پرش به محتوای اصلی

موضوع

مدل‌های بازوزن

Open-source models, open weights, local hosting, licensing

۲٬۳۹۶ مقاله منتشر شده

آموزش کاربردی

«جهنم ارائه‌دهندگان»؛ پیامد ادغام تنظیمات مدل در نصب ساده OpenClaw

فرآیند نصب ساده OpenClaw به‌دلیل ادغام تنظیمات اپلیکیشن با پیکربندی پیچیدهٔ ارائه‌دهندگان مدل، اغلب با شکست مواجه می‌شود. توسعه‌دهندگان برای عبور از این «شکست‌های جادویی»، باید از…

۸ دقیقه خواندن

معماری xAgent: تبدیل دستیار هوش مصنوعی به همکار خودگردان در مقیاس کوچک

سازنده xAgent جزئیات فنی تبدیل مدل‌های محلی ارزان‌قیمت به عامل‌های خودگردان را افشا کرد. این سامانه با عبور از رابط‌های چت ساده، به یک مدل «همکار» در سمت سرور تبدیل شده است که…

۱۳ دقیقه خواندن۱
آموزش کاربردی

جداسازی منطق پایتون از مدل‌های زبانی؛ راهکار Curtail برای حذف توهم در

سامانه چندعاملی Curtail با تفکیک حقایق قانونی قطعی از پیش‌نویس‌های تولیدشده توسط هوش مصنوعی، مدیریت دستورات قطع آب در کالیفرنیا را خودکار کرده است. این سیستم برای جلوگیری از…

۶ دقیقه خواندن۴
آموزش کاربردی

ابزار پایتونی برای سنجش نقاط شکست در سرویس‌های رایگان هوش مصنوعی

یک چارچوب تست جدید بر پایه پایتون به توسعه‌دهندگان اجازه می‌دهد تا نقاط شکست نقاط انتهایی (Endpoints) رایگان مدل‌های هوش مصنوعی را کمی‌سازی کنند. این ابزار با اندازه‌گیری رشد…

۴ دقیقه خواندن۲
آموزش کاربردی

نسخه ۰.۴.۰ crewai-go: انتقال زیرساخت عامل‌های هوشمند از پایتون به Go

فریم‌ورک crewai-go با انتشار نسخه ۰.۴.۰، مفاهیم ارکستراسیون عامل‌های هوش مصنوعی را از پایتون به زبان Go منتقل کرد. این به‌روزرسانی امکان ساخت سامانه‌های عامل‌محور با مصرف حافظه…

۱ دقیقه خواندن۱

عامل‌های لبه‌ای؛ راهکار گوتام ماناک برای حذف وابستگی به ابرهای متمرکز

گوتام ماناک با ترویج عامل‌های سبک‌وزن و پروتکل MCP، در تلاش است تا هوش مصنوعی را از سرورهای عظیم ابری به دستگاه‌های محلی منتقل کند. این رویکرد هزینه توکن‌ها و تأخیر در پاسخ‌دهی را…

۱۰ دقیقه خواندن