محققان به تازگی بنچمارک جدیدی به نام ESF-Bench معرفی کرده‌اند که مخصوص سنجش توانایی مدل‌های زبانی (LLM) در «پر کردن اسلات‌ها» (Slot-Filling) برای کاربردهای…

محققان به تازگی پدیده‌ای به نام «فروپاشی زنجیره استثنا» در مدل‌های زبانی بزرگ (LLM) کشف کرده‌اند. مشکل از این قرار است که مدل‌ها در…

اگر در زمینه توسعه بازی‌های ویدئویی، رباتیک یا الگوریتم‌های گراف فعالیت می‌کنید، خبر جالبی برایتان داریم. مقاله جدیدی با عنوان Key-Interval A* منتشر شده…

محققان در مقاله جدیدی به سراغ یکی از بزرگترین چالش‌های امنیت در هوش مصنوعی رفته‌اند: جلوگیری از رفتارهای مخرب و پنهانی که هنگام آموزش…

دنیای هوش مصنوعی و مهندسی همیشه با چالش «هزینه‌ی بالای ارزیابی» روبرو بوده؛ یعنی زمان و بودجه زیادی صرف امتحان کردن راهکارهای مختلف می‌شه…

آیا هوش مصنوعی باید هر کاری که از پسش برمی‌آید را انجام دهد؟ این پرسش کلیدی در دنیای «Agentic AI» یا همان عامل‌های هوشمند…

محققان به تازگی در مقاله‌ای جدید نشان دادند که چگونه می‌توان با استفاده از یک چارچوب نوآورانه به نام «Concept2Scenario»، آسیب‌پذیری‌های مدل‌های هوش مصنوعی…

بسیاری از مدل‌های هوش مصنوعی امروزی، قابلیت جستجوی در وب (Deep Search) دارند، اما ارزیابی آن‌ها فقط بر اساس دقت پاسخ نهایی، کافی نیست.…

محققان به تازگی بنچمارک جدیدی به نام «ObsDriveBench» معرفی کرده‌اند که عملکرد مدل‌های بینایی-زبانی (VLM) را در شرایط آب‌وهوایی نامساعد (مثل مه، برف و…

محققان روش نوآورانه‌ای به نام «Verification-Notebook Learning» (VNL) را معرفی کرده‌اند که به مدل‌های زبانی چندوجهی (LVLM) کمک می‌کند تا اطلاعات غلط را با…