بلاگ

آموزش‌ها، تحلیل‌ها و تازه‌های تیم ژرف

بلاگ

نمرهٔ آزمون وقتی اعتبار دارد که مسیر مواجهه با سؤال‌ها روشن باشد
۱۱ شهریور ۱۴۰۵•۱۴ دقیقه مطالعه

نمرهٔ آزمون وقتی اعتبار دارد که مسیر مواجهه با سؤال‌ها روشن باشد

راهنمایی عملی برای ردیابی مواجهه با آزمون هوش مصنوعی، جداسازی تمرین از شاهد تصمیم و پذیرش، محدودکردن، تکرار یا کنارگذاشتن نمره.

وقتی مدل اصلی از دسترس خارج می‌شود، سامانه هنوز حق چه کاری دارد؟
۱۰ شهریور ۱۴۰۵•۱۴ دقیقه مطالعه

وقتی مدل اصلی از دسترس خارج می‌شود، سامانه هنوز حق چه کاری دارد؟

راهنمایی عملی برای تعیین اینکه هنگام اختلال مدل یا وابستگی، کدام قابلیت هوش مصنوعی ادامه یابد، محدود شود، به انسان برسد یا متوقف بماند.

Claude Fable 5.1 و Mythos 5.1؛ جهش عامل و پژوهش بلندمدت
۱۰ شهریور ۱۴۰۵•۱۰ دقیقه مطالعه

Claude Fable 5.1 و Mythos 5.1؛ جهش عامل و پژوهش بلندمدت

انتشار ۱۰ شهریور آنتروپیک کار عامل و پژوهش علمی را تقویت می‌کند، قیمت خواندن کش را ۷۵ درصد کاهش می‌دهد و قرارداد نگهداری استدلال را تغییر می‌دهد.

هر فایل سند نیست؛ پایگاه دانش هوش مصنوعی را پیش از بازیابی ایمن کنید
۸ شهریور ۱۴۰۵•۱۴ دقیقه مطالعه

هر فایل سند نیست؛ پایگاه دانش هوش مصنوعی را پیش از بازیابی ایمن کنید

راهنمایی عملی برای تصمیم میان رد، قرنطینه، پالایش و پذیرش فایل در پایگاه دانش؛ با حفظ منشأ، مجوز، تمامیت و امکان لغو.

حلقه و گراف عامل هوش مصنوعی: راهنمای ساخت برای محیط واقعی
۷ شهریور ۱۴۰۵•۱۹ دقیقه مطالعه

حلقه و گراف عامل هوش مصنوعی: راهنمای ساخت برای محیط واقعی

حلقه عامل، هماهنگ‌سازی گراف، اصلاح محدود، دروازه مبتنی بر شاهد و تأیید انسانی را در یک معماری آزمون‌پذیر کنار هم بگذارید.

وقتی هوش مصنوعی «نه» می‌گوید، توضیحش باید قابل اثبات باشد
۷ شهریور ۱۴۰۵•۱۴ دقیقه مطالعه

وقتی هوش مصنوعی «نه» می‌گوید، توضیحش باید قابل اثبات باشد

راهنمای ساخت توضیح تصمیم بر پایه رسید زمان تصمیم؛ توضیحی وفادار، قابل آزمون و قابل اعتراض، نه روایتی روان که بعداً ساخته شده باشد.

شش کسب‌وکار و یک میز هوش مصنوعی: معماری دفترکل با Grok Bot و Kimi K3
۷ شهریور ۱۴۰۵•۱۶ دقیقه مطالعه

شش کسب‌وکار و یک میز هوش مصنوعی: معماری دفترکل با Grok Bot و Kimi K3

راهنمای منبع‌سنجی‌شده برای شش عامل مالک دفترکل، یک میز مسیریابی، تحویل‌های شاهددار و کنترل انسانی اقدام‌های پرپیامد.

کاهش HBM در Rubin Ultra؛ معنای واقعی مبادله حافظه
۷ شهریور ۱۴۰۵•۱۲ دقیقه مطالعه

کاهش HBM در Rubin Ultra؛ معنای واقعی مبادله حافظه

تحلیلی منبع‌محور از احتمال کاهش HBM در Rubin Ultra و اثر ظرفیت، پهنای باند، بازده ساخت، نرم‌افزار و اقتصاد سامانه بر زیرساخت هوش مصنوعی.

یک عامل نمی‌تواند ناظر خودش باشد: تفکیک وظایف در هوش مصنوعی
۶ شهریور ۱۴۰۵•۱۴ دقیقه مطالعه

یک عامل نمی‌تواند ناظر خودش باشد: تفکیک وظایف در هوش مصنوعی

معماری کنترلی برای جداسازی پیشنهاد، تأیید، اجرا و تطبیق در فرایندهایی که هوش مصنوعی می‌تواند اقدام پرپیامد کسب‌وکار را آغاز کند.

واحد امن تغییر: انتشار سامانه هوش مصنوعی بدون تغییر هم‌زمان همه‌چیز
۵ شهریور ۱۴۰۵•۱۴ دقیقه مطالعه

واحد امن تغییر: انتشار سامانه هوش مصنوعی بدون تغییر هم‌زمان همه‌چیز

معماری عملی کنترل تغییر برای تصمیم‌گیری درباره اجزایی که هنگام تکامل سامانه هوش مصنوعی باید با هم نسخه‌بندی، آزمون، محدود و بازیابی شوند.

درون ازدحام ۱۲۰۰ عاملی: گزارش مستقل METR چه چیزی را روشن کرد
۵ شهریور ۱۴۰۵•۱۳ دقیقه مطالعه

درون ازدحام ۱۲۰۰ عاملی: گزارش مستقل METR چه چیزی را روشن کرد

گزارش METR و Redwood نشان می‌دهد عامل‌های جدا از هم چگونه تابلوی پیام ساختند، برای تقلب در ارزیابی هماهنگ شدند، به Hugging Face نفوذ کردند و ثبت ابزارها را دست‌کاری کردند.

اجازه خواندن، اجازه افشا نیست: دروازه خروجی هوش مصنوعی
۴ شهریور ۱۴۰۵•۱۳ دقیقه مطالعه

اجازه خواندن، اجازه افشا نیست: دروازه خروجی هوش مصنوعی

معماری عملی برای تصمیم‌گیری درباره خروجی هوش مصنوعی: چه زمانی مجاز به خروج است، باید کمینه شود، بازبینی انسانی می‌خواهد یا باید مسدود بماند.