پرش به محتوای اصلی

موضوع

تجربه توسعه‌دهندگان

۴٬۳۶۸ مقاله منتشر شده

شرکت‌های Alibaba Cloud و Cambricon به بنیاد PyTorch پیوستند و Ant Group عضو طلایی شد.

«استقلال از سازنده»؛ هدف علی‌بابا و کمبریکون از پیوستن به PyTorch

شرکت‌های علی‌بابا کلاود، کمبریکون و آنت گروپ با عضویت در بنیاد PyTorch به دنبال کاهش وابستگی به انویدیا و بهینه‌سازی مدل‌ها روی تراشه‌های متنوع هستند. این اقدام گامی استراتژیک…

۴ دقیقه خواندن
رابط خط فرمان و مهارت عامل متن‌باز برای aispace.sh
آموزش کاربردی

«بهبود جریان‌های کاری خودکار»؛ هدف از توسعهٔ ابزار متن‌باز aispace-client

ابزار متن‌باز aispace-client با ارائه رابط خط فرمان (CLI)، امکان اشتراک‌گذاری فایل‌های حجیم و موقت را برای عامل‌های هوش مصنوعی فراهم می‌کند. این ابزار با حذف پرامپت‌های تعاملی و…

۵ دقیقه خواندن
معماری آینده: جاودانگی حقوق از طریق درگاه‌ها و مبدل‌ها
آموزش کاربردی

معماری شش‌ضلعی JusrisOS؛ راهکاری برای بقای سخت‌افزار هوش مصنوعی در برابر کهنگی

پروژه JusrisOS با استفاده از معماری شش‌ضلعی و ماشین مجازی BEAM، منطق هوش مصنوعی را از سخت‌افزار و ارائه‌دهندگان مدل جدا می‌کند. این سیستم با تبدیل GPUها و APIها به آداپتورهای قابل…

۵ دقیقه خواندن۲
ده سؤالی که پیش از هدایت ترافیک تولیدی به API مدل زبانی دیگران باید پاسخ دهید
آموزش کاربردی

۱۰ معیار حیاتی برای بازرسی زیرساخت‌های واسط مدل‌های زبانی بزرگ

یک چک‌لیست فنی جدید، روش‌های تأیید ادعاهای تامین‌کنندگان LLM درباره وفاداری به پروتکل، منشأ داده‌ها و هزینه‌های خروج را افشا می‌کند. این راهنما تست‌های مشخصی برای شناسایی لایه‌های…

۸ دقیقه خواندن
ساخت برنامه ترجمه زبان با مدل‌های زبانی بزرگ و ترنسفورمرها
آموزش کاربردی

«ترجمه آماده برای تولید»؛ رویکرد جدید Oxlo.ai در مدیریت اصطلاحات

یک راهنمای فنی جدید روش جایگزینی خط‌لوله‌های ترجمهٔ مبتنی بر قانون با معماری سه‌لایه مدل‌های زبانی بزرگ را تشریح می‌کند. این رویکرد به توسعه‌دهندگان اجازه می‌دهد تا تفاوت‌های ظریف…

۱ دقیقه خواندن
نمایشگر مهارت - رابط کاربری برای مشاهده و مدیریت مهارت‌های شخصیت در بازی
آموزش کاربردی

Skillviewer: پیاده‌سازی فایل‌های SKILL برای بهینه‌سازی عامل‌های صوتی

پلتفرم Skillviewer با معرفی فایل‌های SKILL، دانش رویه‌ای را از مدل‌های زبانی جدا کرد تا عامل‌های مصاحبه‌گر بدون نیاز به پرامپت‌های طولانی و ایستا، تخصص‌های مختلف را به‌صورت پویا…

۹ دقیقه خواندن
جلوگیری از تداخل نویزی کدهای AI در تغییرات diff
آموزش کاربردی

۳ معیار سخت‌گیرانه برای جلوگیری از ایجاد نویز در خروجی‌های کدنویس‌های AI

کدهای تمیز در عصر هوش مصنوعی نیازمند محدودیت‌های سخت‌گیرانه در محدوده، دایرکتوری و اندازهٔ کامیت‌ها هستند. تفکیک پاک‌سازی‌های مکانیکی از تغییرات منطقی، مانع از ایجاد «دیف‌های…

۸ دقیقه خواندن۱
تست Brilliant.design: ساخت نمونه‌کار واقعی از فیگما تا طراحی و کد هوشمند با AI
آموزش کاربردی

عامل‌های هوش مصنوعی چگونه عناصر گرافیکی را به‌صورت زنده تغییر می‌دهند؟

پلتفرم Brilliant.design با ادغام پروتکل MCP به عامل‌های هوش مصنوعی اجازه می‌دهد به‌جای تولید تصاویر ایستا، عناصر طراحی را به‌صورت زنده شناسایی و تغییر دهند. این رویکرد باعث ایجاد…

۲۴ دقیقه خواندن
ساخت افزونه پیش‌پردازش محلی برای Claude Code پس از ۳۵۰۰+ تست — درخواست بازخورد
آموزش کاربردیتأییدنشده · منبع منفرد

پلاگین Chamnan هزینهٔ توکن‌های Claude Code را با لایه‌ی پیش‌پردازش محلی کاهش داد

ابزار جدیدی به نام Chamnan با ایجاد یک لایه محلی برای پاک‌سازی و بودجه‌بندی داده‌ها، از نشت اطلاعات حساس و اتلاف توکن در Claude Code جلوگیری می‌کند. این افزونه با پردازش داده‌ها…

۲ دقیقه خواندن
محیط ایزوله VM برای اجرای Claude Code و Codex در GitHub trailofbits/coop
آموزش کاربردی

ابزار coop محیط‌های ایزوله برای اجرای امن عامل‌های کدنویس ایجاد می‌کند

شرکت Trail of Bits ابزار coop را معرفی کرد؛ یک رابط خط فرمان مبتنی بر Rust که عامل‌های هوش مصنوعی را در ماشین‌های مجازی یک‌بارمصرف اجرا می‌کند. این سیستم مانع از دسترسی مستقیم…

۱ دقیقه خواندن
استاندارد حافظه اپیزودیک چندمدلی؛ موتور SQLite محلی برای ابزارهای کدنویسی هوش مصنوعی بدون وابستگی به ابر.
آموزش کاربردی

Engrim هزینهٔ توکن‌های حافظه در عامل‌های هوش مصنوعی را ۹۹٪ کاهش داد

موتور حافظهٔ Engrim با جایگزینی پنجره‌های متنی حجیم با یک سیستم حافظهٔ اپیزودیک محلی، هزینه‌های توکن را به شدت کاهش می‌دهد. این ابزار اجازه می‌دهد وضعیت پروژه بین عامل‌های مختلف…

۶ دقیقه خواندن۱