پرش به محتوای اصلی

موضوع

کاربردی

۴٬۵۳۱ مقاله منتشر شده

آموزش کاربردی

آیا WebGPU می‌تواند مدل‌های زبانی را از سرورها به مرورگر منتقل کند؟

آزمایشگاه MicroLLM ثابت کرد مدل‌های کوانتیده بین ۲۵ تا ۳۶۰ میلیون پارامتر می‌توانند به‌طور کامل روی GPU کاربر و از طریق WebGPU اجرا شوند. این رویکرد هزینه‌های ابری و ریسک‌های حریم…

۵ دقیقه خواندن۱
آموزش کاربردی

«تنسیق عامل‌های موازی»؛ قابلیت جدید ivar برای توسعه‌دهندگان نرم‌افزار

ابزار ivar به توسعه‌دهندگان اجازه می‌دهد چندین عامل هوش مصنوعی را به‌طور موازی روی بخش‌های مختلف یک پروژه اجرا کنند. این سیستم با استفاده از محیط‌های ایزوله و ساختار درختی از…

۴ دقیقه خواندن

OpenAI: اجرای عامل‌های خودکار روی زیرساخت‌های ابری مستقل

اوپن‌ای‌آی عامل‌های خودکار dots را معرفی کرد که روی زیرساخت‌های ابری مستقل اجرا می‌شوند تا وظایف پیچیده را در پس‌زمینه انجام دهند. این عامل‌ها با دسترسی به ۴۰۰۰ اپلیکیشن، از یک…

۶ دقیقه خواندن۴
آموزش کاربردی

ابزار livenerf افتِ پنهانیِ کیفیت مدل‌های هوش مصنوعی را اثبات می‌کند

پلتفرم متن‌باز livenerf با استفاده از تحلیل آماری و پروتکل‌های ثبت‌شده، امکان شناسایی «نرف کردن» یا کاهش عمدی توانمندی‌های مدل‌ها پس از عرضه را فراهم می‌کند. این ابزار بحث‌های…

۱۲ دقیقه خواندن۲
آموزش کاربردی

آیا بازرسی خروجی‌ها موثرتر از مهندسی پیچیدهٔ پرامپت است؟

یک متدولوژی جدید در مهندسی پرامپت پیشنهاد می‌کند به‌جای پیچیده‌تر کردن دستورات، بر «قابلیت بازرسی» خروجی تمرکز کنید. این رویکرد با تعریف مرزهای سخت و نمونه‌های نامقبول، نرخ توهمات…

۳ دقیقه خواندن۱
آموزش کاربردی

عامل‌های JackHamr مدیریت تخته‌های پروژه را به‌طور خودکار بر عهده گرفتند

پلتفرم JackHamr قابلیت‌های جدیدی را معرفی کرد که به عامل‌های هوش مصنوعی اجازه می‌دهد به‌جای اجرای ساده‌ی تکالیف، به‌طور مستقل برنامه‌ریزی کنند و کارهای جدید بسازند. این تغییر، نقش…

۲ دقیقه خواندن۲
آموزش کاربردی

لایه حذف داده‌های حساس؛ راهکاری برای توقف نشت اطلاعات در عامل‌های هوش مصنوعی

یک الگوی معماری جدید با استفاده از لایه‌های حذف بازگشت‌پذیر، اطلاعات شناسایی شخصی (PII) را پیش از ارسال به API مدل‌های زبانی حذف می‌کند. این روش با جایگزینی داده‌های حساس با…

۷ دقیقه خواندن
آموزش کاربردی

چطور قراردادهای تست پذیرش مانع توهمات بصری مدل‌های کدنویس می‌شوند؟

استفاده از «قرارداد تست پذیرش» مانع از آن می‌شود که توسعه‌دهندگان AI رابط‌های کاربری زیبا اما بدون بک‌اند تحویل دهند. این متد مدل را مجبور می‌کند پیش از افزودن ویژگی‌های جدید،…

۳ دقیقه خواندن۱
آموزش کاربردی

راهنمای فنی: مدیریت ۳۴ عامل هوش مصنوعی روی سخت‌افزار موبایل

یک راهنمای فنی توضیح می‌دهد که چگونه می‌توان با استفاده از مدل‌های زبانی کوچک یا برون‌سپاری استنتاج، یک گروه ۳۴ نفره از عامل‌های هوش مصنوعی را روی موبایل مدیریت کرد. این متد به…

۱ دقیقه خواندن۲
آموزش کاربردی

تست ساختاری انویدیا: پایان ارزیابی‌های حسی در عامل‌های هوش مصنوعی

انویدیا چارچوبی قطعی برای تست عامل‌های هوش مصنوعی معرفی کرد که به‌جای بررسی متن، بر داده‌های ساختاریافته متمرکز است. این روش مانع از آن می‌شود که تغییرات کوچک در پرامپت‌ها، باعث…

۹ دقیقه خواندن۲