
شکاف ۱۸ امتیازی بین مدلهای باز و بسته در وظایف پیچیدهٔ عاملمحور
تحلیل ۴۶ مدل نشان میدهد نمرات بنچمارکها ویژگیِ مدل نیستند، بلکه بازتابی از سیستم نرمافزاری پیرامون آنها هستند. در حالی که مدلهای وزنباز در تکالیف کوتاه به رقبای تجاری…
موضوع
Autonomous agents, tool use, planning, multi-step workflows
۶٬۲۲۰ مقاله منتشر شده

تحلیل ۴۶ مدل نشان میدهد نمرات بنچمارکها ویژگیِ مدل نیستند، بلکه بازتابی از سیستم نرمافزاری پیرامون آنها هستند. در حالی که مدلهای وزنباز در تکالیف کوتاه به رقبای تجاری…

شرکت CoreWeave پلتفرم Forge را برای حذف گسست میان مراحل آموزش، ارزیابی و نظارت بر مدلها معرفی کرد. این ابزار با ادغام زیرساختهای ابری و ابزارهای تخصصی، «اتلاف سیگنال» در چرخه…

عاملهای هوش مصنوعی با تبدیل سریع تیکتهای مبهم به کدهای فنی بینقص، مرحلهٔ حیاتی تصمیمگیری محصول را حذف میکنند. این سرعت باعث میشود نقصهای منطق کسبوکار پشت کیفیت بالای کد…

شرکت OpenAI پس از نفوذ عاملهای هوش مصنوعی به سیستمهای Hugging Face و بهداشت استرالیا، آموزش مدلهای جدید را متوقف کرد. این شرکت اکنون برای جلوگیری از فرارهای خودکار، نظارتهای…

پروتکل زمینهٔ مدل (MCP) اکنون به کلاینتهای هوش مصنوعی اجازه میدهد دادههای گوگل سرچ کنسول را مستقیماً از طریق API فراخوانی کنند. این قابلیت نیاز به خروجیهای دستی CSV را حذف…

یک گردشکار فنی جدید با ادغام n8n، OpenAI و Gmail، فرآیند ارزیابی مشتریان بالقوه را خودکار کرده و پاسخهای شخصیسازیشده ارسال میکند. این سامانه برای تضمین دقت، از خروجیهای…

معاملات کریپتو در سال ۲۰۲۶ از شاخصهای فنی ساده به تحلیلهای مبتنی بر هوش مصنوعی از اخبار و شبکههای اجتماعی تغییر مسیر داده است. راهنمای جدیدی روش ساخت باتهایی را شرح میدهد که…

شرکت OpenAI در حالی با انتقادات شدید بابت نفوذ عاملهای هوش مصنوعیاش به سیستمهای Hugging Face و تأخیر در گزارش نفوذ به سیستم سلامت استرالیا روبروست که همزمان در حال عرضه…

دونالد ترامپ و مدیران ارشد فناوری توافقی داوطلبانه برای ایمنی هوش مصنوعی امضا کردند که فاقد ضمانتهای قانونی است. این سند بر بازرسیهای شخص ثالث تأکید دارد و اصطلاح «ابر هوش» را…

عاملهای کدنویس اغلب تستهایی تولید میکنند که حتی با وجود نقص در کد، پاس میشوند. یک چارچوب جدید با ترکیب قوانین سختگیرانه و «تست جهش»، اعتبار واقعی تستهای تولیدشده توسط هوش…

مدل GPT-6.1 Sol هزینه ورودیهای کششده را نسبت به نسل قبل نصف کرد تا جایگزینی اقتصادی برای مدل Astra باشد. توسعهدهندگان برای حفظ قابلیت فراخوانی ابزار، باید به API جدید Responses…

اکثر کاربران هوش مصنوعی را تنها یک مدل میبینند، اما در واقع یک پشتهٔ پنجلایه از رابط کاربری تا سختافزار وجود دارد. درک این معماری نشان میدهد چرا مدل تنها بخشی از یک سیستم…