پرش به محتوای اصلی

موضوع

عامل‌محور

Autonomous agents, tool use, planning, multi-step workflows

۷٬۳۴۷ مقاله منتشر شده

زندگی با AI

«آموزش اتوماسیون با روایت صوتی»؛ قابلیت جدید کلود برای یادگیری مهارت‌ها

ویژگی جدید Record-a-Skill در کلود به کاربران اجازه می‌دهد با ضبط صفحه و روایت صوتی، مهارت‌های اتوماسیون پیچیده را به هوش مصنوعی بیاموزند. این ابزار زمان جمع‌آوری داده‌ها را به‌شدت…

۱۲ دقیقه خواندن۱

نقشه راه فورد: انتقال دستیار هوشمند به داشبورد خودرو تا سال ۲۰۲۷

فورد یک چت‌بات مبتنی بر هوش مصنوعی برای اپلیکیشن‌های موبایل خود عرضه کرد که به مالکان اجازه می‌دهد داده‌های لحظه‌ای خودرو و دفترچه راهنما را استعلام کنند. این سیستم تا سال ۲۰۲۷ از…

۳ دقیقه خواندن۱

تلهٔ دقتِ ساختگی؛ چرا عامل‌های هوش مصنوعی نتایجِ غلط اما متقاعدکننده می‌سازند؟

تجربه یک توسعه‌دهنده از عامل‌های پژوهشی خودکار نشان می‌دهد که این سیستم‌ها می‌توانند نتایجی با دقت آماری بالا تولید کنند که در واقع حاصل باگ‌های پنهان هستند. این مورد هشدار می‌دهد…

۴ دقیقه خواندن
آموزش کاربردی

۱۲ گردش‌کار اتوماسیون AI برای جایگزینی وظایف تکراری و دستی

یک چارچوب عملیاتی جدید، کاربرد هوش مصنوعی را از پرامپت‌های تک‌مرحله‌ای به سامانه‌های تکرارپذیر تغییر می‌دهد. با اتصال مدل‌ها به ابزارهای موجود، می‌توان همه چیز از مدیریت ورودی‌های…

۹ دقیقه خواندن۳

استارتاپ Discovered Materials با عامل‌های AI به جنگ گرمای تراشه‌ها رفت

استارتاپ Discovered Materials با ترکیب مدل‌های فیزیک و دسته‌هایی از عامل‌های هوش مصنوعی، به دنبال یافتن موادی برای کاهش گرمای نیمه‌هادی‌ها است. این شرکت ۹ میلیون دلار سرمایه برای…

۴ دقیقه خواندن۲
آموزش کاربردی

مدل Muse Glimmer متا: اجرای عامل‌های ۳۰ میلیارد پارامتری روی GPUهای خانگی

متا مدل Muse Glimmer را به عنوان یک مدل وزن‌باز ۳۰ میلیارد پارامتری برای اجرای محلی عامل‌های هوش مصنوعی منتشر کرد. این مدل با استفاده از کوانتش ۴ بیتی و رمزگشایی گمانه‌زنانه، روی…

۶ دقیقه خواندن۳
آموزش کاربردی

شکاف میان تست و تضمین؛ دلیل شکست مقیاس‌پذیری عامل‌های هوش مصنوعی در سازمان‌ها

اجرای دستورات به معنای کنترل‌پذیری سیستم نیست. چارچوب R.A.H.S.I استدلال می‌کند که سازمان‌ها برای مقیاس‌بندی امن عامل‌های هوش مصنوعی، به جای نتایج تست، به شواهد قابل حسابرسی از…

۲ دقیقه خواندن۲
آموزش کاربردی

پروتکل بازپخش در برابر بنچمارک؛ راهکاری برای تضمین پایداری مدل‌های عملیاتی

اتکای صرف به نمرات بنچمارک برای ارتقای مدل‌های هوش مصنوعی اغلب به دلیل نقض قراردادهای فنی در محیط عملیاتی منجر به شکست می‌شود. پروتکل بازپخش (Replay Protocol) با شبیه‌سازی ترافیک…

۷ دقیقه خواندن۲
آموزش کاربردی

«بهینه‌سازی روی رفتارهای غیرانسانی»؛ نقطه ضعف عامل‌های CRO در نبود فیلترینگ

ساخت یک عامل هوش مصنوعی برای بهینه‌سازی نرخ تبدیل (CRO) با Claude تنها ۶۰ دقیقه زمان می‌برد، اما نبود فیلترهای شناسایی ربات باعث می‌شود مدل روی رفتارهای غیرانسانی بهینه‌سازی شود.…

۲۷ دقیقه خواندن۲

آیا متون نامرئی PDF می‌توانند داده‌های Confluence را به سرقت ببرند؟

یک آسیب‌پذیری بحرانی در عامل هوش مصنوعی Rovo امکان استخراج داده‌های حساس Jira و Confluence را از طریق تزریق پرامپت‌های نامرئی در فایل‌های PDF فراهم می‌کند. این حفره امنیتی علی‌رغم…

۲ دقیقه خواندن