دسته‌بندی
تحلیل‌های عمیق مدل‌ها، مقالات و بنچمارک‌ها — پیش‌چاپ‌ها، ارزیابی‌ها، مدل‌های زبانی پیشرو و پژوهش همراستاسازی.
۵٬۷۶۰ مقاله منتشر شده
تیم‌های مهندسی اغلب در تلهٔ بهینه‌سازی برای عبور از تست‌ها به‌جای انجام واقعی کار می‌افتند. راهکار این مشکل، پیوند دادن هر امتیاز ارزیابی به یک ردپای اجرایی (Trace) دقیق است تا…
بسیاری از عامل‌های خودکار در محیط عملیاتی شکست می‌خورند زیرا لایه‌های ارزیابی و نظارت را ابزارهایی جانبی می‌بینند، نه بخشی از هسته سیستم. جایگزینی مدل‌های «حلقه-باز» با «هارنس‌های…
مارک بروکر از مهندسان AWS توضیح می‌دهد که چگونه معیارهای سنتی تأخیر، درد واقعی کاربران را نادیده می‌گیرند. این شکاف به دلیل «پارادوکس بازرسی» رخ می‌دهد؛ جایی که کاربران به طور…
آمازون بیش از ۱۰۰ متریک دقیق استنتاج را به SageMaker AI اضافه کرد. در حالی که این ابزارها نظارت را بهبود می‌بخشند، اما ریسک مهندسی معکوس معماری مدل‌ها و حملات DoS هدفمند را افزایش…
آمازون و سایر پیشروان فناوری استدلال می‌کنند که الزام به تأیید انسانی برای هر اقدام هوش مصنوعی، به دلیل خستگی کاربر منجر به «تأییدهای کورکورانه» می‌شود. این شرکت‌ها اکنون به سمت…
ناسا در حال آزمایش مدل جدیدی از کاوشگر به نام ارنست است که با سیستم تعلیق فعال، سرعت حرکت در زمین‌های سخت را به ۰.۶ مایل در ساعت رسانده است. این خودرو می‌تواند چرخ‌های خود را بلند…
یک پایگاه‌داده عمومی فاش کرد که میلیون‌ها اثر موسیقی، از جمله آثار لیدی گاگا و رادیوهد، بدون مجوز برای آموزش مدل‌های هوش مصنوعی استفاده شده‌اند. این داده‌ها نشان می‌دهند شرکت‌هایی…
چارچوب متن‌باز Agent Rigor برای مقابله با «پوسیدگی زمینه» در عامل‌های کدنویس معرفی شده است. این سیستم با جایگزینی پرامپت‌های حجیم با یک ساختار لایه‌ای، از تخریب کدبیس و توهمات مدل…
آمازون با عرضه AgentCore Harness، پیچیدگی‌های زیرساختی استقرار عامل‌های هوش مصنوعی را حذف کرد. این ابزار زمان راه‌اندازی عامل‌های تولیدی با دسترسی کامل به وب و سیستم را از هفته‌ها…
ابزار جدید VibeGuard برخلاف اسکنرهای سنتی، به‌طور خاص روی «کدهای توخالی» و الگوهای ناامن تولیدشده توسط مدل‌های زبانی متمرکز است. این اسکنر می‌تواند توابع جعلی و فقدان عملیات…
یک تجربه شش‌ماهه برای سپردن مدیریت کامل یک کسب‌وکار به هوش مصنوعی با شکست سیستمیک مواجه شد. نتایج نشان می‌دهد مدل‌های فعلی در مواجهه با پیچیدگی‌های انسانی و داده‌های ناقص، از توان…
سرویس Bedrock AgentCore Web Search دسترسی زنده به وب را فراهم می‌کند، اما بدون لایه‌ی هماهنگی، منجر به توهم و هزینه‌های سرسام‌آور می‌شود. موفقیت در استقرار این سیستم به مدیریت پنج…