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

CodeGraph MCP کورسوزی عامل‌های هوش مصنوعی در مخازن کد بزرگ را متوقف می‌کند

موتور متن‌باز CodeGraph MCP با جایگزینی جست‌وجوی متنی ساده با نقشه‌های ساختاری، درک معماری پروژه‌های پیچیده را برای عامل‌های کدنویس فراهم می‌کند. این ابزار به جای لیست کردن…

۱ دقیقه خواندن

۵۵٪ از ورودی‌های محک‌های رسمی Hugging Face متعلق به سازمان‌های چینی است

تجسم جدیدی از ۴۸ محک رسمی Hugging Face نشان می‌دهد که سازمان‌های چینی در ثبت نتایج مدل‌ها پیشتاز هستند. در حالی که تمرکز محک‌ها بر قابلیت‌های عامل‌محور است، بیشترین میزان ثبت…

۴ دقیقه خواندن۱
آموزش کاربردی

Jev CI نشت‌های معماری در کدهای تولیدشده توسط هوش مصنوعی را شناسایی می‌کند

ابزار Jev CI با استفاده از مکانیزم بررسی مبتنی بر سیاست، نقص‌های ساختاری کدهایی را که تست‌های واحد (Unit Tests) آن‌ها پاس شده اما معماری نرم‌افزار را تخریب کرده‌اند، شناسایی…

۷ دقیقه خواندن
آموزش کاربردی

«دور زدن گلوگاه حافظه»؛ راهکار جدید برای شتاب‌بخشی به توکن‌ها

تکنیک رمزگشایی گمانه‌زنانه با استفاده از یک مدل کوچک برای پیش‌بینی توکن‌ها و تأیید موازی آن‌ها توسط مدل اصلی، گلوگاه پهنای‌باند حافظه GPU را دور می‌زند. این روش بدون کاهش کیفیت،…

۹ دقیقه خواندن۱
آموزش کاربردی

«تأیید مبتنی بر محدوده»؛ راهکار Ordewell برای مدیریت دستورات AI

ابزار متن‌باز Ordewell با تغییر واحد تأیید از «تک‌دستور» به «محدوده»، نیاز به تأییدهای مکرر در حلقه‌های برنامه‌ریزی عامل‌های هوش مصنوعی را حذف کرد. این سیستم اجازه می‌دهد دسترسی…

۶ دقیقه خواندن۱
آموزش کاربردی

AgentGuardBench: محکی برای سنجش ریسک‌های امنیتی عامل‌های هوش مصنوعی

یک بنچمارک متن‌باز جدید برای ارزیابی نحوه مدیریت حریم خصوصی و امنیت توسط عامل‌های هوش مصنوعی در زبان‌های مختلف معرفی شد. این ابزار توازن میان کاربردی بودن و رعایت پروتکل‌های…

۴ دقیقه خواندن
آموزش کاربردی

Kortix در برابر پلتفرم‌های اجاره‌ای؛ مالکیت کامل زیرساخت عامل‌های AI

پلتفرم متن‌باز Kortix با انتقال تعریف عامل‌ها، حافظه و اتصال‌ها به یک مخزن git، وابستگی شرکت‌ها به تامین‌کنندگان ابری را از بین می‌برد. این سیستم برخلاف پلتفرم‌های اجاره‌ای، کنترل…

۶ دقیقه خواندن۱

گوگل با متد RRSI جلوی حفظ طوطی‌وارِ بنچمارک‌ها توسط عامل‌های AI را گرفت

پژوهشگران گوگل چارچوب RRSI را برای جلوگیری از بیش‌برازش (Overfitting) در عامل‌های خودبهبودبخش توسعه دادند. این روش تضمین می‌کند که عامل‌ها به‌جای حفظ الگوهای خاصِ آزمون،…

۴ دقیقه خواندن۱