پرش به محتوای اصلی

دسته‌بندی

تحلیل و بررسی تخصصی

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

۵٬۷۷۶ مقاله منتشر شده

آموزش کاربردی

چگونه ترکیب جستجوی ترکیبی و RAGAS توهمات را در AI حقوقی حذف می‌کند؟

یک معماری جدید برای هوش مصنوعی حقوقی، جستجوی برداری ساده را با سیستم بازیابی ترکیبی و ارزیابی برنامه‌ریزی‌شده جایگزین کرده است. این روش توهمات را حذف کرده و استنادات دقیق به اسناد…

۲ دقیقه خواندن

چگونه Scarab تضادهای کدنویسی AI را پیش از تبدیل شدن به باگ شناسایی می‌کند؟

مجموعه تشخیصی Scarab فرآیند دیباگ در هوش مصنوعی را از تعمیر واکنشی به پیشگیری فعال تغییر می‌دهد. این ابزار «تزلزل حقیقت نرم‌افزاری» را در لحظه شناسایی کرده و مانع انباشت بدهی فنی…

۲ دقیقه خواندن
آموزش کاربردی

چرا تکیه بر تاریخچهٔ گفتگو در حافظه‌ی عامل‌های هوش مصنوعی شکست می‌خورد؟

اعتماد صرف به تاریخچهٔ گفتگو برای ایجاد حافظه در عامل‌های هوش مصنوعی به‌دلیل محدودیت‌های استدلالی مدل‌ها ناکارآمد است. راهکار جایگزین، استقرار یک معماری سه‌لایه شامل حافظه…

۷ دقیقه خواندن
آموزش کاربردی

چگونه «تراشیدن بافت» حافظه، نویز عامل‌های هوش مصنوعی را پاکسازی می‌کند؟

یک الگوی مهندسی جدید به مدل‌های بزرگ اجازه می‌دهد تا حافظه‌ی مدل‌های کوچک‌تر را به‌صورت پویا ویرایش و بازنویسی کنند. این روش نویز را حذف و دقت را بالا می‌برد، اما ریسک افزایش شدید…

۹ دقیقه خواندن

از ۹۶۵ میلیارد دلار تا اولین حمله سایبری خودگردان: چرخش سریع در اکوسیستم AI

شرکت Anthropic برای IPO تریلیون دلاری خود اقدام کرد، در حالی که اولین حمله سایبری کاملاً خودگردان توسط عامل‌های هوش مصنوعی ثبت شد. انویدیا وارد بازار پردازنده‌های PC شد و اپل در…

۵ دقیقه خواندن۱
پشت‌صحنه توهمات هوش مصنوعی: وقتی طراحی اطلاعات جایگزین وزن‌های مدل می‌شود
آموزش کاربردی

پشت‌صحنه توهمات هوش مصنوعی: وقتی طراحی اطلاعات جایگزین وزن‌های مدل می‌شود

شکست عامل‌های هوش مصنوعی در محیط عملیاتی معمولاً نتیجه‌ی طراحی ضعیف اطلاعات است، نه نقص در وزن‌های مدل. یک چارچوب جدید، پنج تکنیک مبنی‌سازی را برای متوقف کردن توهمات در مقیاس…

۸ دقیقه خواندن
آموزش کاربردی

چگونه پروتکل UMP وابستگی حافظه عامل‌های هوش مصنوعی به یک فروشنده را می‌شکند؟

پروتکل حافظه جهانی (UMP) روش ذخیره‌سازی و جابه‌جایی حافظه در عامل‌های هوش مصنوعی را استاندارد می‌کند. این سیستم با استفاده از رکوردهای JSON، مالکیت داده‌ها را از شرکت‌های…

۵ دقیقه خواندن
آموزش کاربردی

چرا تکیه بر پنجره‌های متنی غول‌پیکر برای حافظه هوش مصنوعی یک اشتباه است؟

استارتاپ Backboard با معرفی معماری حافظه در سطح پیام، رتبه اول بنچمارک‌های LoCoMo و LongMemEval را کسب کرد. این روش برخلاف رویکرد رایج صنعت، به جای گسترش پنجره متنی، بر استخراج…

۴ دقیقه خواندن
آموزش کاربردی

چرا چت‌های طولانی با هوش مصنوعی، هزینه استنتاج شما را به‌شدت بالا می‌برد؟

عامل‌های برنامه‌نویسی اغلب با پردازش مجدد داده‌های قدیمی در چت‌های طولانی، بودجه شما را می‌سوزانند. ابزار oowl با جایگزینی پنجرهٔ چت یکپارچه با «آرتیفکت‌های محدود» و تیمی از…

۵ دقیقه خواندن

چرا OpenAI برای امنیت بیشتر، کاربردی‌ترین ابزارهای خود را غیرفعال می‌کند؟

OpenAI حالت Lockdown را برای جلوگیری از سرقت داده‌ها از طریق حملات تزریق پرامپت معرفی کرد. این قابلیت با غیرفعال کردن دسترسی به وب و ابزارهای عامل‌محور، حفره‌های نشت اطلاعات را…

۲ دقیقه خواندن۱