پژوهش هوش مصنوعی OpenAI: گزارش امنیتی و کارت پژوهش عمیق 2024 فناوری این گزارش در مورد چهارچوب امنیتی و اقدامات پیشگیرانه OpenAI برای پژوهش عمیق، از تیمزدادتس خارجی تا ارزیابی خطرات پیشرفته، توضیح می‌دهد. ۷ اسفند ۱۴۰۳ ۲ دقیقه مدل‌ها هوش مصنوعی عربی؛ سکوی برتری مدل‌های زبانی نسخه دوم منتشر شد نسخه دوم سکوی برتری مدل‌های زبانی عربی (Open Arabic LLM Leaderboard 2) منتشر شد تا ارزیابی مدل‌های هوش مصنوعی را شفاف‌تر و یکپارچه‌تر کند. ۲۲ بهمن ۱۴۰۳ ۳ دقیقه پژوهش آزمون DABstep؛ چالشی تازه برای هوش مصنوعی در تحلیل داده معیار جدید DABstep با بیش از ۴۵۰ وظیفه تحلیل داده، توانایی هوش مصنوعی را در استدلال چندمرحله‌ای می‌سنجد؛ بهترین مدل‌ها تنها ۱۶٪ دقت دارند. ۱۶ بهمن ۱۴۰۳ ۲ دقیقه اخبار هوش مصنوعی o3-mini؛ گزارش ایمنی OpenAI و ارزیابی‌های چارچوب آمادگی گزارش کارت سیستم o3-mini نشان‌دهنده تعهد OpenAI به ایمنی است؛ از ارزیابی‌های داخلی تا تست نفوذ خارجی و چارچوب آمادگی. در این مقاله مرور می‌کنیم. ۱۲ بهمن ۱۴۰۳ ۲ دقیقه اخبار رویکرد چندلایه OpenAI برای ایمنی هوش مصنوعی: از محافظت تا ارزیابی اوپن‌ای‌آی با انتشار «Operator System Card»، رویکرد جامع خود را در برابر چالش‌های امنیتی هوش مصنوعی، شامل محافظت از حریم خصوصی و مقابله با حملات، تشریح می‌کند. ۴ بهمن ۱۴۰۳ ۳ دقیقه پژوهش هوش مصنوعی و چالش جدید: ارزیابی استدلال صوتی با Big Bench Audio مجموعه داده Big Bench Audio به کمک هوش مصنوعی، توانایی استدلال مدل‌های صوتی را می‌سنجد؛ نتایج اولیه نشان می‌دهد مدل‌های گفتاربه‌گفتار از مدل‌های بومی جلوترند. ۳۰ آذر ۱۴۰۳ ۳ دقیقه پژوهش هوش مصنوعی ایمن: بررسی کارت سیستم OpenAI o1 و اقدامات ایمنی کارت سیستم OpenAI o1، گزارش جامعی درباره‌ی اقدامات ایمنی پیش‌گیرانه، شامل تست ورژن‌های جانبی و ارزیابی خطرات پیشرفته بر اساس چارچوب آمادگی و استانداردهای بین‌المللی. ۱۵ آذر ۱۴۰۳ ۲ دقیقه پژوهش هوش مصنوعی و چت‌بات: تست اصلاح خطا با Keras و TPU در آرنای و حضور LLMs در این مقاله، تیم Hugging Face با استفاده از Keras و تراشه‌های TPU، تجربه‌ای بر روی چت‌بات‌ها انجام دادند تا توانایی در اصلاح خطاهای خود را ارزیابی کنند. ۱۵ آذر ۱۴۰۳ ۲ دقیقه کسب‌وکار Morgan Stanley با هوش مصنوعی، آینده خدمات مالی را بازنویسی می‌کند این مقاله به بررسی استفاده Morgan Stanley از ارزیابی‌های هوش مصنوعی برای شکل دادن به آینده خدمات مالی می‌پردازد و تأثیر این فناوری در بهبود تصمیم‌گیری و نوآوری را مورد تحلیل قرار می‌دهد. ۱۴ آذر ۱۴۰۳ ۲ دقیقه پژوهش هوش مصنوعی در دنیای عربی: AraGen، جدیدترین بنچمارک و لیدر بور برای مدل‌های LLM مقاله‌ای جامع دربارهٔ AraGen، بنچمارک مولد زبان عربی، با سیستم ارزیابی ۳C۳H؛ نمایش رده‌بندی پویا و توانایی‌های مدل‌های LLM در زبان کم‌منبع. ۱۴ آذر ۱۴۰۳ ۲ دقیقه