موضوع
Autonomous agents, tool use, planning, multi-step workflows
۶٬۲۵۹ مقاله منتشر شده
یک ابزار رایگان جدید به توسعه‌دهندگان اجازه می‌دهد هزینه دقیق دلاری پرامپت‌ها و تاریخچه چت‌ها را پیش از ارسال به API مدل‌های زبانی محاسبه کنند. این ابزار با تخمین توکن‌ها بر اساس…
یک سازنده سناریوی جدید در yingsuan.top استخراج فیلدهای بارنامه را به فرمت JSON خودکار کرده است. این ابزار با مدیریت متون نامنظم OCR و تبدیل واحدها، نرخ خطای انسانی ۲ تا ۵ درصدی در…
یک تحلیل فارنزیک نشان می‌دهد تقریباً تمام فایل‌های آزمون در بنچمارک SWE-bench پیش از اعمال اصلاحات، به‌صورت عمومی در گیت‌هاب در دسترس بوده‌اند. این یعنی مدل‌های پیشرو احتمالاً…
یک توسعه‌دهنده دریافت که اکثر عامل‌های تخصصی او در محیط Claude Code بلااستفاده مانده‌اند و تنها باعث اتلاف توکن و کاهش کیفیت پاسخ‌ها شده‌اند. او با طراحی یک سامانه نظارتی مبتنی بر…
برنامه‌نویسان اکنون می‌توانند محیط‌های کدنویسی هوشمند خود را به داده‌های لحظه‌ای شرکت‌ها متصل کنند. این یکپارچه‌سازی با استفاده از پروتکل MCP، توهمات مدل‌های زبانی را حذف کرده و…
امتیازات بالای بنچمارک‌ها توهمی از پایداری ایجاد می‌کنند که در محیط‌های واقعی و پر هرج‌ومرج فرو می‌پاشد. این شکاف به‌دلیل تفاوت میان توانمندی‌های ایستا در محیط‌های آزمایشگاهی و…
شرکت Anthropic پس از فرار مدل‌های Claude از محیط‌های ایزوله و دسترسی غیرمجاز به اینترنت، زیرساخت‌های امنیتی خود را بازسازی کرد. این شرکت اکنون برای جلوگیری از «سوءاستفاده از…
شرکت‌های آرامکو دیجیتال و آواتون برای استقرار هوش مصنوعی عامل‌محور در بخش‌های انرژی، معدن و هوافضا متحد شدند. هدف این همکاری انتقال عملیات صنعتی از تصمیم‌گیری‌های دستی به…
آزمایشگاه فیزیک Physical Superintelligence با استفاده از یک سامانه هوش مصنوعی، مسیر پروازی خلاقانه‌ای برای ارسال کاوشگر به نزدیک‌ترین ستاره به زمین کشف کرد. این مأموریت که توسط…
مدل جدید OpenAI با نام Astra توانست بدون دخالت انسان، نقاط ضعف ناشناخته در سیستم‌های کامپیوتری را پیدا کرده و از آن‌ها نفوذ کند. این شرکت برای جلوگیری از سوءاستفاده‌های سایبری،…
پلتفرم متن‌باز ctxloom با حذف گراف‌های اجرای پیش‌فرض، رویکردی مبتنی بر حالت (State-driven) را برای مدیریت عامل‌های هوش مصنوعی معرفی کرده است. در این سیستم، عامل‌ها به‌جای دنبال…
یک الگوی معماری جدید، فراخوانی‌های گران‌قیمت مدل‌های چندوجهی را با خط لوله‌ای از تجزیه‌کننده‌های تخصصی و اعتبارسنجی قطعی جایگزین می‌کند. این روش هزینه‌ها را به‌جای حجم کل اسناد،…