پرش به محتوای اصلی

دسته‌بندی

تحلیل و بررسی تخصصی

تحلیل‌های عمیق مدل‌ها، مقالات و بنچمارک‌ها — پیش‌چاپ‌ها، ارزیابی‌ها، مدل‌های زبانی پیشرو و پژوهش همراستاسازی.

۵٬۸۰۵ مقاله منتشر شده

پروتکل مش فدرال x402 و مشتقات توجه: چارچوبی برای پرداخت‌های خرد بین‌عاملی در شبکه‌های غیرمتمرکز
آموزش کاربردی

پروتکل x402: حذف دخالت انسان از تسویه حساب‌های عامل‌های هوش مصنوعی

شرکت Script Master Labs پروتکل x402 را برای ایجاد یک اقتصاد استنادی میان عامل‌های هوش مصنوعی معرفی کرد. این استاندارد به عامل‌ها اجازه می‌دهد بدون دخالت انسان، برای دسترسی به داده…

۲ دقیقه خواندن۳
چارچوب شکاف هماهنگی چندعاملی در فناوری هوش مصنوعی برای تأمین کالا
آموزش کاربردی

چگونه شکاف هماهنگی باعث شکست عامل‌های تدارکات در سازمان‌ها می‌شود؟

بیشتر شکست‌های اتوماسیون تدارکات در سازمان‌ها نه به دلیل کیفیت مدل، بلکه ناشی از ضعف در انتقال داده بین سیستم‌هاست. معماری جدید پنج‌لایه با استفاده از LangGraph و MCP قصد دارد این…

۲۰ دقیقه خواندن۲
کفش‌کش — هر مدل زبانی را با سخت‌افزار خود سازگار کنید
آموزش کاربردی

ابزار shoehorn حافظهٔ سخت‌افزاری را تا ۹۹.۹٪ برای مدل‌های زبانی بهینه می‌کند

ابزار shoehorn با محاسبهٔ دقیق نیازهای حافظه، کوانتش مدل‌های زبانی را به‌گونه‌ای تنظیم می‌کند که تقریباً ۱۰۰٪ از رم موجود استفاده شود. این ابزار حدس و خطاهای مربوط به تنظیمات…

۱ دقیقه خواندن۲
هوش مصنوعی تهدید کوانتومی را تسریع می‌کند؛ دفاع هنوز مشکل هماهنگی دارد.

گوگل با هوش مصنوعی نیاز سخت‌افزاری برای شکست رمزنگاری را ۲۰ برابر کاهش داد

هوش مصنوعی با بهینه‌سازی سخت‌افزار و الگوریتم‌های کوانتومی، زمان رسیدن به «روز کوانتومی» را تسریع کرده است. در حالی که استانداردهای دفاعی در حال شکل‌گیری هستند، سرعت مهاجرت…

۵ دقیقه خواندن۱
آسیب‌پذیری بحرانی Copilot امکان سرقت کد دو عاملی کاربران را برای هکرها فراهم کرد

پارامتر مخفی Copilot راه را برای سرقت داده‌های سازمانی باز کرد

پژوهشگران امنیتی یک پارامتر مستندنشده به نام autorun در مایکروسافت کوپایلوت کشف کردند که اجازه می‌دهد مهاجمان بدون اجازه کاربر، دستورات مخرب را اجرا کنند. این حفره می‌تواند منجر…

۲ دقیقه خواندن۱
سقف هزینه من ۱۰۰ برابر بیشتر محاسبه شد. این هزینه، آپتایم را گرفت، نه پول را.
آموزش کاربردی

«تخمین بیش از حد هزینه»؛ عاملی برای فروپاشی عملیات مدل‌های زبانی

یک توسعه‌دهنده کشف کرد که تخمین بیش از حد هزینه‌های مدل‌های زبانی برای جلوگیری از ضرر مالی، می‌تواند منجر به قطع کامل سرویس شود. در این مورد، قیمت‌گذاری مدل‌های ارزان با نرخ‌های…

۸ دقیقه خواندن۲
تصمیم‌گیری درباره فراموشی عامل قبل از پر شدن پنجره زمینه
آموزش کاربردی

Favur: دسته‌بندی ۳گانه برای جلوگیری از فراموشی داده‌های حیاتی AI

تیم Favur سیستمی را طراحی کرده است که پیام‌های عامل‌ها را در لحظه ایجاد به سه دسته «فراموش‌شدنی»، «مبهم» و «سخت‌گیرانه» تقسیم می‌کند. این روش مانع از حذف تصادفی داده‌های حیاتی…

۵ دقیقه خواندن۱
یادآوری، اجرا نیست: تحلیل شکاف بین اعلام فراخوان و پیامدهای عملیاتی آن
آموزش کاربردی

تفاوت بازیابی و اجرا؛ چرا حفاظ‌های عامل‌های هوش مصنوعی شکست می‌خورند؟

بررسی ۹۰ قلاب کنترلی در عامل‌های هوش مصنوعی نشان می‌دهد که اکثر «حفاظ‌ها» تنها توصیه‌های متنی هستند و بدون کد قطعی، عملاً بی‌اثرند. این یافته‌ها تأکید می‌کند که بررسی تنظیمات بدون…

۱۲ دقیقه خواندن
شبکه همتابه‌همتای بدون‌پیکربندی و بدون‌اعتماد برای عامل‌های هوش مصنوعی
آموزش کاربردی

پروژه SAM امنیت ارتباطات عامل‌های هوش مصنوعی را با مدل Zero-Trust تأمین می‌کند

پروژه Sovereign Agent Mesh (SAM) یک لایه شبکه همتا-به-همتا (P2P) امن ایجاد می‌کند که به عامل‌های هوش مصنوعی اجازه می‌دهد بدون باز کردن درگاه‌های خطرناک اینترنتی، ابزارها را به…

۴ دقیقه خواندن۱
خودبهبودی بازگشتی هوش مصنوعی شاید آن‌قدرها هم سریع نباشد.

پژوهش پرینستون: عامل‌های هوش مصنوعی فاقد خلاقیت برای خودبهبودی هستند

مطالعه‌ای جدید نشان می‌دهد عامل‌های هوش مصنوعی در مهندسی پژوهش موفق‌اند اما در قضاوت و خلاقیت لازم برای تولید تحقیقات اصیل شکست می‌خورند. این یافته احتمالاً زمان‌بندی رسیدن به…

۶ دقیقه خواندن۲