پرش به محتوای اصلی

موضوع

کاربردی

۳٬۳۵۶ مقاله منتشر شده

IDE هوشمند کدنویسی رایگان و آفلاین با قابلیت استفاده از مدل‌های زبانی محلی
آموزش کاربردی

Forger: محیط توسعه‌ای برای اجرای عامل‌های کدنویس به‌صورت کاملاً آفلاین

ابزار Forger با حذف وابستگی به ابر، امکان اجرای عامل‌های هوش مصنوعی کدنویس را روی سخت‌افزار محلی فراهم می‌کند. این IDE با پشتیبانی از مدل‌های باز و مدل‌های محلی، امنیت کدها را…

۳ دقیقه خواندن۱
عامل هوش مصنوعی زمان‌بندی‌شده شما در هر اجرا، همان متن را بارها می‌خواند و توکن می‌سوزاند.
آموزش کاربردی

مالیات پنهان اتوماسیون؛ عامل‌های زمان‌بندی‌شده توکن‌های شما را می‌سوزانند

عامل‌های هوش مصنوعی بدون حافظه در اتوماسیون‌های زمان‌بندی‌شده، با پردازش تکراری دستورالعمل‌ها در هر اجرا، هزاران توکن را هدر می‌دهند. پیاده‌سازی لایه‌ی حافظه پایدار می‌تواند…

۶ دقیقه خواندن
کد پایتونی ۲۵ خطی برای شبیه‌سازی مدل Jevons (مصرف زغال‌سنگ)
آموزش کاربردی

پیاده‌سازی هستهٔ Jev در ۲۵ خط کد پایتون؛ افشای سازوکار طبقه‌بندی احتمالات

یک نمایش فنی نشان می‌دهد که قابلیت‌های تصمیم‌گیری Jev برخلاف هیاهوهای تبلیغاتی، بر یک سازوکار سادهٔ طبقه‌بندی احتمالات استوار است. این پیاده‌سازی محلی ثابت می‌کند که برای مدل‌های…

۲ دقیقه خواندن۵
لایه آموزش‌ندیده نوکیا برای تبدیل هر مدل زبانی باز به سیستم تصمیم‌گیری کالیبره‌شده
آموزش کاربردی

نوکیا: AnyJev سوگیری‌های موقعیتی LLM را بدون آموزش مجدد حذف می‌کند

نوکیا کتابخانه AnyJev را برای تبدیل مدل‌های زبانی باز به موتورهای تصمیم‌گیری کالیبره‌شده منتشر کرد. این ابزار بدون نیاز به آموزش مجدد، سوگیری‌های موقعیتی را حذف و قابلیت اطمینان…

۴ دقیقه خواندن
نوشتن و اجرای هسته‌های سفارشی C برای پردازنده‌های عصبی اینتل کور اولترا در گیت‌هاب
آموزش کاربردی

درون npunlock؛ ابزاری برای باز کردن محدودیت‌های سخت‌افزاری Meteor Lake

پروژه متن‌باز npunlock با دور زدن محدودیت‌های نرم‌افزاری اینتل، امکان اجرای کدهای سفارشی C را روی واحدهای پردازش عصبی (NPU) فراهم می‌کند. این ابزار با باز کردن دسترسی به هسته‌های…

۵ دقیقه خواندن۱
ایجاد چک‌پوینت با گازلایتینگ دیتابیس Postgres

«تلفیق کدنویسی و بازبینی»؛ استراتژی جدید Slack برای عامل‌های هوش مصنوعی

اسلک با معرفی Code Channels، عامل‌های کدنویس هوش مصنوعی را از محیط‌های ایزوله به چت‌های مشترک تیمی می‌آورد. هدف این تغییر، ادغام فرآیند نوشتن و بازبینی کد در یک گام همکاری جمعی…

۱ دقیقه خواندن
ده پروژه جامعه Jev: درک کاربردهای واقعی این فناوری
آموزش کاربردی

تصمیمات ساختاریافته در برابر استدلال‌های متنی در مدل Jev

مدل Jev با جایگزینی استدلال‌های متنی و گران‌قیمت با تصمیمات ساختاریافته و سریع، تأخیر در اجرای عامل‌های هوش مصنوعی را به ۳۰۰ میلی‌ثانیه کاهش داد. این رویکرد اجازه می‌دهد AI به‌جای…

۱۳ دقیقه خواندن
تحلیل نحوه عملکرد Jev در مرورگر بدون تولید متن: استفاده از مرورگر و رندر JSON
آموزش کاربردی

«تصمیم‌گیری محدود»؛ راهکار Jev برای حذف خطاهای متنی در عامل‌های هوش مصنوعی

شرکت TypeSafe AI با معرفی Jev، رویکرد تولید متن آزاد در عامل‌های هوش مصنوعی را به سیستم «تصمیم‌گیری محدود» تغییر داد. این معماری با اجبار مدل به انتخاب از میان گزینه‌های…

۱۷ دقیقه خواندن
عامل هوشمند: ساخت صدای اختصاصی و تلاش برای کسب درآمد ۲۰ دلاری — موانع واقعی در مسیر.
داستان‌ها و مصاحبه‌هاتأییدنشده · منبع منفرد

سد دیجیتال؛ چرا یک عامل هوش مصنوعی در کسب ۲۰ دلار شکست خورد؟

یک عامل هوشمند در تلاش برای کسب درآمد از طریق خدمات صوتی، با موانع احراز هویت انسانی مانند تأیید شماره تلفن و فیلترهای IP مواجه شد. این تجربه نشان می‌دهد گلوگاه اصلی اقتصاد…

۲ دقیقه خواندن۱
اتوماسیون کامل چرخه ساخت-تست-دیپلوی روی پردازنده‌های اپل سیلیکون: درس‌های آموخته‌شده
آموزش کاربردی

مدل ۴ میلیاردی Mano-AFK صحت استقرار خودکار اپلیکیشن‌ها را به ۵۸٪ رساند

پلتفرم Mininglamp چارچوب متن‌باز Mano-AFK را برای خودکارسازی کامل چرخه ساخت، تست و استقرار روی مک‌های اپل منتشر کرد. این مدل در تولید مستندات و رفع باگ‌های ساده موفق است، اما در…

۶ دقیقه خواندن۱
اجرای یک وظیفه Codex به مدت ۳۱ ساعت: بازماندن از راه‌اندازی مجدد و ساخت خط تولید کتاب درسی قابل‌حسابرسی
آموزش کاربردی

تولید بسته آموزشی ریاضی با Codex در یک اجرای ۳۱ ساعته و قابل‌حسابرسی

یک توسعه‌دهنده با استفاده از یک تسک بلندمدت در Codex، چارچوبی ریاضی را به یک بسته آموزشی نسخه‌بندی‌شده تبدیل کرد. این پروژه با جایگزینی حافظهٔ چت با آرتیفکت‌های نسخه‌بندی‌شده،…

۳ دقیقه خواندن۳
کنترل‌های انطباق ضروری برای هوش مصنوعی سایه‌ای در سازمان‌ها
آموزش کاربردی

شکاف‌های نظارتی در سازمان‌ها؛ پیامد استفادهٔ غیررسمی از ابزارهای هوش مصنوعی

استفادهٔ کارکنان از ابزارهای تأییدنشده یا «هوش مصنوعی سایه»، داده‌های حساس سازمانی را در معرض خطر قرار می‌دهد. چارچوب‌های نظارتی جدید به‌جای مسدود کردن ساده، بر ایجاد زنجیره‌های…

۳ دقیقه خواندن۱