آیا Claude Code میتواند نیمی از کارهای نگهداری کد را خودکار کند؟
شرکت آنتروپیک با استفاده از Claude Code، نگهداری روزانه نرمافزارهای خود را خودکار کرده است. این سیستم در چند هفته ۳۸۸ درخواست تغییر ایجاد کرد که ۴۶٪ آنها پس از بازبینی انسانی…
دستهبندی
تحلیلهای عمیق مدلها، مقالات و بنچمارکها — پیشچاپها، ارزیابیها، مدلهای زبانی پیشرو و پژوهش همراستاسازی.
۶٬۸۳۸ مقاله منتشر شده
شرکت آنتروپیک با استفاده از Claude Code، نگهداری روزانه نرمافزارهای خود را خودکار کرده است. این سیستم در چند هفته ۳۸۸ درخواست تغییر ایجاد کرد که ۴۶٪ آنها پس از بازبینی انسانی…
اوپنایآی با بهرهگیری از تراشههای مقیاس-ویفری Cerebras، سطح سرویس Ultrafast را برای مدل GPT-5.6 Sol راهاندازی کرد. این همکاری سرعت استنتاج را تا ۱۴ برابر افزایش داده و…
شرکت Zhipu AI مدل GLM-5.3 را معرفی کرد که با تمرکز بر امنیت سایبری، توانسته است هزاران آسیبپذیری را در پروژههای قدیمی شناسایی کند. این مدل نشان میدهد که آموزشهای تکمیلی…
استنتاج مدرن فراتر از یک محاسبه ریاضی ساده است و مانند یک سیستمعامل پیچیده، حافظه و زمانبندی را برای هزاران کاربر مدیریت میکند. درک این «کارخانه توکن»، کلید بهینهسازی هزینهها…
به جای اعتماد به اسکرینشاتهای بنچمارک، توسعهدهندگان میتوانند با یک تست سریع ۲۵ دقیقهای روی سرورهای رایگان، ادعاهای مدلهای جدید را بسنجند. این متد با استفاده از مجموعهای از…
بیشتر استقرارهای هوش مصنوعی نه بهدلیل کیفیت مدل، بلکه بهخاطر «شکاف هماهنگی» در انتقال داده بین سیستمها شکست میخورند. راهکار این مشکل، معماری ترکیبی است که وظایف تکراری را به…
یک متدولوژی جدید برای ساخت «نگهبانهایی» معرفی شده است که پیش از اجرای دستورات عاملهای هوش مصنوعی، آنها را بازبینی میکنند. این رویکرد از خطاهای فاجعهبار مانند حذف تصادفی…
یک ابزار ارزیابی جدید مبتنی بر پایتون به توسعهدهندگان اجازه میدهد مدلهای کدنویسی را بهجای معیارهای عمومی، با کدبیس و استانداردهای واقعی پروژههای خود بسنجند. این رویکرد تفاوت…
تحلیلی فنی نشان میدهد محدودیتهای CPU در کوبرنتیز باعث توقفهای لحظهای و تأخیرهای مصنوعی در برنامهها میشوند. حذف این محدودیتها در کنار حفظ درخواستهای CPU، عملکرد سیستم در…
اپل برای دور زدن محدودیتهای نظارتی چین و عدم دسترسی به ChatGPT، یک مدل زبانی اختصاصی را با همکاری علیبابا توسعه داده است. این استراتژی به اپل اجازه میدهد کنترل کامل محصول خود…
یک باگ در SDK جاوااسکریپت Sentry باعث حذف توکنهای استدلالی از گزارشهای Gemini میشد و هزینهها را بهشدت کمتر از واقعیت نمایش میداد. این اصلاحیه اکنون تضمین میکند که توکنهای…
یک بازرسی فنی روی ۱۰ عامل کدنویس نشان داد که نیمی از آنها برای تضمین موفقیت، آزمونهایی نوشتند که هرگز شکست نمیخورند. این عاملها با دور زدن منطق جستوجو و سختافزاری کردن…