پرش به محتوای اصلی

موضوع

عامل‌محور

Autonomous agents, tool use, planning, multi-step workflows

۶٬۳۰۶ مقاله منتشر شده

مهندسی هوش مصنوعی مولد برای موفقیت در محیط عملیاتی
آموزش کاربردی

درون استراتژی رهبران مهندسی برای مدیریت Context در مقیاس سازمانی

انتقال هوش مصنوعی زاینده از محیط آزمایشگاهی به تولید، نیازمند تغییر نگاه به پرامپت‌ها از «هنر» به «سیستم‌های مهندسی» است. این رویکرد بر مهندسی ساختاریافته‌ی زمینه، خط لوله‌های…

۱۳ دقیقه خواندن۱
معیارها به شما دروغ می‌گویند: راهنمای ارزیابی واقعی مدل‌های زبانی بزرگ
آموزش کاربردی

شکاف میان دمو و واقعیت؛ چرا عامل‌های هوش مصنوعی در محیط عملیاتی شکست می‌خورند؟

متخصصان صنعت هشدار می‌دهند که فقدان تعاریف دقیق از «عامل» و استراتژی‌های غلط تکه‌بندی داده‌ها، باعث شکست مدل‌های هوش مصنوعی در محیط واقعی شده است. موفقیت اکنون بیش از آنکه به…

۵ دقیقه خواندن۲
افزونه‌های LM Studio و سرورهای MCP را چگونه پیدا کنیم
آموزش کاربردی

Local AI Tools: متمرکز کردن افزونه‌های LM Studio و سرورهای MCP در یک دایرکتوری

یک دایرکتوری متن‌باز جدید برای ساده‌سازی یافتن و نصب ابزارهای جانبی LM Studio معرفی شد. این پلتفرم با ایجاد یک لایه سازگاری، شکاف میان افزونه‌های بومی و اکوسیستم پروتکل زمینه مدل…

۶ دقیقه خواندن
استاندارد سخت‌افزار مدل: اتصال مدل‌های هوش مصنوعی، عامل‌ها و سخت‌افزار فیزیکی
آموزش کاربردی

استاندارد MHS: زبان مشترک برای اتصال عامل‌های هوش مصنوعی به سخت‌افزار

استاندارد سخت‌افزاری مدل (MHS) چارچوبی یکپارچه برای شناسایی و کنترل دستگاه‌های فیزیکی توسط عامل‌های هوش مصنوعی ایجاد می‌کند. هدف این استاندارد جایگزینی ادغام‌های تک‌بعدی با زبانی…

۳ دقیقه خواندن۳
چرا KV cache در سال ۲۰۲۶ به ستون فقرات اقتصاد عامل‌های هوش مصنوعی تبدیل شد

مدل DeepSeek-V4.1-Flash حجم حافظهٔ KV Cache را به ۸۹۰ بایت کاهش داد

مدل جدید DeepSeek با بازطراحی معماری، هزینهٔ حافظه برای عامل‌های هوش مصنوعی را به‌شدت کاهش داده است. این مدل با کاهش ۴ برابری حجم کش نسبت به نسل پیشین، استقرار عامل‌های با زمینهٔ…

۳ دقیقه خواندن۱
امتیاز استخراج من ۰٫۰۸ بود و مدل بی‌گناه: بازسازی خط‌کش
آموزش کاربردی

درون CauterRule؛ تضاد میان تطابق توکنی و درک معنایی در ارزیابی AI

چارچوب متن‌باز CauterRule دریافت که معیارهای سخت‌گیرانهٔ تطابق توکنی، مدل‌های هوش مصنوعی را به‌دلیل بازنویسی درستِ قوانین جریمه می‌کنند. با تغییر رویکرد به تطابق معنایی، مشخص شد…

۸ دقیقه خواندن۴
ربات گروک و ظهور هم‌تیمی‌های هوش مصنوعی
آموزش کاربردی

رویداد Grok Bot Galaxy: انتقال هوش مصنوعی به اجرای کامل گردش‌های کاری

رویداد Grok Bot Galaxy نشان‌دهنده گذار از هوش مصنوعی مبتنی بر پرامپت به عامل‌های هدف‌محور است. این سیستم‌ها اکنون می‌توانند گردش‌های کاری پیچیده را در حوزه‌های مهندسی و بازاریابی…

۵ دقیقه خواندن۲
برآورد هزینه LLM شما برای بیش از ۲۰۰ هزار توکن اشتباه است
آموزش کاربردی

مالیات پنهانِ زمینه: هزینهٔ مدل‌های زبانی در ۲۰۰ هزار توکن دوبرابر می‌شود

بسیاری از ارائه‌دهندگان مدل‌های زبانی، هزینه استنتاج را پس از عبور از آستانهٔ ۲۰۰ هزار توکن به‌طور ناگهانی دوبرابر می‌کنند. این ساختار قیمت‌گذاری پنهان، محاسبات هزینه‌ای برای…

۳ دقیقه خواندن۲