پرش به محتوای اصلی

موضوع

عامل‌محور

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

۶٬۲۴۴ مقاله منتشر شده

جلسه کدنویسی هوش مصنوعی به‌صورت تیمی با روش IST
آموزش کاربردی

«مدیریت توزیعی»؛ راهکار IST برای مقیاس‌پذیری پروژه‌های بزرگ نرم‌افزاری

پلتفرم IST با جایگزینی چت‌های تک‌بعدی با تیم‌های هماهنگ از عامل‌ها، گلوگاه پنجره متنی را در پروژه‌های بزرگ کدنویسی حل کرده است. در این ساختار، یک عامل مدیر برنامه‌ریزی می‌کند و…

۲ دقیقه خواندن۱
سیستم SoL-Pi انویدیا با بهینه‌سازی ساختار تست، مصرف توکن عامل کدنویسی را تقریباً نصف می‌کند.

«اتوماسیون منطق کنترل»؛ راهکار انویدیا برای بهینه‌سازی عامل‌های AI

پژوهشگران انویدیا با معرفی SoL-Pi، لایه کنترلی بین عامل هوش مصنوعی و محیط را بهینه کردند تا بدون تغییر در مدل، هزینه‌های توکن را تقریباً نصف کنند. این رویکرد با اتوماسیون منطق…

۵ دقیقه خواندن۱
ماتریس اولویت‌بندی بنیان‌گذار: بردهای سریع در برابر شرط‌بندی‌های پراهمیت
آموزش کاربردی

قانون ۸۰/۲۰ در مدیریت استارتاپ؛ چرا اکثر بنیان‌گذاران در تلهٔ کارهای کوچک

بسیاری از بنیان‌گذاران استارتاپ‌ها توهم پیشرفت را با انجام کارهای کم‌بازده جایگزین می‌کنند. چارچوب جدید اولویت‌بندی پیشنهاد می‌کند تنها ۲۰٪ منابع به کارهای سریع اختصاص یابد تا ۸۰٪…

۵ دقیقه خواندن۱
هماهنگ‌سازی عامل‌های هوشمند: زیرساخت چندعاملی ضروری
آموزش کاربردی

چگونه جداسازی لایه‌های کنترل در AI-MC2-FABRIC تکرار عملیات را می‌گیرد؟

هوش مصنوعی سازمانی از دستیارهای تک‌منظوره به سمت «بافت‌های چندعاملی» حرکت می‌کند که لایه‌های کنترل و اجرا را از هم جدا می‌کنند. این ساختار با ایجاد یک لایه هماهنگی مشترک، از تکرار…

۳ دقیقه خواندن
عامل هوشمندی ساختم که API فراخوانی می‌کرد؛ سپس آموختم کی نباید فراخوانی کند.
آموزش کاربردی

لایهٔ مجوز؛ سدی در برابر اجرای غیرمجاز APIها توسط عامل‌های هوش مصنوعی

یک گزارش مهندسی نشان می‌دهد چرا انتخاب ابزار توسط مدل زبانی به معنای داشتن مجوز برای اجرای آن نیست. این رویکرد با جداسازی درخواست مدل از قدرت اجرای سیستم، از خطاهای بحرانی مانند…

۱۵ دقیقه خواندن
من یک عامل هوش مصنوعی را ۷۲ ساعت برای کسب درآمد اجرا کردم — این دقیقاً آنچه اتفاق افتاد (با اعداد)
زندگی با AIتأییدنشده · منبع منفرد

«اعتماد انسانی»؛ حلقهٔ مفقوده در اتوماسیون کسب‌وکار با AI

یک عامل هوش مصنوعی مستقل طی سه روز محصول ساخت، برای پروژه‌های فریلنسری درخواست داد و محتوا منتشر کرد، اما در نهایت هیچ درآمدی کسب نکرد. این آزمایش نشان می‌دهد که در اقتصاد…

۲ دقیقه خواندن۲
همه در حال یادگیری مهارت پرامپت‌نویسی بهتر هستند. این مهارت اشتباهی است.
زندگی با AI

تحلیل فنی: تضاد میان متقاعدکننده بودن و صحت پاسخ‌های مدل‌های AI

تسلط بر پرامپت‌ها خروجی‌های متقاعدکننده‌تری می‌سازد، اما لزوماً خروجی‌های درست‌تری نیست. مزیت رقابتی واقعی در عصر AI، «بدبینی نهادینه شده» یا توانایی شکستن و رد کردن پاسخ‌های…

۹ دقیقه خواندن۲
متا آیرا: از زمین تمرین تا مدال طلای کگل؛ ردیابی عدد به عدد آنچه رخ داد

بهینه‌سازی محیط در برابر قدرت مدل؛ کلید موفقیت سری AIRA

پژوهش‌های سری AIRA در متا نشان می‌دهد که عملکرد عامل‌های هوشمند بیش از آنکه به مدل وابسته باشد، به محیط تمرین و سیاست‌های جست‌وجو بستگی دارد. این رویکرد منجر به کسب رتبه هشتم در…

۳ دقیقه خواندن۲