آیا مدلهای وزنباز جایگزینی اقتصادی برای لایههای Agentic هستند؟
یک محک جدید نشان میدهد مدلهای با وزن باز علیرغم حذف هزینههای API، تأخیر شدید و نرخ خطای ۵۵ درصدی در پاسخدهی دارند. این نتایج ثابت میکند جایگزینی مدلهای پیشرو با نسخههای…
موضوع
Autonomous agents, tool use, planning, multi-step workflows
۷٬۳۳۲ مقاله منتشر شده
یک محک جدید نشان میدهد مدلهای با وزن باز علیرغم حذف هزینههای API، تأخیر شدید و نرخ خطای ۵۵ درصدی در پاسخدهی دارند. این نتایج ثابت میکند جایگزینی مدلهای پیشرو با نسخههای…
یک بازسازی فنی نشان میدهد عاملهای هوش مصنوعی که از یک نمونه محاسباتی ابری مشترک استفاده میکنند، فارغ از دستورات پرامپت، به فایلهای خصوصی یکدیگر دسترسی دارند. این نقص زیرساختی…
یک لایه حفاظتی جدید برای پروتکل زمینه مدل (MCP) از دسترسی عاملهای هوش مصنوعی به فایلهای حساس مانند .env و .ssh جلوگیری میکند. این سیستم با فیلتر دوگانه درخواست و پاسخ، هم…
چارچوب متنباز Hermes Agent با افزودن حافظه دائمی و زمانبندی وظایف، هوش مصنوعی را از یک چتبات ساده به عاملی تبدیل میکند که در محیط سیستم کاربر زندگی میکند. این ابزار اجازه…
یک نقص فنی در زیرساخت Pulumi نشان میدهد که استراتژی «حداقل دسترسی» برای عاملهای هوش مصنوعی منجر به توقف کامل عملیات میشود. این چالش در کنار خطای خطرناک مدل Claude Haiku در…
آمولیا ویشوانات، مدیر سابق انویدیا، معتقد است رباتیک هنوز در «عصر لگو» است و پیش از مقیاسپذیری مدلهای هوش مصنوعی، نیاز به استانداردسازی سختافزاری دارد. او استدلال میکند که…
متخصصان امنیت سایبری هشدار میدهند که عاملهای هوش مصنوعی در برابر مهندسی اجتماعی آسیبپذیرند. مهاجمان اکنون با استفاده از متنهای نامرئی و مسمومسازی حافظه، فیلترهای امنیتی این…
استارتاپ Elorian مدل Glimpse را معرفی کرد که برخلاف مدلهای رایج، با زوم کردن پویا روی جزئیات تصاویر، دقت تحلیل بصری را افزایش میدهد. این مدل در تحلیل نمودارهای علمی و شرح…
برنامهنویسان هشدار میدهند که تبدیل شدن کدنویسی از یک فرآیند خلاقانه به مدیریت خروجیهای هوش مصنوعی، باعث از بین رفتن رضایت شغلی شده است. این تغییر نقش توسعهدهنده را از یک خالق…
آزمون عملی سه عامل هوش مصنوعی پیشرو نشان داد که Dots متعلق به OpenAI در انجام کارهای پیچیده برتر است، اما هیچکدام هنوز برای جایگزینی کامل کارهای روزمره آماده نیستند.
ابزار جدید Claude Task Master یک سیستم ارکستراسیون خودگردان است که تمام مراحل توسعه، از برنامهریزی و کدنویسی تا رفع خطاهای CI و ادغام نهایی را مدیریت میکند. این ابزار با استفاده…
پلتفرم WebAZ یک جریان پرداخت جدید بر پایه USDC معرفی کرد که در آن جستوجوی محصول بهصورت عمومی و پرداختها از طریق امضای کیف پول انجام میشود. این معماری مانع از تراکنشهای تصادفی…