پژوهش
ردهبندی جدید هوش مصنوعی برای سنجش تفکر گامبهگام مدلهای زبانی
معرفی Open CoT Leaderboard؛ رهیافتی تازه برای ارزیابی توانایی مدلهای زبانی در تولید زنجیرههای استدلالی، با اندازهگیری بهبود دقت بهجای دقت مطلق و Chain of Thought
مدلها
معرفی JAT؛ هوش مصنوعی همهکاره Hugging Face برای محیطهای متنوع
مدل JAT یک عامل چندمنظوره هوش مصنوعی است که با دادههای تخصصی از محیطهایی مانند Atari، BabyAI، Meta-World و MuJoCo آموزش دیده و اکنون بهصورت متنباز در دسترس است
اخبار
جدول تازه سنجش هوش مصنوعی در پزشکی؛ ارزیابی مدلهای زبانی بالینی
هوگینگ فیس با انتشار جدول ردهبندی باز Medical-LLM، معیاری تازه برای ارزیابی مدلهای زبانی در حوزه سلامت ارائه کرده تا عملکرد هوش مصنوعی در کارهای بالینی شفافتر شود.