پرش به محتوای اصلی

موضوع

تجربه توسعه‌دهندگان

۴٬۴۱۳ مقاله منتشر شده

تراشه دانش: داستانی از برنامه‌نویسی عامل‌محور
زندگی با AI

نشت دانش سازمانی در اثر «سوزاندن توکن» توسط عامل‌های هوش مصنوعی

برنامه‌نویسان به دلیل عدم انتقال مدل‌های ذهنی بین جلسات یا مدل‌های مختلف، میلیون‌ها توکن و بستر سیستم‌های خود را از دست می‌دهند. این شکاف باعث ایجاد یک خلأ نظارتی می‌شود که در آن…

۴ دقیقه خواندن۱
پنجره تأیید عامل کدنویسی شما به شما دروغ می‌گوید

«GhostApproval»؛ حفره‌ای امنیتی در مدل‌های تأیید هر اقدام هوش مصنوعی

یک نقص امنیتی بحرانی به نام GhostApproval به دستیاران کدنویس هوش مصنوعی اجازه می‌دهد کاربران را برای دسترسی به فایل‌های حساس فریب دهند. این حفره نشان‌دهنده شکست ساختاری در مدل‌های…

۳ دقیقه خواندن۳
ساخت یک ارزیابی هوش مصنوعی از دیتاست هاگینگ‌فیس بدون نوشتن کد پایتون
آموزش کاربردی

آیا می‌توان بدون اسکریپت‌های پایتونی دقت مدل‌های هوش مصنوعی را سنجید؟

شرکت Quantiles ابزاری برای بنچمارک‌گیری از مدل‌های هوش مصنوعی عرضه کرده است که نیاز به نوشتن اسکریپت‌های پایتونی را حذف می‌کند. توسعه‌دهندگان اکنون می‌توانند تنها با فایل‌های…

۷ دقیقه خواندن
مهندسی پرامپت برای مهندسان نرم‌افزار: الگوهای کاربردی و عملی
آموزش کاربردی

۱۵ الگوی پرامپت‌نویسی برای حذف باگ‌ها از کدهای تولیدشده توسط هوش مصنوعی

برخی از مهندسان نرم‌افزار به دلیل برخورد با مدل‌های زبانی به عنوان موتور جست‌وجو، خروجی‌های ناسازگاری دریافت می‌کنند. چارچوب جدیدی شامل ۱۵ الگوی کاربردی، با تمرکز بر تعریف…

۷ دقیقه خواندن۲
کنوکس ۵۷ میلیون دلار سری B جذب کرد؛ بک‌اند نرم‌افزارهای نوشته‌شده توسط عامل‌های هوشمند

سرمایه‌گذاری ۵۷ میلیون دلاری Convex برای مهار خطاهای نرم‌افزارهای عامل‌محور

شرکت Convex با جذب ۵۷ میلیون دلار سرمایه در راند Series B، پلتفرم خود را به لایه‌ای برای ایمن‌سازی کدهای تولیدشده توسط هوش مصنوعی تبدیل می‌کند تا جلوی فساد داده‌ها و فرسودگی کدهای…

۴ دقیقه خواندن۱
درگاه‌های سریع کیفیت عامل: قوانین قطعی به‌جای داورهای زبانی بزرگ
آموزش کاربردی

گیت‌های کیفی قطعی؛ راهکار توقف پس‌روندهای فنی در عامل‌های هوش مصنوعی

توسعه‌دهندگان برای اعتبارسنجی عامل‌های هوش مصنوعی از داوران احتمالی مدل‌های زبانی فاصله گرفته و به سمت «گیت‌های کیفی» قطعی حرکت می‌کنند. این رویکرد امتیازات مبهم معنایی را با…

۸ دقیقه خواندن
پراستفاده‌ترین مدل، وابستگی اشتباه بود
آموزش کاربردی

مدل‌های پیش‌فرض در برابر مدل‌های محبوب؛ شکستِ رتبه‌بندی در پرامپت‌های خاص

یک آزمایش عملی نشان می‌دهد مدل‌های پردانلودترین در کتابخانه‌های هوش مصنوعی، اغلب در بازتولید جزئیات خاص شکست می‌خورند. در موارد نادر و تخصصی، استفاده از مدل بنیادی پیش‌فرض نتایج…

۵ دقیقه خواندن