری چندساعته و پیچیده، عملکردی بهمراتب برتر از رقبا دارد.
آزمایشهای مدل Gemma 4 2B روی سختافزار محلی نشان میدهد که فاصله میان تولید توابع ساده و تغییرات واقعی در مخازن کد بسیار زیاد است. در حالی که مدل در وظایف محدود موفق است، در…
یک چارچوب جدید برای هماهنگی سامانههای چندعاملی با جداسازی سختگیرانه زیر-عاملها و استفاده از قراردادهای JSON، مشکل رشد بیرویه توکنها را حل میکند. این معماری از ورود «نویز» به…
پلتفرم ZCode با ادغام مدل GLM-5.2، امکان هدایت عاملهای کدنویسی از طریق پیامرسانهایی مثل تلگرام را فراهم کرد. این ابزار با مدلهای قیمتی لایهبندی شده، مدیریت پروژههای کوچک تا…
یک دانشجوی مهندسی نرمافزار با استفاده از Claude Code سیستمی عاملمحور ساخت تا حجم عظیم منابع آموزشی دوره ارشد را مدیریت کند. این مدل با تفکیک تدارکات آموزشی از تلاش ذهنی، یادگیری…
شرکت آنتروپیک دسترسی محدود و رایگانی را برای مدل جدید Claude Fable 5 در اختیار مشترکان فعلی قرار داد. کاربران تا ۷ جولای ۲۰۲۶ میتوانند تا ۵۰٪ از سقف هفتگی خود را بدون هزینه اضافی…
پلتفرم ZCode با ادغام مدل GLM-5.2، مدیریت هدفمحور را برای برنامهنویسی عاملهای هوش مصنوعی معرفی کرد. این ابزار با کاهش «انحراف عامل»، پایداری اجرای تسکهای طولانیمدت را افزایش…
مکانیزم «توجه» (Attention) که در سال ۲۰۱۷ معرفی شد، پردازش ترتیبی متن را با محاسبات موازی جایگزین کرد. این فناوری به هر توکن اجازه میدهد بهطور همزمان با تمام توکنهای دیگر…
یک برنامهنویس ۱۵ ساله برزیلایی با ابداع CELN، شبکههای عصبی را با معماریهای نمادین برداری جایگزین کرد. این سیستم بدون نیاز به GPU، در آزمونهای استدلال منطقی به نمره کامل رسید.