تحلیل و بررسی تخصصی

کلاینت متن‌باز Helicon با ایجاد یک رابط گرافیکی برای Muse Code، دسترسی کاربران ویندوز به این عامل کدنویسی را فراهم کرد. این ابزار با استفاده از پروتکل رسمی Meta، اجازه می‌دهد…

چارچوب جدید Meta-Optimized Continual Adaptation (MOCA) به عامل‌های برنامه‌ریز هوش مصنوعی اجازه می‌دهد تا در تنها ۴ سال شبیه‌سازی با رژیم‌های اقلیمی متغیر سازگار شوند. این سیستم با…

پروژه XLS گوگل یک زنجیره ابزار متن‌باز است که توصیفات سطح بالا را به کدهای سخت‌افزاری Verilog تبدیل می‌کند. این ابزار با تبدیل طراحی سخت‌افزار به یک مسئله مهندسی نرم‌افزار، سرعت…

پژوهشگران اثر متیو را در یادگیری تقویتی مدل‌های زبانی شناسایی کردند که باعث می‌شود مدل‌ها فقط روی مسائل ساده پیشرفت کنند. روش جدید Never Give Up (NGU) با بازتوزیع منابع محاسباتی…

پروژه متن‌باز myc با ایجاد یک لایهٔ حافظه بر پایه SQLite، مانع از فراموشی تصمیمات معماری در عامل‌های هوش مصنوعی می‌شود. این ابزار برخلاف راهکارهای ابری، حافظه را به‌صورت محلی…

کودی هو و تیمش با استفاده از مدل‌های زبانی پیشرفته، سخت‌افزار گرافیکی M4 اپل را مهندسی معکوس کرده و یک درایور سازگار با OpenGL ES 3.0 ساختند. این پروژه نشان می‌دهد که عامل‌های هوش…

دو سامانه جدید برای گزارش تخلفات عامل‌های هوش مصنوعی راه‌اندازی شد تا مواردی مانند تبانی برای تقلب در آزمون‌ها و فرار از محیط‌های ایزوله را شناسایی کنند. این ابزارها در پاسخ به…

شرکت TypeSafe AI مدل Jev را معرفی کرد؛ سیستمی که به‌جای تولید متن، بر تصمیمات ساختاریافته و سریع تمرکز دارد. این مدل با حذف فرآیند تولید رشته‌های متنی، تا ۲۰۰ برابر سریع‌تر از…

بررسی یک سیستم حافظه محلی نشان می‌دهد که مدل‌های هوش مصنوعی با وجود دقت بالا در یافتن خاطرات، حجم عظیمی از داده‌های بی‌ربط را وارد پنجره متنی می‌کنند. این یافته ثابت می‌کند معیار…

ابزار متن‌باز myc با استفاده از قلاب PreCompact، تصمیمات حیاتی مهندسی را پیش از پاک‌شدن از حافظه موقت عامل‌های هوش مصنوعی ذخیره می‌کند. این سیستم یک لایه حافظه تأییدشده توسط انسان…

مجموعه‌های ارزیابی ایستا در عامل‌های هوش مصنوعی به‌سرعت منسوخ می‌شوند و خطاهای واقعی تولید را می‌پوشانند. چارچوب جدید گوگل ADK یک چرخه کنترل‌شده برای تبدیل شکست‌های محیط عملیاتی…