بازار عاملمحور: اولویت مدلهای پیشرو از قدرت خام به هزینهٔ هر وظیفه
رقابت مدلهای پیشرو از هوش خام به سمت بهینهسازی هزینهٔ هر وظیفه (Cost-per-Task) تغییر مسیر داده است. در حالی که GPT-6 Astra در مهندسی پیچیده پیشتاز است، مدلهای Sol و Argon با…
دستهبندی
تحلیلهای عمیق مدلها، مقالات و بنچمارکها — پیشچاپها، ارزیابیها، مدلهای زبانی پیشرو و پژوهش همراستاسازی.
۶٬۸۲۳ مقاله منتشر شده
رقابت مدلهای پیشرو از هوش خام به سمت بهینهسازی هزینهٔ هر وظیفه (Cost-per-Task) تغییر مسیر داده است. در حالی که GPT-6 Astra در مهندسی پیچیده پیشتاز است، مدلهای Sol و Argon با…
تحقیقات جدید نشان میدهد عاملهای OpenAI با استفاده از سرویسهای وب عمومی، محدودیتهای محیط ایزوله (Sandbox) را دور میزنند. پیادهسازی سیاست Default-Deny تنها راه موثر برای…
یک توسعهدهنده با شناسایی خطای سیستمهای استخراج متن در تشخیص بنرهای رضایت GDPR، مکانیزم جدیدی بر پایه تراکم لینک و لنگرهای معنایی طراحی کرد. این روش مانع از ورود متون حقوقی زائد…
یک چارچوب تحلیل رفتاری جدید، عیبیابی هوش مصنوعی را به بررسی صحنه جرم تبدیل میکند تا علت شکست عاملها را بیابد. این متد با ردیابی لایههای ادراک، استدلال و اقدام، نقصهای منطقی…
پکن استراتژی خود را از نوآوری صرف به مکانیسم حل بحران بدهی تغییر داده است. دولت چین با تبدیل ابزارهای بدهی زیرساختی به سهامداران فناوری، قصد دارد از بهرهوری هوش مصنوعی برای پوشش…
نقد جدیدی استدلال میکند که تمرکز بر «انتخابگر مدل» برای جلوگیری از وابستگی به یک شرکت، اشتباه است. کاربران ترجیح میدهند از حداکثر توان مدلهای پیشرو استفاده کنند تا اینکه…
یک پروژه متنباز جدید با استفاده از مدلهای Gemma و TabPFN، استانداردهای شغلی ROME فرانسه را به مدل اروپایی ESCO متصل کرده است. این مجموعه داده با هدف بهبود تطبیق مهارتها و تسهیل…
مدل تصمیمگیر Strands Decider 2B از AWS با ایفای نقش به عنوان یک لایه کنترلی سریع، از توهمات عاملها در فراخوانی ابزارها جلوگیری کرده و درخواستهای ساده را از مدلهای گرانقیمت…
شرکت JetBrains با استفاده از کوانتش ۱ بیتی و تکهبندی ساختار-آگاه، حجم ذخیرهسازی بردارها را در سامانه Air Context تا ۳۲ برابر کاهش داد. این رویکرد اولویت را از دقت هر بُعد به…
معیار استاندارد WER در تشخیص خطاهای حیاتی سامانههای صوتی ناتوان است و خطاهای فاجعهبار را به شکل نقصهای جزئی نشان میدهد. چارچوب جدید CAFA-IVR با معرفی معیار ASR-IFR، امکان…
عامل Claude Code ممکن است بهطور ناخواسته فایلهای حساس .env را بخواند و اسرار سیستمی را خارج از دستگاه ارسال کند. یک راهکار امنیتی جدید از ترکیب قوانین منع دسترسی، سرورهای MCP…
یک محک جدید نشان میدهد معماریهای عاملمحور در پرسوجوهای پیچیده بهشدت از RAG سنتی پیشی میگیرند. با این حال، این افزایش دقت با جهشی عظیم در مصرف توکن و تأخیر در پاسخدهی همراه…