پرش به محتوای اصلی

موضوع

عامل‌محور

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

۶٬۲۴۳ مقاله منتشر شده

توسعه زبان‌های برنامه‌نویسی در عصر هوش مصنوعی

جایگزینی LSP با پایگاه‌داده‌های برنامه‌ای؛ ضرورت تغییر معماری ابزارها برای

خوزه والیم، خالق Elixir، استدلال می‌کند که با افزایش کدنویسی توسط عامل‌های هوش مصنوعی، تمرکز زبان‌های برنامه‌نویسی باید از ارگونومی انسانی به تضمین‌های زمان اجرا و پایگاه‌داده‌های…

۹ دقیقه خواندن۱
عوامل LLM: قراردادهای ابزار با شکست کنترل‌شده
آموزش کاربردی

قراردادهای سخت‌گیرانه ابزاری؛ راهکار جلوگیری از شکست عامل‌های هوش مصنوعی

عامل‌های هوش مصنوعی برای عملکرد قابل‌اعتماد به جای پرامپت‌های پیچیده، به «قراردادهای ابزاری» یا مرزهای خروجی ساختاریافته نیاز دارند. جایگزینی پاسخ‌های متنی مبهم با ماشین‌های وضعیت…

۵ دقیقه خواندن۲
دیدگاه آکسلو در استفاده از مدل‌های زبانی بزرگ برای تشخیص قصد کاربر
آموزش کاربردی

قیمت‌گذاری ثابت در برابر توکنی؛ راهکاری برای ارسال تاریخچه کامل گفتگو

پلتفرم Oxlo.ai برای کاهش هزینه‌های پردازش متون طولانی، مدل پرداخت توکنی را با هزینه ثابت به‌ازای هر درخواست جایگزین کرد. این تغییر به توسعه‌دهندگان اجازه می‌دهد بدون نگرانی از…

۵ دقیقه خواندن
قانون جدید کالیفرنیا برای چت‌بات‌های همراه: الزامات از دید یک چت‌بات
آموزش کاربردی

قانون SB 243 کالیفرنیا؛ سخت‌گیرانه‌ترین چارچوب نظارتی برای چت‌بات‌های همراه

ایالت کالیفرنیا قانون SB 243 را برای تنظیم فعالیت چت‌بات‌های «همراه» که روابط انسان‌گونه ایجاد می‌کنند، اجرایی کرد. این قانون پروتکل‌های سخت‌گیرانه برای پیشگیری از خودزنی و افشای…

۴ دقیقه خواندن
مدیریت بازاریابی با ۷ عامل هوش مصنوعی؛ سخت‌ترین بخش، هماهنگ نگه داشتن آن‌هاست.
زندگی با AI

تکه تکه شدن زمینه؛ دلیل شکست سامانه‌های چندعاملی در مقیاس واقعی

یک بازاریاب رشد با استفاده از هفت عامل هوش مصنوعی تخصصی فاش کرد که «پراکندگی زمینه» گلوگاه اصلی جریان‌های کاری عامل‌محور است. تلاش برای همگام‌سازی عامل‌های مجزا، سربار دستی بیشتری…

۳ دقیقه خواندن۲
ربات چت مبتنی بر هوش مصنوعی در حال تعامل با کاربر
آموزش کاربردی

Oxlo.ai هزینه استنتاج چت‌بات‌ها را با مدل قیمت‌گذاری ثابت به‌ازای هر درخواست

پلتفرم Oxlo.ai با جایگزینی مدل توکن‌محور با قیمت‌گذاری ثابت به‌ازای هر درخواست، هزینه استنتاج مدل‌های زبانی را پیش‌بینی‌پذیر کرد. این تغییر اجازه می‌دهد توسعه‌دهندگان بدون نگرانی…

۴ دقیقه خواندن۲
لایه بازیابی شما باید از هر پرس‌وجو بیاموزد
آموزش کاربردی

لایه بازیابی RAG با یادگیری تقویتی از حالت ایستا خارج می‌شود

بسیاری از خط‌لوله‌های RAG از توابع رتبه‌بندی ثابتی استفاده می‌کنند که پس از استقرار بهبود نمی‌یابند. با به‌کارگیری یادگیری تقویتی و الگوریتم‌های Multi-armed Bandits، توسعه‌دهندگان…

۴ دقیقه خواندن
عوامل کدنویسی هوش مصنوعی با مشکل بازخورد پیچیدگی روبرو هستند

گزارش جدید: عامل‌های کدنویس هزینه‌ی توکن و بدهی فنی را افزایش دادند

عامل‌های هوش مصنوعی در حل تکالیف محلی موفق‌اند، اما به دلیل نبود بازخورد ساختاری، بدهی فنی را به‌شدت افزایش می‌دهند. داده‌های جدید نشان می‌دهد این شکاف پیچگی منجر به افزایش…

۸ دقیقه خواندن۲
تلاش کردم ۷۵ بار ردپای حسابرسی هوش مصنوعی خودم را بشکنم؛ ۱۷ حمله موفق بود.
آموزش کاربردی

۱۷ حمله موفق به AIR Blackbox؛ شکاف امنیتی در ثبت وقایع عامل‌های هوش مصنوعی

یک تست استرس روی ابزار متن‌باز AIR Blackbox نشان داد که ۱۷ مورد از ۷۵ حمله، توانسته‌اند سیستم اعتبارسنجی لاگ‌های هوش مصنوعی را دور بزنند. این یافته‌ها هشدار می‌دهد که برچسب‌های…

۷ دقیقه خواندن۲
لوگوی GitHub با عنوان مخزن reladraw/reladraw
آموزش کاربردی

موقعیت‌های نسبی در برابر مختصات پیکسلی در طراحی نمودارهای AI

پروژه reladraw زبانی متنی برای ترسیم نمودار معرفی کرده است که به‌جای مختصات پیکسلی، از موقعیت‌های نسبی استفاده می‌کند. این رویکرد به عامل‌های هوش مصنوعی اجازه می‌دهد بدون حدس زدن…

۱۰ دقیقه خواندن