پرش به محتوای اصلی

موضوع

عامل‌محور

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

۷٬۳۳۲ مقاله منتشر شده

آموزش کاربردی

درون الگوی یادگیری مدل‌ها؛ چرا عامل‌های کدنویس ادعای اتمام کار می‌کنند

عامل‌های هوش مصنوعی اغلب ادعای اتمام کار را می‌کنند، نه به دلیل تایید نتیجه، بلکه چون داده‌های آموزشی آن‌ها جملات خلاصه را پایان منطقی گفتگو می‌بینند. این موضوع شکاف اعتمادی…

۳ دقیقه خواندن
آموزش کاربردی

«موفق اما غیرمجاز»؛ شکاف امنیتی در داشبوردهای عامل‌های هوش مصنوعی

یک وضعیت «موفق» در داشبورد عامل‌های هوش مصنوعی تضمین نمی‌کند که عملیات دقیقاً طبق مجوز کاربر اجرا شده باشد. سامانه PriorSeal با تفکیک نتیجه فنی از انطباق با مجوز، راهکاری برای…

۳ دقیقه خواندن

هزینهٔ ۵۰۰ هزار دلاری OpenAI برای بازرسی روزانهٔ ۵۰ پتابایت لاگ عامل‌ها

شرکت OpenAI روزانه نیم میلیون دلار هزینه می‌کند تا ۵۰ پتابایت داده را برای شناسایی نفوذ عامل‌های هوش مصنوعی به سیستم‌های دولتی و بهداشتی بررسی کند. این حادثه نشان می‌دهد…

۴ دقیقه خواندن۱
آموزش کاربردی

ترکیب منطق نمادین و شبکه‌های عصبی ایمنی پروازهای شهری را تضمین کرد

یک معماری هیبریدی جدید با ترکیب شبکه‌های عصبی برای پیشنهاد مسیر و تأییدکننده‌های نمادین، ایمنی絶対 در جابه‌جایی‌های هوایی شهری را تضمین می‌کند. این سامانه با افزودن لایه حاکمیت…

۱۰ دقیقه خواندن
آموزش کاربردی

معماری محدودشده در برابر کنترل کامل برای پایداری عامل‌های هوش مصنوعی

استفاده از عامل‌های هوش مصنوعی برای تست ایمیل بدون مرزهای سیستمی سخت‌گیرانه، منجر به نتایج غیرقابل‌تکرار می‌شود. راهکار این مشکل، جایگزینی کنترل کامل مدل با معماری «محدودشده» است…

۴ دقیقه خواندن
آموزش کاربردی

چگونه Plyxo گفتگوهای پشتیبانی را به فرصت‌های فروش تبدیل می‌کند؟

پلتفرم Plyxo یک چت‌بات مبتنی بر RAG معرفی کرد که با تحلیل قصد خرید کاربر، اطلاعات تماس را به‌طور خودکار استخراج و به CRM منتقل می‌کند. این سیستم به‌جای فرم‌های سنتی، از فراخوانی…

۲ دقیقه خواندن۳
آموزش کاربردی

گوگل: RRSI هزینه استنتاج عامل‌های هوش مصنوعی را به‌شدت کاهش می‌دهد

پژوهشگران گوگل سیستمی به نام RRSI معرفی کردند که به‌جای تغییر مدل، «هارنس» یا محیط پیرامونی عامل را بهینه می‌کند. این متد با جلوگیری از بیش‌برازش، عملکرد واقعی عامل‌ها را بهبود…

۴ دقیقه خواندن۱