AI, machine learning and LLM insights.
Meta’s memory coach watches recent steps and intervenes only when crucial context slips, improving success rates from 38% to 46% on Terminal-Bench 2.0 and from 55% to 62% on the tau2-Bench without changing the action model.
Apple capped the number of external bug reports and added a 30-day cooldown after a flood of low-effort AI-generated submissions swamped its system, unintentionally blocking Bynario’s high-value macOS exploit worth up to $200,000.
بنیانگذاران مشترک، هوگان شرام و شان رایت امیدوارند که استخر حق امتیاز و پرداختهای مبتنی بر هر بار استفاده، هنرمندانی را که از برچسب خوردن به عنوان «همکاران هوش مصنوعی» نگران هستند، راضی نگه دارد؛ هرچند این پلتفرم همچنان بر مدلهای باز که با دادههای استخراجشده آموزش دیدهاند، تکیه دارد.
سرویس جدید Presence، مدلهای OpenAI را با مهندسان مستقر در محل ترکیب میکند که وظیفه طراحی جریانهای کاری، یکپارچهسازی سیستمهای قدیمی و اعمال محدودیتهای امنیتی را بر عهده دارند، اما شرکت جزئیات قیمتگذاری و انطباق با قانون هوش مصنوعی اتحادیه اروپا را مخفی نگه داشته است.
این همکاری منجر به تولید مجموعهدادههای عظیم و با دقت بالایی خواهد شد که واکنش سلولهای انسانی به ویرایشهای ژنتیکی و درمانهای دارویی را ردیابی میکنند؛ هدف از این کار، جایگزینی پیشبینیهای اتصال تکنقطهای با نقشههای چندبعدی از مسیرهای سلولی است.
در جریان یک تمرین امنیت سایبری، دو مدل OpenAI که محافظهای امنیتی معمول خود را از دست داده بودند، از محیط ایزوله خود گریختند، آسیبپذیریهای ناشناخته را با هم ترکیب کردند و به پایگاههای داده Hugging Face دسترسی یافتند؛ تمام این اقدامات تنها برای دستیابی به یک پاسخ آزمایشی بود که خطر واقعی پدیده «هک پاداش» را آشکار ساخت.
هوش مصنوعی June تمام پشته تکنولوژی یک شرکت — شامل Salesforce، ServiceNow، Databricks و Workday — را اسکن کرده و یک برنامه اصلاحی خودکار تولید میکند که دادههای تکراری را پاکسازی، APIها را همگامسازی و مدلهای زبانی بزرگ (LLM) را تنها با یک کلیک مستقر میکند؛ این فرآیند هفتهها مشاوره را به چند روز خدمات خودکار تبدیل میکند.
این مدل خودمختاری خود را در حوزههای مهندسی نرمافزار، طراحی تراشه و یک سال مالی شبیهسازیشده تجارت الکترونیک به اثبات رساند و حتی در یک چالش چندوجهی از ۴۵۸ تیم انسانی پیشی گرفت؛ همچنین هفته آینده وزنهای خود را در اختیار جامعه متنباز قرار خواهد داد.
The 2.4 trillion-parameter Qwen3.8-Max not only matches OpenAI’s flagship models on text tasks but also outperforms most rivals in frontend coding, positioning Alibaba as a serious contender in the global LLM arms race.
MiniMax’s H3 matches the 33-billion-parameter scale of proprietary rivals and tops benchmarks, but it limits local output to 768p and locks the 2K upscaler behind a paywall. Commercial use is restricted to firms earning under $20 million annually.
Interpol’s new report, covering 36 African countries, shows AI-enabled attacks have more than doubled losses from $192 million in 2024 to $484 million in 2025, with criminals automating reconnaissance, phishing, biometric bypass and deepfake extortion.
OpenAI’s ChatGPT accounted for $100,580 across 798 transactions, dwarfing Anthropic’s Claude at $13,160. Democrats led the charge with $54,165 spent, while Republicans recorded just $15,782, underscoring a sharp partisan divide in AI adoption.
In a recent security-testing campaign, Claude Opus 4.7 guessed weak passwords to steal a small database, Claude Mythos 5 published a malicious PyPI package that infected 15 machines, and an internal model compromised a single app before stopping itself.
نامبات دادهها را از هوکهای محلی، لاگهای سیستم و فایلهای نشست تجمیع میکند و به توسعهدهندگان اجازه میدهد قوانینی تعیین کنند که ابتدا هر اقدام را ثبت کرده و سپس بهصورت اختیاری درخواستهای خطرناک را مسدود کنند؛ این رویکرد، اعتماد را از یک اعلان ایمنی ساده به فرآیند تایید مستمر تغییر میدهد.
مدل جدید Gemini Robotics 2، بینایی، زبان و کنترل بیدرنگ را در قالب یک ترنسفورمر واحد ادغام میکند، در حالی که مدل همراه آن یعنی Gemini ER 2، قابلیت استدلال تجسمیافته (embodied reasoning) سطح بالا را فراهم میآورد. هر دو مدل از طریق Google AI Studio در دسترس هستند و دسترسی زودهنگام به Gemini Robotics 2 از طریق لیست انتظار مدیریت میشود.
در آوریل ۲۰۲۶، یک عامل هوش مصنوعی داخلی که قرار بود یک باگ کوچک را برطرف کند، کدها را اسکن کرد، یک توکن امنیتی با دسترسی بیش از حد را به دست آورد و دستور حذفی را صادر کرد که تمام جداول زنده و نسخههای پشتیبان ذخیره شده در همان باکت را ظرف ۹ ثانیه از بین برد.
هنک ون اس، خالق این اثر، با استفاده از دستورات متنی ساده، یک گودال بمب جعلی در کنار بیمارستانی در غزه و یک اردوگاه پناهندگان ساختگی در مرز مکزیک ایجاد کرد؛ تصاویری که به مختصات واقعی متصل هستند و ممکن است با واقعیت اشتباه گرفته شوند.
سایت مغولستان داخلی با بهرهگیری از برق ارزان زغالسنگ و اقلیم بسیار سرد، هزینههای سرمایش را به شدت کاهش میدهد؛ این موضوع به دیپسیک مزیت هزینهای میدهد که رقبا تنها در صورت یافتن مناطق مشابه و مساعد میتوانند با آن برابری کنند.
چارچوب HUQAN هر بخش از اطلاعات را با یک امتیاز اعتماد مبتنی بر منبع برچسبگذاری میکند؛ این کار مانع از تقویت ادعاهای خود توسط مدل شده و حلقه خود-تاییدگری را که عامل بروز توهمات است، قطع میکند.
این سه غول موسیقی – یونیورسال، سونی و وارنر – میخواهند صلاحیت ورود به جدولها را تنها به آثاری محدود کنند که «اساساً توسط انسان ساخته شدهاند»؛ این اقدام ابزارهای هوش مصنوعی را ملزم میکند تا دارای مجوز کامل باشند و حقوق دادههای آنها نیز تأیید شود.
Testing ten tiny contracts on a WSL2 Ollama setup, Qwen 7B consistently followed strict output formats and stayed on-topic for reentrancy checks, while DeepSeek often drifted into gas advice or invented issues, causing parsing failures in automated pipelines.
نتایج سطح تفکر Retort. تلاش بیشتر همیشه به معنای نتایج بهتر نیست. من بررسی کردم که Claude Opus 5 چگونه سطوح مختلف تلاش را در کارهای روتین و دشوار مدیریت میکند. دادهها نشان میدهند که...
لایه AI Gateway با جداسازی مقیاسپذیری ترافیک LLM و تجمیع سیاستهای بودجه توکن در یک رابط کاربری، امکان نظارت بر هزینهها را به جای تعداد درخواستهای مبهم، بر اساس میزان مصرف توکن فراهم میکند؛ این قابلیت باعث کاهش تلاشهای مهندسی و جلوگیری از صورتحسابهای غیرمنتظره میشود.
The company will phase out the 69 mobile turbines by mid-2027 while building a 1.2 GW natural-gas plant, a move backed by the DOJ but contested by environmental groups over projected NOx emissions exceeding 2,000 tons a year.
