موضوع
Chain-of-thought, reasoning models (o-series, R-series), test-time compute
۱٬۶۷۲ مقاله منتشر شده
یک معماری جدید با تلفیق بردارهای معنایی و گرافهای دانش، احتمال توهم در سیستمهای نظارتی مالی را به صفر رسانده است. این رویکرد هیبریدی، دقت ریاضی را جایگزین حدسهای احتمالی…
شرکت دیپسیک در ۱۰ سپتامبر ۲۰۲۶ مدل V4.1-Flash را معرفی کرد که علیرغم اندازه کوچکتر، عملکرد مدل پرچمدار V4-Pro را شکست میدهد. این تغییر نشاندهنده چرخش صنعت از مدلهای غولپیکر…
پروژه متنباز JevChat نشان میدهد که مدلهای طبقهبندی را میتوان با نمونهگیری تکرارشونده از محتملترین نمادها، به یک چتبات تبدیل کرد. این رویکرد اگرچه از نظر محاسباتی گران است،…
مدل جدید تنسنت با جداسازی لایهی گفتگو از پردازشهای پیچیده، تعاملات صوتی روان و قابل قطعشدنی را ممکن کرده است. این مدل در زمانبندی پاسخها پیشتاز است، اما در حال حاضر دقت اجرای…
یک عامل قطعی (Deterministic) جدید به نام AERO-KIT با جایگزینی جستوجوی برداری با پیمایش گراف، نرخ موفقیت ۱۰۰ درصدی در حل تضادهای قانونی به دست آورد. این سیستم که در ۶ ساعت ساخته…
یک آزمایش عملی نشان میدهد جایگزینی پرامپتهای واحد با تیمی هماهنگ از عاملهای تخصصی، دقت و حافظه سیستم را بهشدت افزایش میدهد. این معماری با تفکیک نقش مدیریت و اجرا، جلوی اعتماد…
پروژه CabinClaim با جایگزینی جستوجوی کلیدواژهای با پرسوجو از دادههای ساختاریافته، نرخ توهم در عاملهای هوش مصنوعی را کاهش داده است. این سیستم هر قانون پروازی را یک ادعای…
راهنمای فنی جدید PixelBank بررسی میکند که چگونه استنتاج بیزی عدم قطعیت را در بینایی ماشین مدیریت میکند و برنامهنویسی پویا مسئله فاصله ویرایشی را در NLP حل میکند. این مفاهیم…
متخصصان هوش مصنوعی بهدلیل دقت فنی، از عبارات محتاطانه استفاده میکنند که اغلب بهعنوان عدم اعتماد به نفس تعبیر میشود. این خلأ ارتباطی باعث شده روایتهای سادهانگارانه و…
تحلیل تخصصی احساسات در حوزه مالی، گفتگوهای ساختارنیافته جلسات گزارش سود را به دادههای عددی تبدیل میکند. این رویکرد با شناسایی تغییرات ظریف در لحن مدیران نسبت به دادههای تاریخی،…
گوگل دیپمایند با معرفی متد Dream-RSI به عاملهای هوش مصنوعی اجازه میدهد با «رؤیاپردازی» درباره تلاشهای گذشته، استراتژیهای جستوجوی خود را بهینه کنند. این رویکرد بدون تغییر در…
پلتفرم Artificial Analysis با بهروزرسانی شاخص هوش خود به نسخه ۴.۳، ۱۰ ارزیابی جدید برای سنجش استدلال و قابلیت اطمینان مدلها معرفی کرد. این تغییر رویکرد، تمرکز را از پاسخهای…