دقت بازیابی در برابر توانایی استنتاج؛ تضاد حافظه در مدلهای عاملمحور
تحلیل فنی جدیدی نشان میدهد عاملهای هوش مصنوعی علیرغم توانایی کامل در بازیابی حقایق، در بهکارگیری این دادهها برای وظایف غیرمستقیم شکست میخورند. این یافته ثابت میکند گلوگاه…
موضوع
Autonomous agents, tool use, planning, multi-step workflows
۷٬۳۴۵ مقاله منتشر شده
تحلیل فنی جدیدی نشان میدهد عاملهای هوش مصنوعی علیرغم توانایی کامل در بازیابی حقایق، در بهکارگیری این دادهها برای وظایف غیرمستقیم شکست میخورند. این یافته ثابت میکند گلوگاه…
ابزار متنباز Agenci توانست با یک حمله تزریق پرامپت، مدل محلی Phi-4-mini را مجبور به نادیده گرفتن دستورات سیستمی کند. این یافته نشان میدهد مدلهای کوچک و بهینه برای عاملهای هوش…
اوپنایآی مدل GPT-6 Astra را معرفی کرد که با استفاده از تکنیک «عمق بازگشتی»، عملکرد در کارهای پیچیده را بالا برده اما فرآیند استدلال را برای ناظران انسانی نامرئی میکند. این عرضه…
دانیجار هافنر، پژوهشگر سابق گوگل دیپمایند، استارتاپی مخفی برای توسعه رباتهای انساننما راهاندازی کرده است. او با استفاده از یادگیری تقویتی مدلمحور، به رباتها اجازه میدهد پیش…
شرکت Inceptio Technology با عبور از مرز ۱ میلیارد کیلومتر رانندگی تجاری، سامانه «هوش مصنوعی فیزیکی باربری» را معرفی کرد. این سیستم برخلاف مدلهای عمومی، بر اساس دینامیکهای خاص…
شرکت Motional نخستین مجموعه داده باز با تمرکز بر استدلال در سناریوهای نادر (Long-tail) را منتشر کرد تا خودروهای خودران بهجای تقلید از حرکت، منطق پشت هر تصمیم را بیاموزند.
پروژه متنباز NylonME با پیادهسازی معماری ذخیرهسازی دو لایه، امتیاز محک LoCoMo را از ۴۷.۱٪ به ۸۴.۶٪ ارتقا داد. این سیستم با ترکیب متن خام و حقایق استخراجشده، شکاف میان بازیابی…
عاملهای هوش مصنوعی از چتباتهای ساده به سامانههای خودمختاری تبدیل شدهاند که از طریق چهار پارادایم یادگیری، گردشکارهای پیچیده سازمانی را خودکار میکنند. این تحول، نقش انسان را…
موتور حافظه NylonME با استفاده از ساختار شبکه گرافی، سقف محدودیتهای RAG سنتی را شکست و نرخ بازیابی ۸۴.۶ درصدی را ثبت کرد. این ابزار متنباز با هسته Rust، امکان میزبانی شخصی و…
اوپنایآی افشا کرد که حفظ زنجیرههای استدلال و استفاده از فشردهسازی تاریخچه، عملکرد مدل GPT-5.6 Sol را از ۱۳.۳٪ به ۳۸.۳٪ رسانده است. این یافته ثابت میکند بسیاری از شکستهای…
یک توسعهدهنده مستقل با طراحی یک عامل هوش مصنوعی سبک، ۴۰ دقیقه از کارهای تکراری مدیریت ایمیلهای پشتیبانی را حذف کرد. این پروژه اهمیت حیاتی «درگاههای خروج» و مدیریت وضعیت برای…
پروژه متنباز TradingAgents با جایگزینی تکپرامپتها با تیمی از عاملهای تخصصی، فرآیند تحلیل بازار را به مناظرهای میان دیدگاههای صعودی و نزولی تبدیل کرده است. این چارچوب با…