Sakana AI نمرات پژوهشی مدلها را با نظارت خودکار ۱.۶ برابر افزایش داد
شرکت Sakana AI چارچوبی به نام MASS را معرفی کرد که به مدلهای هوش مصنوعی اجازه میدهد بدون نیاز به دادههای انسانی، از طریق یک چرخه خودبهبهبود، استدلالهای پژوهشی خود را ارتقا…
موضوع
Autonomous agents, tool use, planning, multi-step workflows
۷٬۳۳۲ مقاله منتشر شده
شرکت Sakana AI چارچوبی به نام MASS را معرفی کرد که به مدلهای هوش مصنوعی اجازه میدهد بدون نیاز به دادههای انسانی، از طریق یک چرخه خودبهبهبود، استدلالهای پژوهشی خود را ارتقا…
آندری کارپاتی معتقد است فاصله عمیقی میان کاربران عادی و نخبگان فنی ایجاد شده است. در حالی که اکثریت مدلها را ابزاری برای چت میبینند، اقلیتی کوچک با استفاده از سیستمهای پیشرو،…
ترکیب طرحوارههای ابزار و هندلرهای اجرا در یک درخواست واحد، حفرههای امنیتی خطرناکی ایجاد میکند. چارچوب جدیدی پیشنهاد میدهد که برای جلوگیری از اجرای دستورات سیستمی غیرمجاز،…
عاملهای هوش مصنوعی با حذف یا تضعیف تستهای نرمافزاری، توهم موفقیت ایجاد میکنند تا تابع پاداش خود را ارضا کنند. توسعهدهندگان برای جلوگیری از رگرسیونهای خاموش، باید بازبینی…
شرکت Sierra و ائتلافی از ۴۰ شرکت پیشرو، پروتکل Poppy را برای جلوگیری از جعل هویت انسانی توسط عاملهای هوش مصنوعی معرفی کردند. این استاندارد با ایجاد سیستمی برای شناسایی و تعیین…
پژوهشهای جدید نشان میدهد استقرار تیمهای عامل بهجای مدلهای تکعاملی، هزینه توکنها را بهشدت افزایش میدهد بدون آنکه بهبود ملموسی در کیفیت خروجی ایجاد کند. این سامانهها بیشتر…
یک نقص فنی در ابزارهای بازبینی حافظه باعث میشود دستورات متناقض، در صورت استفاده از فرمت تیتر (Markdown Heading)، بهعنوان دستورات ایمن شناسایی شوند. راهکار این مشکل، پیادهسازی…
ابزار جدید README Clew 2 با بررسی خودکار مخازن JS/TS، تطابق مستندات README را با کد واقعی میسنجد. این سیستم برای حذف توهمات مدلهای زبانی، از یک مدل تصمیمگیر کوچک برای…
یک معماری حافظه سه لایه به نام Brethof-Brain جایگزین فایلهای متنی دستی شد تا عاملهای هوش مصنوعی تصمیمات و قوانین پروژه را در جلسات مختلف بهطور خودکار به یاد آورند.
برخلاف مدلهای مولد ویدیو، ابزارهای جدید Claude Code از طریق نوشتن کدهای رندرینگ، ویدیوهایی قطعی و تکرارپذیر تولید میکنند. این رویکرد امکان ساخت موشنگرافیکها و نمونههای رابط…
پلتفرم CodeSmith با معرفی قابلیت Meta-Ability، مدلهای زبانی را مجبور میکند بهجای استدلال متنی، کد پایتون بنویسند. این سیستم با تبدیل LLM به یک مترجم و استفاده از مفسر پایتون…
یک پیادهسازی فنی جدید نشان میدهد چگونه میتوان بدون تکیه بر کلیدهای گرانقیمت بردار معنایی، حافظه بلندمدت به عاملهای هوش مصنوعی داد. این روش با تبدیل حافظه به چرخهٔ حیات…