پرش به محتوای اصلی

دسته‌بندی

تحلیل و بررسی تخصصی

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

۶٬۸۲۳ مقاله منتشر شده

آموزش کاربردی

چرا فیلتر کردن پرامپت‌ها برای امنیت عامل‌های هوش مصنوعی کافی نیست؟

پروژه‌ی جدید OWASP با نام Agent Memory Guard، عامل‌های هوش مصنوعی را در برابر حملات مسمومیت حافظه محافظت می‌کند. این ابزار با استفاده از امضاهای رمزنگاری و تحلیل معنایی، مانع از…

۲ دقیقه خواندن۲
آموزش کاربردی

چگونه زبان Aperio با حذف لایه‌ی ترجمه، هزینه توکن‌های کدنویسی را کاهش می‌دهد؟

زبان آزمایشی Aperio با جایگزینی نحو سنتی با مدل‌های ساختاری به نام loci، فاصله بین تفکر انسانی و کد را می‌گیرد. هدف این پروژه کاهش هزینه توکن‌ها و تأخیر در عامل‌های کدنویسی است.

۲ دقیقه خواندن۳
آموزش کاربردی

چرا جداسازی اصول از رفتار در Soul Spec خطای عامل‌های هوش مصنوعی را حذف کرد؟

چارچوب Soul Spec با تفکیک اصول، هویت و گردش کار در فایل‌های مجزا، مدیریت شخصیت‌های هوش مصنوعی را متحول می‌کند. این معماری بر اساس یافته‌های اخیر Anthropic است که ثابت می‌کند آموزش…

۲ دقیقه خواندن۲

محرومیت یک‌ساله در Arxiv؛ هزینهٔ ارجاعات جعلی و توهمات هوش مصنوعی

پلتفرم Arxiv نویسندگانی را که محتوای تأییدنشده‌ی هوش مصنوعی (مانند ارجاعات جعلی) ارسال کنند، برای یک سال محروم می‌کند. این تصمیم در پاسخ به حجم بالای محتوای بی‌کیفیت و تلاش برای…

۲ دقیقه خواندن

گزارش Metabase: نرخ کشف باگ‌های امنیتی با هوش مصنوعی ۱۰ برابر شد

عامل‌های کدنویس مبتنی بر هوش مصنوعی در حال شکار گسترده‌ی حفره‌های امنیتی در مخازن متن‌باز هستند. این روند باعث شده برخی شرکت‌ها برای فرار از چرخه‌ی بی‌پایان اصلاح باگ، مدل‌های خود…

۲ دقیقه خواندن۱
آموزش کاربردی

چگونه whichllm انتخاب مدل‌های محلی را از حدس و گمان به داده تبدیل کرد؟

ابزار جدید whichllm با اولویت دادن به بنچمارک‌های واقعی به‌جای تعداد پارامترها، بهترین مدل محلی را برای سخت‌افزار شما پیشنهاد می‌دهد. این ابزار مشخصات GPU و CPU را شناسایی کرده و…

۲ دقیقه خواندن۲
آموزش کاربردی

چرا برای عیب‌یابی عامل‌های هوش مصنوعی، مدل‌های پیچیده بدترین انتخاب هستند؟

سیستم‌های مبتنی بر قانون در شناسایی خطاهای عامل‌های هوش مصنوعی بسیار دقیق‌تر و ارزان‌تر از مدل‌های زبانی بزرگ هستند. ابزار Pisama در بنچمارک TRAIL به دقت ۶۰.۱٪ رسید، در حالی که…

۳ دقیقه خواندن۱