
پارادوکس فرانتاند: اولویت سرعت بر دقت در دستیارهای کدنویسی AI
یک نقشهی فنی فاش میکند که دستیارهای هوش مصنوعی برای کاهش تأخیر، دقت استدلالی را فدای سرعت تولید کد میکنند. این موازنه منجر به خطاهای بحرانی در مدیریت حافظه و تحلیل سیستمهای…
دستهبندی
تحلیلهای عمیق مدلها، مقالات و بنچمارکها — پیشچاپها، ارزیابیها، مدلهای زبانی پیشرو و پژوهش همراستاسازی.
۵٬۶۸۳ مقاله منتشر شده

یک نقشهی فنی فاش میکند که دستیارهای هوش مصنوعی برای کاهش تأخیر، دقت استدلالی را فدای سرعت تولید کد میکنند. این موازنه منجر به خطاهای بحرانی در مدیریت حافظه و تحلیل سیستمهای…

پلتفرم HISTOR با ایجاد یک دفتر ثبت عمومی و تغییرناپذیر، از بهروزرسانیهای بیصدا در تعاریف ابزارهای پروتکل MCP جلوگیری میکند. این سامانه به کاربران اجازه میدهد هرگونه تغییر در…

پلتفرم AgentBadge با استفاده از کد وضعیت قدیمی HTTP 402، یک دیوار پرداخت برنامهریزیپذیر برای عاملهای هوش مصنوعی ایجاد کرده است. این سیستم به عاملها اجازه میدهد بدون نیاز به…

امنیت قراردادهای هوشمند تا سال ۲۰۲۶ از بازبینی خطبهخط انسانی به تأیید خودکار با کمک هوش مصنوعی تغییر یافته است. توسعهدهندگان اکنون مدلهای زبانی تنظیمشده را برای شناسایی…

گروه علوم زیستی آنتروپیک با استفاده از ۹۵۰ عامل هوش مصنوعی، یک سامانهٔ آنزیمی ناشناخته به نام ART را در DNA ویروسها کشف کرد. این سیستم شباهت زیادی به مکانیزمهای برنامهریزیپذیر…

مجموعه ابزارهای Paper Office با ارائه بستههای پایتونی تخصصی، خطاهای ویرایش اسناد Word و Excel توسط عاملهای هوش مصنوعی را به شدت کاهش داد. این ابزار با جایگزینی ویرایش مستقیم…

شرکت کونگکس برای تسلط بر ادراک سهبعدی رباتها، شرکت RealSense را به مبلغ ۵۰۰ میلیون دلار خرید. این معامله دسترسی کونگکس به بازار رباتهای انساننما و متحرک را تسریع میکند.

محک جدید SWE-Serve نشان میدهد ۳۳٪ از کدهایی که در آزمونهای استاندارد پذیرفته شدهاند، هنگام استقرار در محیط واقعی با خطا مواجه میشوند. این یافته نشان میدهد ارزیابیهای فعلی از…

یک سرور جدید مبتنی بر TypeScript با استفاده از پروتکل MCP، امکان بررسی املایی و استایل محلی را برای عاملهای هوش مصنوعی فراهم میکند. این ابزار با جداسازی لایه لغتنامه از تصمیمات…

مدل وزنباز CLM-8B با جایگزینی تولید متن با سیستم امتیازدهی اقدامات، تأخیر در تصمیمگیری عاملهای هوش مصنوعی را بهشدت کاهش داد. این مدل در نقش تأییدکننده کدنویسی، نتایجی فراتر از…

شرکت Mistral با انتشار نقطه بازرسی رسمی NVFP4، نیاز حافظه مدل ۱۱۹ میلیاردی خود را به ۶۶ گیگابایت کاهش داد. این اقدام تفاوت حیاتی میان کوانتش رسمی سازنده و نسخههای غیررسمی شخص…

محک جدید AgentDojo نشان میدهد تشخیصدهندههای متنباز در برابر حملات تزریق پرامپت که در خروجی ابزارها پنهان شدهاند، تقریباً ناتواناند. مدل Prompt Guard 2 متا و فیلترهای مبتنی…