چرا گرادینتها دوباره برنده بازی کنترل مدلمحور شدند؟
پژوهشگران با معرفی Dream-MPC، برتری بهینهسازی مبتنی بر گرادینت را در ۲۴ تکلیف کنترل مداوم ثابت کردند. این مدل با ترکیب مدل جهان و منظمسازی عدم قطعیت، کارایی روشهای سنتی را به…
موضوع
Autonomous agents, tool use, planning, multi-step workflows
۷٬۳۳۲ مقاله منتشر شده
پژوهشگران با معرفی Dream-MPC، برتری بهینهسازی مبتنی بر گرادینت را در ۲۴ تکلیف کنترل مداوم ثابت کردند. این مدل با ترکیب مدل جهان و منظمسازی عدم قطعیت، کارایی روشهای سنتی را به…
تحلیلی جدید از قراردادهای ابزارهای کدنویسی هوش مصنوعی نشان میدهد که شرکتهای سازنده، تمام مسئولیتهای امنیتی و حقوقی را به دوش توسعهدهندگان میاندازند. این وضعیت در حالی رخ…
عامل جدید SADE با پیادهسازی متدولوژیهای کلاسیک سیسکو، توانست در شناسایی ریشه خطاهای شبکه، GPT-5 را با اختلاف چشمگیری شکست دهد. این دستاورد ثابت میکند که نظم در فرآیند استدلال،…
یک مقاله پژوهشی جدید معماری DePAI را معرفی کرده است که با استفاده از بلاکچین و DAO، هماهنگی میان انسان و ماشینهای خودمختار را مدیریت میکند. هدف این سیستم، جلوگیری از انحصار…
چارچوب جدید Pen-Strategist با ترکیب مدل استدلالی و طبقهبندیکننده CNN، توانست در اجرای استراتژیهای تست نفوذ، عملکرد GPT-5 و Claude-4.6 را به شدت پشت سر بگذارد. این دستاورد نشان…
پژوهشگران با ترکیب یادگیری تقویتشده عمیق و مدلهای زبانی بزرگ، سیستمی برای مدیریت بهینه پهپادها در شهرهای متراکم طراحی کردهاند. این معماری با رفع ناهماهنگیهای منابع، نرخ موفقیت…
پژوهشگران چارچوب جدیدی به نام EaC را معرفی کردند که به عاملهای هوش مصنوعی اجازه میدهد تجهیزات فیزیکی آزمایشگاه را کنترل کنند. این سیستم با تبدیل استدلالهای دیجیتال به دستورات…
پژوهشگران با معرفی LongSeeker، پارادایم جدیدی برای مدیریت حافظه در عاملهای جستجو ایجاد کردهاند. این مدل با حذف دادههای زائد، دقت جستجوهای پیچیده را به ۶۲.۵٪ رسانده و رقبای…
یک سیستم جدید عاملمحور توانسته است با ساخت و بازنویسی مدلهای دنیای پایتونی، پازلهای پیچیده ARC-AGI-3 را حل کند. این دستاورد، معیار جدیدی برای استدلال عمومی در هوش مصنوعی تعریف…
رباتهای خانگی در حال خروج از شبیهسازها و ورود به محیطهای واقعی هستند، اما سیستمهای امنیتی فعلی ناکارآمدند. چارچوب جدیدی به نام SPINE پیشنهاد میکند که حریم خصوصی به جای یک…
پژوهشگران با معرفی Uno-Orchestra، سیستمی برای بهینهسازی همزمان تجزیه تکالیف و انتخاب مدل طراحی کردهاند. این رویکرد دقت را ۱۶ درصد افزایش و هزینههای استنتاج را تا ۱۰ برابر کاهش…
پژوهشگران راهی برای اجرای الگوریتمهای استاندارد Bandit در مسائل T-MDP یافتهاند که مانع رشد نمایی حافظه میشود. این متد با استفاده از کرانهای اطمینان مشترک، محاسبات را به سطح…