تحلیل و بررسی تخصصی

شرکت DeepReinforce-AI خانواده مدل‌های وزن‌باز Ornith-1.0 را برای کدنویسی عامل‌محور عرضه کرد. نسخه ۳۹۷ میلیاردی این مدل با کسب امتیاز ۸۲.۴٪ در محک SWE-bench Verified، رکوردهای قبلی…

ابزار متن‌باز LoopFlow با جایگزینی پرامپت‌های دستی با حلقه‌های خودکار، فرآیند کدنویسی AI را متحول می‌کند. این سامانه از یک «عامل دروازه‌بان» برای بازبینی کد استفاده می‌کند تا از…

سازمان‌ها برای دستیابی به پایداری عملیاتی، انطباق با GDPR و کنترل دقیق هزینه‌ها، پرداخت مبلغ بیشتر برای Claude از طریق AWS Bedrock را به اشتراک‌های مستقیم ترجیح می‌دهند. این…

یک نقص رایج در تحلیل داده‌های عامل‌های هوش مصنوعی با نادیده گرفتن اجراهای متوقف شده یا «معلق»، نرخ موفقیت را به‌طور مصنوعی بالا می‌برد. تغییر مخرج کسر از «اجراهای تمام‌شده» به…

یک چارچوب عملیاتی جدید بر اعتبارسنجی ساختاری و محتوایی خروجی‌های مدل‌های زبانی تأکید می‌کند تا از نشت داده‌ها جلوگیری شود. در این روش، پاسخ‌های معیوب به‌جای اصلاح، به‌طور کامل رد…

مهندسان آمازون برای پیش‌دستی در برابر تغییر مدل قیمت‌گذاری توکنی، در حال ساخت نسخه‌های کوچک‌تر و ارزان‌تر از مدل‌های Claude هستند. این اقدام برای کاهش وابستگی به API‌های گران‌قیمت…

پژوهشگران مدل DiScoFormer را معرفی کردند که قادر است چگالی و امتیاز هر توزیع داده را در یک گذر واحد تخمین بزند. این معماری نیاز به بازآموزی مدل برای هر مجموعه داده جدید را حذف…

مدل Qwen 3.6 27B با ایجاد تعادلی میان هوشمندی و سخت‌افزار، جایگزینی قدرتمند برای مدل‌های ابری در کدنویسی و استدلال است. این مدل اجازه می‌دهد توسعه‌دهندگان با استفاده از ابزارهایی…

تأیید رسمی (Formal Verification) که پیش‌تر به‌دلیل هزینه‌های نجومی تنها در صنایع حساس کاربرد داشت، اکنون با کمک مدل‌های زبانی پیشرفته اتوماتیک شده است. Opus 4.5 می‌تواند…

یک گردش‌کار عامل‌محور جدید، مدل Gemini گوگل را به Microsoft Sentinel متصل کرده تا پرس‌وجوهای زبان طبیعی را به اسکریپت‌های تأییدشده KQL تبدیل کند. این سیستم برای جلوگیری از توهمات…

پلتفرم Contorium برای جلوگیری از فراموشی منطق برنامه‌نویسی در جلسات مختلف، ابزاری به نام Project Cognitive Runtime (PCR) را معرفی کرد. این سیستم برخلاف ابزارهای فعلی، پروژه را یک…