پژوهش تشخیص رفتار خرابکارانه مدل‌های استدلالی هوش مصنوعی با پایش زنجیره فکری اوپن‌ای‌آی نشان داد با نظارت بر زنجیره فکری مدل‌های استدلالی پیشرفته، می‌توان بهره‌برداری از حفره‌ها را شناسایی کرد؛ اما جریمه افکار بد به‌جای توقف رفتار، آن‌ها را وادار به پنهان‌کردن نیتشان می‌کند. ۲۰ اسفند ۱۴۰۳ ۲ دقیقه محصولات هوش مصنوعی در تحلیل مالی: Endex با مدل‌های o1 و o3-mini Endex با مدل‌های هوش مصنوعی o1 و o3-mini، تحلیلگر خودکار برای بازارهای مالی ساخته است. سیستم با استدلال مدل‌های، تحلیل دقیق‌تری ارائه می‌دهد. ۹ اسفند ۱۴۰۳ ۲ دقیقه مدل‌ها پروژه بازسازی هوش مصنوعی R1: دیتاست جدید OpenR1-Math-220k پروژه متن‌باز Open R1 در به‌روزرسانی دوم، دیتاست بزرگ OpenR1-Math-220k را منتشر کرد تا بازسازی کامل مدل DeepSeek R1 و پایپ‌لاین آموزش آن را ممکن سازد. ۲۲ بهمن ۱۴۰۳ ۲ 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 محصولات هوش مصنوعی Deep Research اوپنای‌آی؛ پژوهشی عمیق با یک فرمان جدید اوپنای‌آی از قابلیت جدید Deep Research رونمایی کرد؛ دستیار هوش مصنوعی که با استدلال، اطلاعات گسترده آنلاین را ترکیب و وظایف پژوهشی پیچیده را انجام می‌دهد. ۱۴ بهمن ۱۴۰۳ ۲ دقیقه مدل‌ها تقویت رهبری هوش مصنوعی آمریکا با آزمایشگاه‌های ملی ایالات متحده جدیدترین مدل‌های استدلال OpenAI توسط دانشمندان برجسته کشور برای پیشبرد پیشرفت‌های علمی مورد استفاده قرار خواهد گرفت. ۱۱ بهمن ۱۴۰۳ ۲ دقیقه پژوهش هوش مصنوعی Open-R1: بازتولید کامل مدل DeepSeek-R1 با کد باز در ژانویه ۲۰۲۵، پژوهشی به نام Open‑R1، مدل DeepSeek‑R1 را با کد کامل باز منتشر کرد، که به‌وسیله یادگیری تقویتی خالص، قدرت استدلال مدل را شبیه به یا بهتر از مدل‌های تجاری تقویت می‌کند. ۹ بهمن ۱۴۰۳ ۲ دقیقه پژوهش هوش مصنوعی ایمن‌تر با استدلال؛ روش جدید هم‌ترازی اوپن‌ای‌آی OpenAI از استراتژی جدید هم‌ترازی برای مدل‌های o1 رونمایی کرد؛ مدل مستقیم مشخصات ایمنی را می‌آموزد و درباره آن‌ها استدلال می‌کند. این رویکرد ایمنی را متحول می‌کند. ۳۰ آذر ۱۴۰۳ ۲ 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 مسابقه بحث چندزبانه مدل‌های هوش مصنوعی: کیفیت و اعتماد در این مسابقه‌ی جدید، Hugging Face ادغام مدلسازی چندزبانه و ارزیابی‌های چندوجهی را در قالب بحث‌های زنده به نمایش می‌گذارد، تا توانایی‌های استدلال و زبان مدل‌ها را بسط دهد. ۳۰ آبان ۱۴۰۳ ۲ دقیقه