
آیا نقد متقابل مدلها دقت استدلال را در تستهای منطقی میافزاید؟
آزمایشی جدید نشان میدهد که واداندن چندین مدل زبانی به بحث و نقد متقابل، توهمات استدلالی را حذف میکند. این رویکرد ثابت کرد که فشار رقابتی، پاسخهای «تنبلی» مدلها را در تستهای…
موضوع
Autonomous agents, tool use, planning, multi-step workflows
۶٬۳۱۵ مقاله منتشر شده

آزمایشی جدید نشان میدهد که واداندن چندین مدل زبانی به بحث و نقد متقابل، توهمات استدلالی را حذف میکند. این رویکرد ثابت کرد که فشار رقابتی، پاسخهای «تنبلی» مدلها را در تستهای…

عاملهای هوش مصنوعی بهدلیل ادغام قوانین هزینه و لایههای انطباق در کیف پولهای مختلف، دچار بحران «قفل شدن توسط فروشنده» شدهاند. رویکرد جدید Rosud-Pay با جداسازی حاکمیت از حضانت،…

راهنمای مهندسان ارشد برای استفاده از Cursor در محیط .NET بر تقویت مرزهای معماری و الگوهای صریح متمرکز است. این قواعد از خطاهای رایج هوش مصنوعی مانند ترکیب منطق پایگاهداده در…

ساختارهای فعلی مدل زبانی بهمثابه داور بهدلیل تمایل به تایید، نرخ قبولی کاذب بالایی دارند. الگوی جدید با معرفی یک نقش «ردکننده» متخاصم، تنها موارد مورد مناقشه را به مدلهای…

یک سیستم پرامپت مهندسیشده و مجموعهای از مهارتهای عملی، مدلهای زبانی را به همکارانی در سطح استانداردهای صنعتی طراحی تبدیل میکند. این ابزار با رد کلیشههای بصری رایج هوش…

یک گردشکار ۶ مرحلهای جدید با ترکیب Spec Kit و GStack، «انحراف پروژه» را در برنامهنویسی عاملمحور بهشدت کاهش میدهد. این متدولوژی با اولویت دادن به مستندات فنی، مصرف توکنها را…

پلتفرم Oxlo.ai با جایگزینی مدل پرداخت بهازای توکن با مدل پرداخت بهازای درخواست، هزینه پردازش مقالات طولانی را تا ۱۰۰ برابر کاهش داده است. این تغییر اقتصادی، ابزارهای تخصصی…

LlamaIndex با معرفی legal-kb، مدل جستوجوی تکمرحلهای را با یک «هارنس بازیابی» چندمرحلهای جایگزین کرد. این سیستم به عاملها اجازه میدهد مانند یک کاربر انسانی با ابزارهای مدیریت…

یک تلاش پژوهشی هشتماهه برای ساخت زیرساخت دانشی نمادین و مبتنی بر CPU با شکست مواجه شد. این سیستم نتوانست بدون مدلهای پیشفرض، تجربیات قدیمی را به موقعیتهای جدید پیوند دهد.

یک استاندارد رمزنگاری جدید برای عاملهای هوش مصنوعی، امضاهای دوجانبه را برای اثبات همزمان نویسندگی و زمانبندی معرفی کرده است. این سیستم با ادغام کلیدهای عامل و دفترخانه، تضمین…

باتهای تککاربره باعث ایجاد جزیرههای داده و گلوگاههای هماهنگی در شرکتها میشوند. در مقابل، عاملهای چندنفره با انتقال تعاملات به کانالهای باز، همگامسازی سازمانی و انتقال…

سایمون ویلسون توسعهدهنده با استفاده از عامل Claude Fable، باگهای بحرانی حذف داده را پیش از انتشار نسخه ۴.۰ کتابخانه sqlite-utils شناسایی کرد. این فرآیند شامل یک خط لوله بازبینی…