تازه‌ترین اخبار
هر چیزی که در دات‌هوش منتشر شده، به ترتیب زمان. تازه‌های کمتر از یک ساعت با نشانک زنده مشخص شده‌اند.
- ۲۰۷۱
آموزش کاربردیبردارهای سرورلس در برابر LLM؛ کاهش هزینهٔ عملیاتی به صفر
یک معماری جدید Jamstack امکان استقرار جست‌وجوی معنایی بدون نیاز به LLM را فراهم می‌کند. این روش با استفاده از بردار‌های سرورلس و ذخیره‌سازهای برداری در حافظه، هزینه‌های توکنی را حذف و ریسک توهم را به صفر می‌رساند.
۱ مهر ۱۴۰۵۵ دقیقه خواندن - ۲۰۷۲
آموزش کاربردیاشتراکهای پولی در برابر مدل‌های رایگان؛ تحلیل بهره‌وری تولید محتوا
تحلیلی کاربردی نشان می‌دهد ابزارهای رایگان تبدیل عکس به ویدیو، هزینه‌های پنهانی در قالب اتلاف وقت و افت کیفیت تحمیل می‌کنند. برای تولیدکنندگان محتوای حرفه‌ای، پلتفرم‌های شفاف و پولی در بلندمدت مقرون‌به‌صرفه‌تر هستند.
۱ مهر ۱۴۰۵۵ دقیقه خواندن - ۲۰۷۳
آموزش کاربردیمعماری Zero-State در IdeaAI؛ حذف چرخهٔ کپی-پیست در کدنویسی محلی
عامل دسکتاپ IdeaAI با دسترسی مستقیم به سیستم فایل و ترمینال، نیاز به جابه‌جایی دستی کد بین مرورگر و IDE را از بین می‌برد. این ابزار برخلاف دستیارهای متنی، قادر است به‌طور مستقل فایل بسازد و خطاهای محیطی را در لحظه رفع کند.
۱ مهر ۱۴۰۵۲ دقیقه خواندن - ۲۰۷۴
آموزش کاربردیتأیید اثر به‌جای تأیید اجرا؛ راهکار مقابله با شکست‌های خاموش عامل‌های هوش مصنوعی
بسیاری از عامل‌های هوش مصنوعی به‌دلیل تغییرات جزئی در APIها، بدون ثبت هیچ خطایی متوقف می‌شوند اما وضعیت آن‌ها «موفق» نمایش داده می‌شود. راهکار این بحران، تغییر متد نظارت از «آیا کد اجرا شد؟» به «آیا اثر ملموسی تولید شد؟» است.
۱ مهر ۱۴۰۵۷ دقیقه خواندن - ۲۰۷۵
تحلیل و بررسی تخصصیشکاف میان محاسبات و بیان؛ چرا نظارت زبانی بر مدل‌های زبانی بزرگ ناکارآمد است؟
یک مقاله فنی جدید مفهوم «ناخوانایی زبانی» را تعریف می‌کند؛ شکافی که نشان می‌دهد مدل‌های زبانی می‌توانند در لایه محاسباتی کاری کنند و در لایه بیان، چیز دیگری بگویند. این یافته ثابت می‌کند که کنترل‌های ایمنی مبتنی بر متن، دفاعی بنیادین و کافی نیستند.
۱ مهر ۱۴۰۵۱ دقیقه خواندن - ۲۰۷۶
آموزش کاربردیقالبهای جدید QuackBuilds؛ تبدیل ChatGPT به استراتژیست روابط اجتماعی
پلتفرم QuackBuilds راهنمای Social Spark را منتشر کرد تا مانع از شبیه‌سازی احساسات توسط هوش مصنوعی شود. این ابزار ChatGPT را مجبور می‌کند به‌جای بحث‌های انتزاعی درباره احساسات، توصیه‌های عملی برای تعاملات انسانی در دنیای واقعی ارائه دهد.
۱ مهر ۱۴۰۵۱ دقیقه خواندن - ۲۰۷۷
آموزش کاربردیForger: محیط توسعه‌ای برای اجرای عامل‌های کدنویس به‌صورت کاملاً آفلاین
ابزار Forger با حذف وابستگی به ابر، امکان اجرای عامل‌های هوش مصنوعی کدنویس را روی سخت‌افزار محلی فراهم می‌کند. این IDE با پشتیبانی از مدل‌های باز و مدل‌های محلی، امنیت کدها را تضمین و هزینه‌های اشتراکی را حذف می‌کند.
۱ مهر ۱۴۰۵۳ دقیقه خواندن - ۲۰۷۸
آموزش کاربردیمالیات پنهان اتوماسیون؛ عامل‌های زمان‌بندی‌شده توکن‌های شما را می‌سوزانند
عامل‌های هوش مصنوعی بدون حافظه در اتوماسیون‌های زمان‌بندی‌شده، با پردازش تکراری دستورالعمل‌ها در هر اجرا، هزاران توکن را هدر می‌دهند. پیاده‌سازی لایه‌ی حافظه پایدار می‌تواند هزینه‌ها را تا ۸۰٪ کاهش و دقت را افزایش دهد.
۱ مهر ۱۴۰۵۶ دقیقه خواندن - ۲۰۷۹
آموزش کاربردیپیادهسازی هستهٔ Jev در ۲۵ خط کد پایتون؛ افشای سازوکار طبقه‌بندی احتمالات
یک نمایش فنی نشان می‌دهد که قابلیت‌های تصمیم‌گیری Jev برخلاف هیاهوهای تبلیغاتی، بر یک سازوکار سادهٔ طبقه‌بندی احتمالات استوار است. این پیاده‌سازی محلی ثابت می‌کند که برای مدل‌های تصمیم‌گیری پایه، نیازی به APIهای گران‌قیمت یا آموزش‌های پیچیده نیست.
۱ مهر ۱۴۰۵۲ دقیقه خواندن - ۲۰۸۰
تحلیل و بررسی تخصصیKyutai: دقت حل مسائل ریاضی صوتی به ۷۷.۱٪ رسید
شرکت Kyutai دو مدل با وزن‌های باز معرفی کرد که مسائل ریاضی را مستقیماً در قالب صوت و بدون تبدیل به متن حل می‌کنند. این تیم با به‌کارگیری یادگیری تقویتی، دقت مدل در محک GSM8K را از ۲۷.۳٪ به ۷۷.۱٪ افزایش داد.
۱ مهر ۱۴۰۵۴ دقیقه خواندن - ۲۰۸۱
آموزش کاربردینوکیا: AnyJev سوگیری‌های موقعیتی LLM را بدون آموزش مجدد حذف می‌کند
نوکیا کتابخانه AnyJev را برای تبدیل مدل‌های زبانی باز به موتورهای تصمیم‌گیری کالیبره‌شده منتشر کرد. این ابزار بدون نیاز به آموزش مجدد، سوگیری‌های موقعیتی را حذف و قابلیت اطمینان طبقه‌بندی‌های هوش مصنوعی را به‌شدت افزایش می‌دهد.
۱ مهر ۱۴۰۵۴ دقیقه خواندن - ۲۰۸۲
آموزش کاربردیدرون npunlock؛ ابزاری برای باز کردن محدودیت‌های سخت‌افزاری Meteor Lake
پروژه متن‌باز npunlock با دور زدن محدودیت‌های نرم‌افزاری اینتل، امکان اجرای کدهای سفارشی C را روی واحدهای پردازش عصبی (NPU) فراهم می‌کند. این ابزار با باز کردن دسترسی به هسته‌های SHAVE در تراشه‌های Meteor Lake، اجرای عملیات ریاضی تخصصی را مستقیماً روی سخت‌افزار ممکن می‌سازد.
۱ مهر ۱۴۰۵۵ دقیقه خواندن - ۲۰۸۳
داستان‌ها و مصاحبه‌ها«تلفیق کدنویسی و بازبینی»؛ استراتژی جدید Slack برای عامل‌های هوش مصنوعی
اسلک با معرفی Code Channels، عامل‌های کدنویس هوش مصنوعی را از محیط‌های ایزوله به چت‌های مشترک تیمی می‌آورد. هدف این تغییر، ادغام فرآیند نوشتن و بازبینی کد در یک گام همکاری جمعی است.
۱ مهر ۱۴۰۵۱ دقیقه خواندن - ۲۰۸۴
آموزش کاربردیتصمیمات ساختاریافته در برابر استدلال‌های متنی در مدل Jev
مدل Jev با جایگزینی استدلال‌های متنی و گران‌قیمت با تصمیمات ساختاریافته و سریع، تأخیر در اجرای عامل‌های هوش مصنوعی را به ۳۰۰ میلی‌ثانیه کاهش داد. این رویکرد اجازه می‌دهد AI به‌جای تولید متن، دستورات مستقیم نرم‌افزاری صادر کند.
۱ مهر ۱۴۰۵۱۳ دقیقه خواندن - ۲۰۸۵
آموزش کاربردی«تصمیم‌گیری محدود»؛ راهکار Jev برای حذف خطاهای متنی در عامل‌های هوش مصنوعی
شرکت TypeSafe AI با معرفی Jev، رویکرد تولید متن آزاد در عامل‌های هوش مصنوعی را به سیستم «تصمیم‌گیری محدود» تغییر داد. این معماری با اجبار مدل به انتخاب از میان گزینه‌های پیش‌تعریف‌شده، سرعت و پایداری عامل‌ها را در محیط‌های UI به‌شدت افزایش داده است.
۱ مهر ۱۴۰۵۱۷ دقیقه خواندن - ۲۰۸۶
داستان‌ها و مصاحبههااعتراف نخست‌وزیر یونان: هیچ دولتی برای سرعت جایگزینی مشاغل توسط هوش مصنوعی
کیریاکوس میتسوتاکیس، نخست‌وزیر یونان، هشدار داد که سرعت تغییرات بازار کار توسط هوش مصنوعی از توان نظارتی دولت‌ها پیشی گرفته است. او در حالی این ادعا را مطرح کرد که یونان را با مشوق‌های مالیاتی و زیرساخت‌های جدید به عنوان قطب فناوری معرفی می‌کند.
۱ مهر ۱۴۰۵۵ دقیقه خواندن - ۲۰۸۷
داستان‌ها و مصاحبههاسد دیجیتال؛ چرا یک عامل هوش مصنوعی در کسب ۲۰ دلار شکست خورد؟
یک عامل هوشمند در تلاش برای کسب درآمد از طریق خدمات صوتی، با موانع احراز هویت انسانی مانند تأیید شماره تلفن و فیلترهای IP مواجه شد. این تجربه نشان می‌دهد گلوگاه اصلی اقتصاد عامل‌محور، کیفیت مدل‌ها نیست، بلکه سیستم‌های دروازه‌بانی دیجیتال است.
۱ مهر ۱۴۰۵۲ دقیقه خواندن - ۲۰۸۸
داستان‌ها و مصاحبههاتطابق شناسه‌ی مدل با خروجی ثابت نیست؛ شکافی خطرناک در حاکمیت هوش مصنوعی
یک توسعه‌دهنده کشف کرد که تثبیت شناسه‌ی مدل (Model ID) مانع از تغییر رفتار مدل در سمت سرور نمی‌شود. این یافته نشان می‌دهد که تأیید هویت مدل با تأیید صحت خروجی متفاوت است و سیستم‌های نظارتی فعلی در برابر «رانش مدل» ناتوان‌اند.
۱ مهر ۱۴۰۵۵ دقیقه خواندن - ۲۰۸۹
آموزش کاربردیمدل ۴ میلیاردی Mano-AFK صحت استقرار خودکار اپلیکیشن‌ها را به ۵۸٪ رساند
پلتفرم Mininglamp چارچوب متن‌باز Mano-AFK را برای خودکارسازی کامل چرخه ساخت، تست و استقرار روی مک‌های اپل منتشر کرد. این مدل در تولید مستندات و رفع باگ‌های ساده موفق است، اما در تست‌های رابط کاربری پویا با چالش روبروست.
۱ مهر ۱۴۰۵۶ دقیقه خواندن - ۲۰۹۰
آموزش کاربردیتولید بسته آموزشی ریاضی با Codex در یک اجرای ۳۱ ساعته و قابل‌حسابرسی
یک توسعه‌دهنده با استفاده از یک تسک بلندمدت در Codex، چارچوبی ریاضی را به یک بسته آموزشی نسخه‌بندی‌شده تبدیل کرد. این پروژه با جایگزینی حافظهٔ چت با آرتیفکت‌های نسخه‌بندی‌شده، توانست در برابر ری‌استارت‌های سیستم دوام بیاورد.
۱ مهر ۱۴۰۵۳ دقیقه خواندن - ۲۰۹۱
آموزش کاربردیشکافهای نظارتی در سازمان‌ها؛ پیامد استفادهٔ غیررسمی از ابزارهای هوش مصنوعی
استفادهٔ کارکنان از ابزارهای تأییدنشده یا «هوش مصنوعی سایه»، داده‌های حساس سازمانی را در معرض خطر قرار می‌دهد. چارچوب‌های نظارتی جدید به‌جای مسدود کردن ساده، بر ایجاد زنجیره‌های پاسخگویی قابل ردیابی تأکید دارند.
۱ مهر ۱۴۰۵۳ دقیقه خواندن - ۲۰۹۲
آموزش کاربردیReality Check AI ردپای شواهد را برای ادعاهای هوش مصنوعی قابل‌تعقیب کرد
سامانه Reality Check AI با جایگزینی پاسخ‌های ساده با یک دفتر کل شواهد، ادعاهای آنلاین را به گزاره‌های قابل‌تأیید تبدیل می‌کند. این ابزار هر نتیجه‌گیری هوش مصنوعی را به منابع دقیق متصل می‌کند تا خروجی‌ها توسط انسان قابل حسابرسی باشند.
۱ مهر ۱۴۰۵۱۳ دقیقه خواندن - ۲۰۹۳
آموزش کاربردیCodeRabbit با سامانه Triage اولویت‌بندی Pull Requestها را خودکار کرد
شرکت CodeRabbit ابزاری به نام Triage را برای رتبه‌بندی خودکار درخواست‌های تغییر کد (PR) و پیشنهاد بازبین‌های مناسب معرفی کرد. این سیستم برای پروژه‌های متن‌باز رایگان است، اما سازمان‌های خصوصی برای دسترسی به آن باید اشتراک طرح Team را تهیه کنند.
۱ مهر ۱۴۰۵۲ دقیقه خواندن - ۲۰۹۴
آموزش کاربردی۲ قابلیت کلیدی Copilot برای اتوماسیون جلسات و جداول در OneNote
مایکروسافت با ادغام Copilot در OneNote، این برنامه را از یک دفترچه یادداشت پراکنده به یک پایگاه دانش ساختاریافته تبدیل کرده است. این سیستم اکنون قادر است خلاصه‌های جلسات را خودکار کند و داده‌های پراکنده را به جداول عملیاتی تبدیل نماید.
۱ مهر ۱۴۰۵۲۳ دقیقه خواندن - ۲۰۹۵
آموزش کاربردیدرون معماری اجزای زنده مایکروسافت برای یکپارچگی داده‌ها در تیمز و اوت‌لوک
مایکروسافت با ادغام کوپایلت در Loop، اجزای زنده و همگام‌سازی‌شده‌ای ایجاد کرده که به‌طور هم‌زمان در تیمز، اوت‌لوک و اپلیکیشن لوپ فعال هستند. این سازوکار با تبدیل اسناد به یک منبع واحد و به‌روز، نیاز به مدیریت نسخه‌های متعدد فایل (Version Control) را از بین می‌برد.
۱ مهر ۱۴۰۵۲۵ دقیقه خواندن - ۲۰۹۶
آموزش کاربردیWork IQ چگونه داده‌های پراکندهٔ سازمانی را به تحلیل‌های مدیریتی تبدیل می‌کند؟
مایکروسافت با معرفی قابلیت Work IQ در Copilot Chat، امکان تحلیل جامع داده‌های سازمانی از طریق Microsoft Graph را فراهم کرد. این ابزار با استفاده از عامل‌های تخصصی، جست‌وجو در ایمیل‌ها، جلسات و اسناد را برای تولید گزارش‌های مدیریتی دقیق تسهیل می‌کند.
۱ مهر ۱۴۰۵۲۸ دقیقه خواندن - ۲۰۹۷
آموزش کاربردیچطور Copilot Pages از گم شدن داده‌ها در تاریخچهٔ چت جلوگیری می‌کند؟
مایکروسافت با معرفی Copilot Pages، فضای چت‌های موقت را به یک بوم متنی دائمی و قابل ویرایش تبدیل کرد. این ابزار اجازه می‌دهد خروجی‌های هوش مصنوعی به‌جای گم شدن در تاریخچه چت، به دارایی‌های تیمی تبدیل شوند که در لحظه قابل اصلاح هستند.
۱ مهر ۱۴۰۵۲۴ دقیقه خواندن - ۲۰۹۸
آموزش کاربردی۳ قابلیت استخراج، تلخیص و مقایسه در به‌روزرسانی جدید Copilot
مایکروسافت قابلیت پرس‌وجوی مستقیم از اسناد ذخیره‌شده در OneDrive و SharePoint را به Copilot اضافه کرد. این ابزار با استفاده از مبنی‌سازی، اطلاعات را بدون نیاز به باز کردن فایل‌ها استخراج، تلخیص و مقایسه می‌کند.
۱ مهر ۱۴۰۵۲۵ دقیقه خواندن - ۲۰۹۹
آموزش کاربردی«مسدود کردن استاپ‌های نزدیک»؛ راهکار KestrelQuant برای حفظ سرمایه
یک موتور معاملاتی AI دریافت که استاپ‌های متحرکِ ریاضیاتی در بازارهای کم‌نقدگی منجر به ضرر قطعی می‌شوند. تیم توسعه با ایجاد یک لایهٔ نظارتی، دستوراتی که بیش از حد به قیمت بازار نزدیک بودند را برای جلوگیری از لغزش قیمت مسدود کرد.
۱ مهر ۱۴۰۵۶ دقیقه خواندن - ۲۱۰۰
آموزش کاربردی«محدودیت به اسناد تأییدشده»؛ راهکار مایکروسافت برای جلوگیری از توهم AI
مایکروسافت از مدل‌های عمومی فاصله گرفته و به سمت «عامل‌های کوپایلت» حرکت می‌کند که پاسخ‌ها را تنها به اسناد تأییدشده شرکت محدود می‌کنند. کاربران اکنون می‌توانند بدون نوشتن کد و از طریق Copilot Studio، عامل‌هایی بسازند که مستقیماً به داده‌های زنده در SharePoint و Excel متصل هستند.
۱ مهر ۱۴۰۵۳۲ دقیقه خواندن