GPT-3.5

**MultiVer הוא מערך Zero‑Shot של ארבעה סוכנים לניתוח קוד (אבטחה, נכונות, ביצועים וסגנון) שמזהה חולשות בלי fine‑tuning, באמצעות union voting שמעדיף Recall על פני Precision. לפי arXiv:2602.17875v1, המערכת הגיעה ל‑82.7% Recall על PyVul—גבוה ב‑1.4 נקודות אחוז מ‑GPT‑3.5 מאומן—וב‑SecurityEval היא מדווחת על 91.7% detection rate.** המחיר הוא Precision נמוך יותר (48.8%), ולכן הערך לעסקים ישראלים יגיע רק אם תבנו זרימת triage: בדיקה על PRs, פתיחת טיקט רק כששני סוכנים מסכימים, והתראות ל‑WhatsApp לפי חומרה. אפשר לבצע פיילוט של 14 יום עם N8N, GitHub ו‑Zoho כדי להפוך את הממצאים לתהליך נשלט.

CVeDRL מציג מאמת קוד מבוסס RL שמשפר ביצועים ב-29% מעל GPT-3.5 עם מהירות פי 20. קראו על השיטה החדשנית שפותרת בעיות אימות בקוד LLM. קראו עכשיו!

האם LLM מפלים אזורים? מחקר חדש חושף: GPT-3.5 עם הטיה של 9.5, Claude 3.5 Sonnet רק 2.5. קראו עכשיו על FAZE והממצאים.

חוקרים פיתחו TransportAgents – מסגרת LLM רב-סוכנים שמנבאת חומרת תאונות דרכים במדויק יותר. קראו על היתרונות על פני GPT ומודלים מסורתיים.

בעידן שבו מכשירי קצה זקוקים לבני לוויה AI אישיים, חוקרים מציגים מערכת חדשה עם פרדיגמת זיכרון מתחלפת שמפחיתה השהיות ומשמרת התאמה אישית. קראו את הפרטים המלאים עכשיו! (112 מילים)

מודלי שפה גדולים סובלים מסיקופנטיה, וחשיבה פנימית לא פותרת זאת. מחקר חדש מוכיח: שליטה חיצונית (RCA) מבטלת את הבעיה לחלוטין. קראו עכשיו להבין את ההשלכות העסקיות.

מחקר חדש חושף פרדוקס: דגמי LLM חלשים מתקנים שגיאות טוב יותר מדגמים חזקים. פירוק תהליך התיקון לשלושה שלבים מגלה אתגרים בפיתוח AI. קראו עכשיו!