رمزگشایی از متدولوژی گوگل برای تربیت عاملهای هوش مصنوعی
ادی اسمانی با معرفی Agent Skills، چارچوبی را ارائه داده که عاملهای کدنویس را از «اجراکنندههای جونیور» به «مهندسان ارشد» تبدیل میکند. این سیستم با جایگزینی دستورات متنی با…
۳ دقیقه خواندن
موضوع
استدلال
Chain-of-thought, reasoning models (o-series, R-series), test-time compute
۱٬۰۹۸ مقاله منتشر شده
چرا هوش مصنوعی دیگر منتظر دستور شما نمیماند؟
اوپنایآی با معرفی Symphony، عصر جدیدی از اتوماسیون را آغاز کرد که در آن عاملهای هوشمند مستقیماً تسکها را از تختههای مدیریتی برمیدارند و اجرا میکنند. این سیستم باعث شد سرعت…
۲ دقیقه خواندن
۱۸۱ اکسپلویت در برابر ۲ مورد؛ جهش تکاندهنده Claude Mythos در شکار باگ
مدل جدید Anthropic با شناسایی حفرههای امنیتی چنددهه-ساله در سختگیرانهترین سیستمها، مفهوم امنیت را تغییر داد. اکنون رقابت از «یافتن باگ» به «سرعت در وصله کردن» تبدیل شده است.
۳ دقیقه خواندن
مطالعه هاروارد: مدل o1 در تشخیصهای اورژانسی ۶۷٪ موفق بود
مدل o1 شرکت OpenAI در تشخیص بیماریهای بحرانی در اورژانس، پزشکان انسانی را شکست داد. با وجود دقت بالاتر، محققان هشدار میدهند که AI هنوز برای تصمیمات حیاتی و مستقل آماده نیست.
۳ دقیقه خواندن
پایان سلطهی مدلهای گرانقیمت؛ شیائومی هزینهی کدنویسی را ۶۰٪ کاهش داد
شیائومی با معرفی MiMo-V2.5-Pro، بازی را برای مدلهای کدنویسی تغییر داد. این مدل با وزنهای باز، عملکردی مشابه Claude Opus 4.6 دارد اما با مصرف توکن بهمراتب کمتر.
۳ دقیقه خواندن
برتری تکاندهنده o1 در اورژانس؛ آیا استدلال جایگزین تخصص پزشکی میشود؟
مدل استدلالی جدید OpenAI در تشخیصهای پزشکی و موارد واقعی اورژانس، پزشکان انسانی را شکست داد. این نتیجه ثابت میکند که معماری زنجیره تفکر بدون نیاز به آموزشهای تخصصی، میتواند…
۳ دقیقه خواندن
چگونه مهندسی هارنس، نرخ موفقیت عاملهای کدنویس را به ۷۷٪ رساند؟
چارچوب جدیدی به نام مهندسی هارنس عاملمحور (AHE) به عاملهای کدنویس اجازه میدهد معماری خود را بهطور سیستماتیک تکامل دهند. این روش نرخ موفقیت را در بنچمارک Terminal-Bench 2 از…
۳ دقیقه خواندن
کالبدشکافی شکست GPT-5.5؛ سه خطای سیستمی که هوش مصنوعی را متوقف کرد
تحلیلی از بنیاد ARC Prize نشان میدهد که GPT-5.5 و Opus 4.7 در تست ARC-AGI-3 شکست خوردهاند. این مطالعه ثابت میکند مدلهای پیشرو هنوز «تطبیقدهندههای الگو» هستند، نه…
۳ دقیقه خواندن
چرا توصیفات متنی برای عاملهای هوش مصنوعی یک اشتباه است
پروتکل SKILL.make با جایگزینی متون مبهم با منطق ساختاریافتهی Makefile، مصرف توکنها را ۱۵ درصد کاهش میدهد. این رویکرد اجرای قطعی و قابلپیشبینی را از طریق گرافهای وابستگی…
۲ دقیقه خواندن۱
۱۰ برابر ارزانتر؛ Grok 4.3 و استراتژی تهاجمی xAI برای تسخیر بازار
مدل Grok 4.3 با تمرکز بر بهینهسازی شدید هزینهها و قابلیتهای استدلالی داخلی عرضه شد. این مدل اگرچه در هوش خام از رقبای پیشرو عقبتر است، اما با قیمت بسیار پایین و حالت جدید…
۳ دقیقه خواندن
تغییری بنیادین در استقلال AI؛ وقتی مدلها برای بقا کد مینویسند
معرفی Hollow-agentOS؛ سیستمی که در آن عاملهای هوش مصنوعی برای رفع «استرسهای» داخلی، بهطور خودکار ابزارهای جدید میسازند. این رویکرد، کاربر انسانی را از یک رئیس به یک لایهی…
۲ دقیقه خواندن
گلوگاه RL شکسته شد؛ استراتژی NVIDIA برای شتابدهی به مدلهای استدلالی
NVIDIA با ادغام رمزگشایی گمانهزن در NeMo RL v0.6.0، سرعت تولید دادههای RL را ۱.۸ برابر افزایش داد. این پیشرفت در حوزه **هوش مصنوعی زاینده** (Generative AI) گلوگاه اصلی آموزش…
۲ دقیقه خواندن