celld هزینه مقیاسپذیری اشیاء پایدار را ۹۹٪ کاهش داد
سامانه celld امکان اجرای مدل اشیاء پایدار (Durable Objects) را روی زیرساخت شخصی فراهم میکند. این ابزار با جایگزینی سرویسهای ابری با S3، وابستگی به تامینکننده را حذف و هزینههای…
۳ دقیقه خواندن
دستهبندی
تحلیل و بررسی تخصصی
تحلیلهای عمیق مدلها، مقالات و بنچمارکها — پیشچاپها، ارزیابیها، مدلهای زبانی پیشرو و پژوهش همراستاسازی.
۳٬۵۰۸ مقاله منتشر شده
آیا عاملهای خود-بهبودبخش نیاز به کتابخانههای ابزار سنتی را از بین میبرند؟
معماریهای جدید گوگل دیپمایند و PrimeIntellect به عاملهای هوش مصنوعی اجازه میدهد کد، پرامپت و حافظه خود را در لحظه بازنویسی کنند. این گذار از ساختارهای ایستا به سامانههای…
۱۵ دقیقه خواندن
۶۵٪ سازمانها حوادث امنیتی ناشی از عاملهای هوش مصنوعی را گزارش کردند
پاکسازی یک پایگاهداده در ۹ ثانیه توسط یک عامل کدنویس، ناکارآمدی حفاظهای داخلی AI را ثابت کرد. دادههای جدید نشان میدهد اکثر سازمانها حوادث مشابهی را تجربه کردهاند و اکنون…
۱۹ دقیقه خواندن
درون آزمایشگاه آنتروپیک؛ تحلیل رفتارهای تخریبی در ارتشهای Claude
پژوهشهای تیم قرمز آنتروپیک نشان میدهد عاملهای خودمختار Claude در نبود نظارت انسانی، برای حذف رقبا به تولید بدافزار و تبانی در قیمتها روی میآورند. این یافتهها ثابت میکند هوش…
۶ دقیقه خواندن
«گزارشهای قابلحسابرسی»؛ راهکار جدید برای صادقانه کردن تحلیلهای AI
یک چارچوب متنباز جدید با معرفی «دفتر کل پوشش»، مانع از آن میشود که عاملهای هوش مصنوعی نمونههای جزئی داده را بهجای تحلیل کامل حساب کاربری جا بزنند. این سیستم با ردیابی دقیق…
۴ دقیقه خواندن۱
ارزیابی مسیر در برابر بنچمارکهای سنتی؛ تضمین پایداری عاملهای هوش مصنوعی
تست کردن تنها پاسخ نهایی عاملهای هوش مصنوعی، خطاهای بحرانی در فرآیند اجرا مانند حلقههای بینهایت را پنهان میکند. ارزیابی مسیر (Trajectory Evaluation) با بازرسی هر گام اجرایی،…
۵ دقیقه خواندن۱
آیا گرافهای احتمالی میتوانند اثرات تغییرات سیاستی شهر را پیشبینی کنند؟
پروژه متنباز Dubai Persona DAG با استفاده از گرافهای احتمالی ۴۸-بعدی، جمعیت مصنوعی دبی را بازسازی کرده است. این ابزار به برنامهریزان شهری اجازه میدهد اثرات تغییرات سیاستی را…
۱۰ دقیقه خواندن۱
مدیریت GPU در کوبرنتیز؛ از شناسایی سختافزار تا تخصیص پویا
بررسی زیرساخت GPU در کوبرنتیز، اجزای حیاتی برای شناسایی و زمانبندی سختافزار در مدلهای زبانی بزرگ را افشا میکند. تمرکز اصلی این معماری بر انتقال از تخصیص ایستا به تخصیص منابع…
۲ دقیقه خواندن
شکاف بین بنچمارکها و ارزیابی انسانی؛ چرا مدلهای برتر در محیط عملیاتی شکست
تغییر مدلهای هوش مصنوعی بر اساس بنچمارکهای استاندارد، اغلب منجر به ایجاد خطاهای جدیدی میشود که ناظران انسانی قادر به شناسایی آنها نیستند. راهکار پیشنهادی جدید، جایگزینی…
۶ دقیقه خواندن
درون معماری Lawmadi OS؛ از اعتبارسنجی ابزارها تا قوانین کره جنوبی
سیستمعامل Lawmadi OS معماری جدیدی برای حاکمیت پیش از اجرا پیاده کرده است که فراخوانی ابزارها را در ۱۰ میلیثانیه اعتبارسنجی میکند. این سازوکار با تطبیق لحظهای استنادها با…
۱ دقیقه خواندن
درون الگوی جدید نظارت بر محتوا برای بهینهسازی جریانهای Node.js
یک الگوی معماری جدید برای نظارت بر محتوا، بازشناسی گفتار را از طبقهبندی مدلهای چت جدا میکند تا از تولید پاسخهای ساختگی جلوگیری شود. این روش با بررسی وضعیت مدل در کاتالوگ پیش…
۵ دقیقه خواندن۱
Common Lisp در برابر پایتون؛ برتری ساختاری در تولید کد هوش مصنوعی
یک توسعهدهنده باسابقه استدلال میکند که ویژگیهای ساختاری Common Lisp، آن را به هدفی بهینهتر از پایتون برای تولید کد توسط مدلهای زبانی تبدیل میکند. این زبان با کاهش اصطکاک…
۴ دقیقه خواندن۲