اختلاف ریاضیدانان بر سر منطقِ اثباتِ ۱۶۶ صفحهای OpenAI
متخصصان ریاضی ادعای OpenAI درباره حل مسئله ناویه-استوکس را به دلیل تفاوت در منطق استدلالی به چالش کشیدهاند. با وجود استفاده از ۱۰ هزار عامل هوش مصنوعی، پژوهشگران هنوز نمیدانند…
موضوع
Autonomous agents, tool use, planning, multi-step workflows
۷٬۳۳۲ مقاله منتشر شده
متخصصان ریاضی ادعای OpenAI درباره حل مسئله ناویه-استوکس را به دلیل تفاوت در منطق استدلالی به چالش کشیدهاند. با وجود استفاده از ۱۰ هزار عامل هوش مصنوعی، پژوهشگران هنوز نمیدانند…
یک چارچوب تشخیصی جدید نشان میدهد که نصب موفق ابزارهای حافظه، تضمینکننده یادآوری تصمیمات پروژه توسط عاملهای هوش مصنوعی نیست. این راهنما یک آزمون پذیرش سختگیرانه برای اطمینان از…
یک چارچوب ارزیابی جدید در سال ۲۰۲۶ هشدار میدهد که اولویت دادن به بنچمارکهای مدلها بهجای نیازهای واقعی گردشکار، دلیل اصلی شکست تیمهاست. این راهنما تمرکز را به سیاستهای داده،…
یک دستیار دیسپچینگ محلی با ترکیب TabPFN و Gemma، امکان پیشبینی زمان رسیدن سفارشات را برای کسبوکارهای کوچک فراهم کرد. این ابزار با اجرای کامل روی لپتاپ، از خروج آدرسهای حساس…
توسعهدهندگان RecallDesk با تنظیم دقیق یک مدل زبانی کوچک، شناسایی محصولات کودکان در لیستهای آنلاین را خودکار کردند. این سیستم با کاهش شدید هشدارهای اشتباه و هزینههای استنتاج،…
یک محک جدید نشان میدهد که عاملهای هوش مصنوعی هنگام استفاده از دادههای RAG از طریق پروتکل MCP، ارجاعات را حذف یا تغییر میدهند. این مشکل در SDK عاملهای OpenAI بهشدت دیده شده و…
به جای بازنویسی پرریسک سیستمهای قدیمی، توسعهدهندگان میتوانند با الگوی Strangler Fig قابلیتهای هوش مصنوعی را به صورت لایهای اضافه کنند. در این روش، سیستم قدیمی کنترل نهایی…
تجربه ساخت یک نمونه اولیه SaaS با مدل Claude نشان میدهد که اعتماد به نفس بالای هوش مصنوعی اغلب خطاهای منطقی فاجعهبار را میپوشاند. راهکار این مشکل، تغییر ساختاری در گردش کار و…
کالبدشکافی گردشهای کاری n8n نشان میدهد شکاف میان ابزارهای رایگان و پولی در «قدرت» نیست، بلکه در گذار از تکوظیفگی به خط لولههای اعتبارسنج شده است. سیستمهای پولی بهجای تولید…
شرکت Perplexity پلتفرم SPACE را برای اجرای امن کدهای عاملهای هوش مصنوعی بهصورت متنباز منتشر کرد. این سامانه با استفاده از میکرو-ماشینهای مجازی Firecracker، محیطی ایزوله با…
چتباتهای عمومی بهدلیل ریسکهای ایمنی و پیچیدگی قیمتگذاری در خدمات خانگی شکست میخورند. چارچوب جدیدی با تمرکز بر تریاژ سختگیرانه و دادههای ساختاریافته، این عاملها را به…
آنتروپیک در ابزار Claude Code از یک پشتهٔ تابآوری ۸ لایه استفاده میکند تا خطاهای زیرساختی را از کاربر پنهان کند. این معماری با ترکیب تلاشهای مجدد هوشمند و جایگزینی مدلها،…