تحلیل و بررسی تخصصی

یک پروکسی جدید به نام mcp-auth-adapter امکان اتصال سرورهای MCP به سرویس‌های احراز هویت سازمانی مثل Okta را فراهم می‌کند. این ابزار با ساده‌سازی فرآیند ثبت‌نام و فیلتر کردن…

مدل محلی Qwen 3.6 27B اکنون در بنچمارک SWE-bench Verified تنها ۳.۶ درصد با Claude Opus 4.6 فاصله دارد. برای توسعه‌دهندگانی که هزینه‌های بالای API دارند، خرید یک GPU RTX 4090 در…

مدل DeepSeek-V4 با ارائه استدلال‌های سطح پیشرو و پنجره متنی یک میلیون توکنی، شکاف بین مدل‌های وزن‌باز و تجاری را از بین برد. این مدل در بنچمارک‌های کلیدی با Claude Opus 4.6-Max…

پلتفرم Arxiv نویسندگانی را که محتوای تأییدنشده‌ی هوش مصنوعی (مانند ارجاعات جعلی) ارسال کنند، برای یک سال محروم می‌کند. این تصمیم در پاسخ به حجم بالای محتوای بی‌کیفیت و تلاش برای…

عامل‌های کدنویس مبتنی بر هوش مصنوعی در حال شکار گسترده‌ی حفره‌های امنیتی در مخازن متن‌باز هستند. این روند باعث شده برخی شرکت‌ها برای فرار از چرخه‌ی بی‌پایان اصلاح باگ، مدل‌های خود…

ابزار جدید whichllm با اولویت دادن به بنچمارک‌های واقعی به‌جای تعداد پارامترها، بهترین مدل محلی را برای سخت‌افزار شما پیشنهاد می‌دهد. این ابزار مشخصات GPU و CPU را شناسایی کرده و…

شرکت Anthropic در حال جایگزینی سیستم‌های مبتنی بر بردار با «جست‌وجوی عامل‌محور» برای مدیریت مخازن عظیم کد است. در این رویکرد جدید، موفقیت مدل نه به قدرت خام، بلکه به زیرساخت‌های…

سیستم‌های مبتنی بر قانون در شناسایی خطاهای عامل‌های هوش مصنوعی بسیار دقیق‌تر و ارزان‌تر از مدل‌های زبانی بزرگ هستند. ابزار Pisama در بنچمارک TRAIL به دقت ۶۰.۱٪ رسید، در حالی که…

شرکت Anthropic برای دسترسی به کلاستر محاسباتی Colossus 1 با SpaceX وارد شراکت شد. این توافق باعث دو برابر شدن سقف استفاده از Claude Code و افزایش نرخ درخواست‌های API برای مدل…

گزارش تشخیصی پلتفرم Nautilus نشان می‌دهد ۹۷٪ از عامل‌های خودگردان در کمتر از سه روز متوقف شده‌اند. بقای این سیستم‌ها را نه هوش مدل، بلکه تداوم استفاده از ابزارها و ادغام اقتصادی…

یک خط لوله متن‌باز با استخراج وابستگی‌های سازمانی از ۵۳۵۶ مقاله ICLR ۲۰۲۶، مشکل «انحراف پروفایل» را حل کرد. این ابزار به جای تکیه بر پروفایل نویسندگان، مستقیماً PDFها را تحلیل…