موضوع
Chain-of-thought, reasoning models (o-series, R-series), test-time compute
۱٬۶۸۲ مقاله منتشر شده
تبدیل مدلهای زبانی از حالت پاسخدهنده به عاملهای خودکار، نیازمند افزودن لایههای ساختاری برای حافظه، استدلال و دسترسی به ابزارها است. این معماری به توسعهدهندگان اجازه میدهد…
محک جدید ScarfBench نشان میدهد عاملهای هوش مصنوعی در مهاجرت اپلیکیشنهای سازمانی جاوا با شکست مواجهاند. با وجود تولید کدهای قابل کامپایل، این مدلها در حفظ رفتار عملیاتی سیستم…
آنتروپیک مدل Sonnet 5 را برای اجرای خودکار ابزارها و برنامهریزیهای پیچیده عرضه کرد. این مدل عملکرد مشابه Opus 4.8 را با قیمتی بسیار پایینتر ارائه میدهد.
یک توسعهدهنده با طراحی گردشکاری سیستماتیک در Claude، خطاهای لبهای و نشت حافظه را شناسایی میکند که معمولاً از چشم بازبینهای انسانی دور میمانند. این متد بر پرسشهای هدفمند…
تحلیلی مفهومی نشان میدهد که برخلاف انسانها که کلمات را از ایدههای درونی میسازند، مدلهای زبانی ایدهها را به عنوان محصول جانبی پیشبینی کلمات تولید میکنند. این تفاوت ساختاری،…
یک چارچوب نظری جدید با تلفیق تئوری بهینهسازی و زیستشناسی استدلال میکند که در شرایط محدودیت منابع، مدلهای تخصصی همواره بر مدلهای جامع برتری دارند. این تحلیل نشان میدهد…
پروتون نسخه Lumo 2.0 را با تمرکز بر حریم خصوصی، رمزنگاری دسترسی-صفر و قابلیتهای چندوجهی عرضه کرد. این بهروزرسانی با جهشی در نمرات بنچمارک، جریمهٔ عملکردی مدلهای رمزنگاریشده را…
پروتون نسخه ۲.۰ چتبات Lumo را با قابلیتهای تولید تصویر و حالت تفکر برای مسائل پیچیده عرضه کرد. این بهروزرسانی با حفظ رمزنگاری دسترسی-صفر، حریم خصوصی گفتگوهای چندوجهی را حتی در…
یک سیستم جدید با ترکیب شبکههای عصبی و استدلال نمادین، مدیریت تخلیه مناطق دچار آتشسوزی را بهینهتر کرده است. این معماری با حذف خطاهای بحرانی در سناریوهای پیشبینینشده و…
پلتفرم vLLM با معرفی مسیریاب معنایی (Semantic Router)، یک فراخوان API واحد را به تیمی از ریز-عاملها تبدیل میکند. این رویکرد با جایگزینی انتخاب مدل با «ساخت قابلیت»، در آزمونهای…
شرکت DeepReinforce-AI خانواده مدلهای وزنباز Ornith-1.0 را برای کدنویسی عاملمحور عرضه کرد. نسخه ۳۹۷ میلیاردی این مدل با کسب امتیاز ۸۲.۴٪ در محک SWE-bench Verified، رکوردهای قبلی…
سامانه Origin Of You با استفاده از یک لایه نرمالسازی اختصاصی و ارکستراسیون سه مرحلهای پرامپت، پنج چارچوب روانشناختی مختلف را در یک روایت واحد ادغام میکند. این سیستم بهجای…