پرش به محتوای اصلی

موضوع

عامل‌محور

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

۷٬۳۳۲ مقاله منتشر شده

رمزگشایی از AGEL-Comp: پایان توهمات استدلالی در عامل‌های هوش مصنوعی

پژوهشگران چارچوب جدیدی به نام AGEL-Comp را معرفی کردند که با ترکیب منطق نمادین و شبکه‌های عصبی، ضعف مدل‌های زبانی در حل تکالیف پیچیده را برطرف می‌کند. این سیستم با جایگزینی…

۲ دقیقه خواندن۲
آموزش کاربردی

تله‌ی «کدنویسی حسی»: چرا ابزارهای AI شما را کندتر می‌کنند؟

هوش مصنوعی اغلب در ۳۰ درصد پایانی کارهای پیچیده شکست می‌خورد و باعث کاهش بهره‌وری می‌شود. راهکار خروج از این بن‌بست، جایگزینی پرامپت‌های ساده با یک گردش‌کار ساختاریافته و مبتنی بر…

۳ دقیقه خواندن۱

پایان سلطه‌ی مدل‌های حجیم: چگونه Granite 4.1 قواعد بازی را تغییر داد

IBM با معرفی خانواده‌ی Granite 4.1 ثابت کرد که مدل‌های کوچک‌تر با داده‌های باکیفیت می‌توانند مدل‌های غول‌پیکر را شکست دهند. نسخه‌ی ۸ میلیاردی این مدل در بنچمارک‌های کلیدی، عملکرد…

۳ دقیقه خواندن۲
آموزش کاربردی

گزارش dev.to: جایگزینی چت با UI زاینده، ریزش کاربران را به ۱۲٪ رساند

عصر چت‌باکس‌های متنی به پایان می‌رسد و جای خود را به رابط کاربری زاینده می‌دهد. در این مدل، عامل‌ها به جای تولید متن، مؤلفه‌های بصری طراحی‌شده را فراخوانی می‌کنند تا اصطکاک کاربر…

۲ دقیقه خواندن۱

درون معماری pDFA: پایان عصر اکسپلویت‌های چندمرحله‌ای در عامل‌ها

پژوهشگران یک فایروال رفتاری جدید طراحی کرده‌اند که با استفاده از اتوماتای متناهی معین، نرخ موفقیت حملات به عامل‌های هوش مصنوعی را به ۲.۲٪ کاهش می‌دهد. این سیستم با جایگزینی…

۳ دقیقه خواندن

چرا پهپادهای امداد و نجات دیگر نیازی به آموزش‌های طولانی ندارند؟

یک چارچوب سلسله‌مراتبی جدید با ترکیب قوانین قطعی و یادگیری تقویت‌شده، ایمنی پهپادها را در عملیات امداد و نجات متحول کرده است. این سیستم حتی بدون پیش‌آموزش، نرخ برخوردها را کاهش…

۲ دقیقه خواندن۱

یک مهارت پنهان که موفقیت ربات‌ها را ۵۰ درصد تغییر می‌دهد

پژوهشگران اثر «مهارت غالب» را کشف کردند؛ پدیده‌ای که در آن یک مهارت تک‌نفره می‌تواند نرخ موفقیت کل یک تسک رباتیک را به شدت تغییر دهد. راهکار جدید برای به‌روزرسانی مهارت‌ها بدون…

۲ دقیقه خواندن۱