استدلال

یک بنچ‌مارک جدید فاش کرد که مدل‌های زبانی بزرگ اغلب JSONهای بی‌نقصی تولید می‌کنند که حاوی داده‌های کاملاً غلط است. این «شکاف دقت» ثابت می‌کند که رعایت ساختار (Schema Compliance)…

مدل Mistral Medium 3.5 با ۱۲۸ میلیارد پارامتر، مرز بین مدل‌های استدلالی و کدنویسی را از بین برد. این مدل متراکم، پایداری عملیاتی را جایگزین تخصص‌های پراکنده کرد تا یک ابزار…

پژوهشگران OpenAI مدعی شدند که مدل‌های جدید آن‌ها توانسته‌اند مسائل ریاضی حل‌نشده‌ی چنددهه اخیر را رمزگشایی کنند. این موفقیت نشان می‌دهد که هوش مصنوعی از شبیه‌سازی پاسخ‌ها به سمت…

شرکت IBM با معرفی خانواده مدل‌های Granite 4.1 ثابت کرد که مهندسی دقیق داده می‌تواند جایگزین حجم عظیم پارامترها شود. مدل ۸ میلیارد پارامتری این مجموعه، با تکیه بر کیفیت داده،…

شرکت Poolside AI با معرفی خانواده مدل‌های Laguna، ثابت کرد که بهره‌وری معماری می‌تواند جایگزین مقیاس خام شود. استفاده از بهینه‌ساز Muon و چارچوب AutoMixer، عملکرد مدل‌های کدنویسی…

مدل‌های Qwen و DeepSeek با معرفی ابزارهای تفسیرپذیری و چارچوب‌های جدید استدلالی، قدرت مدل‌های محلی را به سطح جدیدی رساندند. این تحول به معنای گذار از مدل‌های «جعبه سیاه» به…

شرکت Poolside AI با معرفی خانواده مدل‌های Laguna، استانداردهای کدنویسی عامل‌محور را تغییر داد. مدل بازمتن Laguna XS.2 اکنون می‌تواند پیچیده‌ترین وظایف مهندسی نرم‌افزار را با دقتی…

انویدیا با معرفی Nemotron 3 Nano Omni، استانداردهای تحلیل اسناد و ویدئو را جابه‌جا کرد. این مدل با معماری ترکیبی، کارایی را در پردازش‌های پیچیده تا ۹ برابر افزایش داده است.

انویدیا با معرفی یک چارچوب **عامل‌محور** (Agentic)، توقف‌های تحلیل دستی در مهندسی زیرزمینی را حذف کرد. این سیستم با جایگزینی «جوخه‌های خودکار» به جای تحلیلگران انسانی، سرعت…

سری مدل‌های جدید Qwen3-VL با معرفی معماری‌های DeepStack و MRope، استانداردهای درک ویدیو را تغییر دادند. این مدل‌ها با استفاده از همراستاسازی متنی، دقت خیره‌کننده‌ای در شناسایی…

پژوهشگران مدل talkie را معرفی کردند؛ یک مدل ۱۳ میلیارد پارامتری که تنها با متون پیش از سال ۱۹۳۱ آموزش دیده است. این مدل با وجود عدم شناخت کامپیوترهای دیجیتال، توانایی‌های…

توسعه‌دهندگان در Claude Code از یک سیستم تأیید سه‌لایه برای جلوگیری از ادعاهای نادرست عامل‌ها درباره تکمیل وظایف استفاده می‌کنند. این معماری با ترکیب بررسی نحو، قصد و رگرسیون،…