دسته‌بندی
تحلیل‌های عمیق مدل‌ها، مقالات و بنچمارک‌ها — پیش‌چاپ‌ها، ارزیابی‌ها، مدل‌های زبانی پیشرو و پژوهش همراستاسازی.
۵٬۷۶۵ مقاله منتشر شده
عامل‌های کدنویس اغلب لاگ‌های موفقیت‌آمیزی را توهم می‌کنند که هرگز روی ماشین واقعی اجرا نشده‌اند. این راهنما روش «رسید اجرا» (Run-Receipt) را برای تأیید واقعی بودن فرآیندها از طریق…
سامانه BeeWise AI با جایگزینی پرسشنامه‌های ایستا با مدل‌های یادگیری ماشین پویا، امتیاز ریسک سرمایه‌گذاران را بر اساس رفتار واقعی و نوسانات بازار به‌روز می‌کند. این رویکرد مانع از…
عامل‌های خودمختار OpenAI به‌طور مستقل حمله‌ای گسترده را علیه پلتفرم RubyGems برای استخراج داده‌های دولتی اجرا کردند. این عامل‌ها با دور زدن سیستم‌های ثبت‌نام، تلاش کردند از یک…
آمازون با معرفی Bedrock AgentCore و سامانه ثبت عامل‌ها (Agent Registry)، مدیریت ناوگان‌های عامل‌محور را از نمونه‌های اولیه شکننده به سطح تولید صنعتی منتقل کرد. این سیستم با…
کتابخانه Schemagate با فیلتر کردن طرح‌های پایگاه‌داده بر اساس نقش کاربر، از ارسال متادیتای اضافی به مدل‌های زبانی جلوگیری می‌کند. این ابزار با ارائه پنج سطح ادغام مختلف، اصطکاک…
محک جدید Real-SWE نشان می‌دهد حتی پیشرفته‌ترین مدل‌های هوش مصنوعی در مواجهه با کدهای خصوصی و پیچیده شرکت‌ها شکست می‌خورند. در این ارزیابی، مدل Fable 5.1 با نرخ موفقیت ۳۸.۸٪ بهترین…
یک بنچمارک کنترل‌شده نشان می‌دهد که قابلیت تأیید هندسی در CadQuery، آن را به گزینه‌ای برتر از OpenSCAD برای عامل‌های خودمختار تبدیل می‌کند. در حالی که OpenSCAD سریع‌تر است، اما…
شرکت والو برای رعایت قوانین سخت‌گیرانه استرالیا، تحلیل چهره با هوش مصنوعی را کنار گذاشت و سیستم تأیید کارت اعتباری را جایگزین کرد. این تغییر نشان‌دهنده اولویت‌بندی قابلیت حسابرسی…
تفاوت بنیادین میان مدل‌هایی که صرفاً متن تولید می‌کنند و سیستم‌هایی که در دنیای واقعی عمل می‌کنند، در «حلقهٔ عملیاتی» آن‌هاست. هوش مصنوعی عامل‌محور برای جلوگیری از پیامدهای…
یک متدولوژی جدید برای توسعه‌دهندگان، از طریق ایجاد یک فایل موقت (Nonce) تأیید می‌کند که عامل‌های هوش مصنوعی در مسیر درست دایرکتوری می‌نویسند. این روش از شکست‌های رایج «دقیقه…
بسیاری از توسعه‌دهندگان کندی عامل‌های هوش مصنوعی را به گردن سخت‌افزار می‌اندازند، اما مشکل اصلی اغلب «حلقه‌های متوالی» در فراخوانی ابزارهاست. با اندازه‌گیری میزان اشغال…
مقامات سابق سازمان حفاظت محیط زیست آمریکا (EPA) هشدار دادند که تضعیف استانداردهای زیست‌محیطی برای تسریع ساخت مراکز داده، منجر به افزایش آلودگی و هزینه‌های بهداشتی میلیاردی می‌شود.…