پرش به محتوای اصلی

موضوع

عامل‌محور

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

۶٬۲۷۵ مقاله منتشر شده

سیستم اعتبار سنجی برای عامل‌های هوش مصنوعی: Pigeon Pass مجوزهای عامل را تعیین می‌کند.
آموزش کاربردی

گواهنامه‌های امضاشده در برابر کلیدهای API؛ نبرد برای امنیت عامل‌ها

پروتکل Pigeon با جایگزینی کلیدهای API جامع با گواهنامه‌های محدود و امضاشده، مانع از ارتقای غیرمجاز دسترسی در عامل‌های فرزند می‌شود. این سازوکار تضمین می‌کند که هیچ عامل فرعی…

۳ دقیقه خواندن۱
لوگوی کیوریس با عنوان: یک سرور MCP برای بیش از ۱۰ هزار قابلیت عامل هوشمند
آموزش کاربردی

سیستم کشف ابزار QVeris هزینه پنجره متنی عامل‌های هوش مصنوعی را کاهش داد

پلتفرم QVeris با معرفی یک ابزار متن‌باز، کاتالوگ‌های ایستا را با سیستم «کشف در زمان اجرا» جایگزین کرد. این رویکرد از اشباع پنجره متنی جلوگیری کرده و به عامل‌ها اجازه می‌دهد پیش از…

۴ دقیقه خواندن۲
تصویر: ربات چت در حال تصمیم‌گیری بین پاسخ مستقیم یا جستجوی وب، با علامت تعجب و کلیدواژه‌های رد شده
آموزش کاربردی

جایگزینی لیست کلمات با مدل‌های مسیریاب؛ راهکار کاهش هزینه‌های جست‌وجوی وب

استفاده از لیست کلمات کلیدی برای فعال کردن جست‌وجوی وب در چت‌بات‌ها منجر به خطاهای گران‌قیمت و شکست‌های خاموش می‌شود. جایگزینی این روش با یک مدل مسیریاب (Router) مبتنی بر مدل…

۶ دقیقه خواندن۱
شش پیشرفت کلیدی مدل جهان JEPA برای توقف توهمات مدل‌های زبانی بزرگ
آموزش کاربردی

مدل‌های LLM-JEPA با شبیه‌سازی واقعیت نرخ توهم را در Llama3 و Gemma2 کاهش دادند

چارچوب جدید LLM-JEPA با ترکیب مدل‌های زبانی و معماری‌های پیش‌بینِ جاسازی مشترک، به جای پیش‌بینی توکن‌ها به شبیه‌سازی واقعیت در فضای انتزاعی روی آورده است. این رویکرد باعث بهبود…

۵ دقیقه خواندن۱
استراتژی‌های درآمدی برای خدمات API هوش مصنوعی
آموزش کاربردیگزارش تأییدنشده

عامل‌های هوش مصنوعی با آربیتراژ API درآمد غیرفعال تولید می‌کنند

یک چارچوب جدید نشان می‌دهد چگونه عامل‌های خودمختار می‌توانند با ترکیب APIهای تولید محتوا و معاملات کریپتو، چرخه‌های درآمدی خودگردان بسازند. این استراتژی بر جذب مخاطب توسط AI و…

۲ دقیقه خواندن۱
نمودار ساختار ادعاها در سیستم چندنویسنده‌ای قابل حسابرسی برای یک خانه تاریخی
آموزش کاربردی

ML Systems داده‌های ساختمانی را از «واقعیت» به «ادعای قابل‌ردیابی» تبدیل کرد

شرکت ML Systems با معرفی معماری Master Ledger، داده‌های ساختمانی را به‌جای حقایق مطلق، به‌عنوان مجموعه‌ای از ادعاهای متضاد تعریف می‌کند. این رویکرد امکان ثبت اختلاف‌نظر میان انسان…

۶ دقیقه خواندن
عامل پرسش‌وجو که هر شب خود را بازبینی می‌کند: ۷۹ مورد در نسخه‌های خود ثبت کرده است.
آموزش کاربردی

درون معماری فقط‌داور؛ yöntمی برای جلوگیری از خود‌تصحیحی کاذب در AI

عامل جدیدی به نام Verdict با معماری «فقط داور»، کدها را بدون دسترسی به ابزار ویرایش بازرسی می‌کند. این سیستم با ممیزی نسخه‌های شبانه خود، ۷۹ نقص را شناسایی کرد و ثابت کرد استقلال…

۴ دقیقه خواندن۳