پرش به محتوای اصلی

دسته‌بندی

آموزش کاربردی

راهنماهای گام‌به‌گام، دوره‌ها و آموزش‌های کاربردی استفاده از هوش مصنوعی — از مهندسی پرامپت تا فاین‌تیون و RAG.

۹٬۳۰۴ مقاله منتشر شده

کاهش ۷۵ درصدی قیمت Ring-2.6-1T؛ استراتژی inclusionAI برای تسخیر بازار سازمان‌ها

شرکت inclusionAI قیمت مدل Ring-2.6-1T را ۷۵٪ کاهش داد تا سهم خود را در بازار عامل‌های هوش مصنوعی افزایش دهد. این اقدام در کنار کاهش قیمت‌های Z.ai، رقابت برای رسیدن به کف قیمت در…

۲ دقیقه خواندن

کاهش ۳۰ برابری مصرف توکن با جایگزینی حافظه مدل با «منطق عامل‌محور»

IBM استدلال می‌کند که مقیاس‌پذیری هوش مصنوعی سازمانی نیازمند «منطق عامل‌محور» (Agent Logic) است تا مدل‌های زبانی بزرگ را هدایت کند. این رویکرد با استفاده از گراف‌های دانش، توهمات…

۲ دقیقه خواندن

شرکت H: مدل Holo3.1 زمان اجرای گام‌های عامل‌های محلی را ۵۰٪ کاهش داد

شرکت H خانواده مدل‌های Holo3.1 را برای استقرار محلی و موبایلی عامل‌های کامپیوتری معرفی کرد. این به‌روزرسانی با بهره‌گیری از کوانتایزیشن NVFP4، تأخیر اجرای هر گام را از ۶.۸ ثانیه…

۲ دقیقه خواندن۲
آموزش کاربردی

تحلیل Diplomat: ۸۳٪ از فراخوانی‌های ابزاری عامل‌های هوش مصنوعی فاقد گارد هستند

بررسی امنیتی سه کتابخانهٔ بزرگ کدنویسی نشان می‌دهد که ۸۳٪ از توابعی که دسترسی‌های حساس دارند، فاقد لایه‌های حفاظتی در سطح کد هستند. این شکاف باعث می‌شود مدل‌های زبانی بتوانند بدون…

۲ دقیقه خواندن

چرا مایکروسافت برای کنترل عامل‌های هوش مصنوعی، لایه‌ای مستقل از مدل ساخت؟

مایکروسافت استاندارد متن‌باز ACS را برای تعریف سیاست‌های رفتاری سخت‌گیرانه در عامل‌های هوش مصنوعی معرفی کرد. این اقدام، مدیریت رفتار عامل‌ها را از پرامپت‌های شکننده به یک لایه…

۲ دقیقه خواندن

درون ASSERT: تلاش مایکروسافت برای تبدیل قوانین اداری به کد تست هوش مصنوعی

مایکروسافت ابزار بازمتن ASSERT را معرفی کرد که قوانین متنی سازمان‌ها را به تست‌های خودکار رفتاری تبدیل می‌کند. این چارچوب به توسعه‌دهندگان کمک می‌کند تا اطمینان یابند عامل‌های هوش…

۲ دقیقه خواندن

لینکدین: افزایش ۷۵ برابری سرعت حل مسائل بهینه‌سازی با استفاده از PyTorch

لینکدین با بازطراحی موتور بهینه‌ساز خود و انتقال از زیرساخت CPU-bound به یک موتور شتاب‌یافته با GPU، توانست سرعت حل مسائل با تریلیون‌ها متغیر را ۷۵ برابر کند. این تغییر رویکرد،…

۲ دقیقه خواندن۱
آموزش کاربردی

چگونه JetPack 7.2 با «مهارت‌های عامل» استقرار هوش مصنوعی در لبه را ساده می‌کند؟

انویدیا در نسخه‌ی JetPack 7.2 قابلیت‌های خودکارسازی استقرار را معرفی کرد تا فاصله بین نمونه‌های آزمایشگاهی و تولید صنعتی ربات‌ها کاهش یابد. این به‌روزرسانی همچنین با معرفی Super…

۳ دقیقه خواندن
آموزش کاربردی

سازوکار NemoClaw: آموزش مهارت‌های جدید به عامل‌های هوش مصنوعی از طریق چت

پشته‌ی نرم‌افزاری NemoClaw از شرکت NVIDIA به عامل‌های هوش مصنوعی اجازه می‌دهد مهارت‌های جدید را مستقیماً از گفتگو با کاربر بیاموزند و آن‌ها را ذخیره کنند. این سیستم با استفاده از…

۲ دقیقه خواندن۱