پرش به محتوای اصلی

موضوع

بازیابی‌افزا

RAG architectures, vector stores, grounding LLMs in private data

۱٬۲۰۹ مقاله منتشر شده

پایان دوران سیلوهای اطلاعاتی؛ حافظه‌ی جمعی برای عامل‌های هوش مصنوعی
آموزش کاربردی

پایان دوران سیلوهای اطلاعاتی؛ حافظه‌ی جمعی برای عامل‌های هوش مصنوعی

پروژه‌ی Stigmem v1.0 با معرفی یک بستر دانش فدرال، مشکل پراکندگی حافظه در سیستم‌های چندعاملی را حل می‌کند. این سیستم با تقلید از رفتار مورچه‌ها، امکان اشتراک‌گذاری حقایق تاییدشده…

۲ دقیقه خواندن
کاهش ۹۳ درصدی توکن‌ها؛ رمزگشایی از پایان توهمات کدنویسی هوش مصنوعی
آموزش کاربردی

کاهش ۹۳ درصدی توکن‌ها؛ رمزگشایی از پایان توهمات کدنویسی هوش مصنوعی

یک پیاده‌سازی جدید از نمایه‌سازی معنایی از طریق MCP، دستیارهای کدنویسی را از تکیه بر داده‌های قدیمی آموزش رها کرده و به تعاریف لحظه‌ای کتابخانه‌ها متصل می‌کند. این رویکرد نه تنها…

۲ دقیقه خواندن۱
رمزگشایی از Join the chat: وقتی آمازون فروشنده را با صدا جایگزین می‌کند
آموزش کاربردی

رمزگشایی از Join the chat: وقتی آمازون فروشنده را با صدا جایگزین می‌کند

آمازون با معرفی قابلیت Join the chat، تجربه خرید را از جستجوی متنی به گفتگوهای صوتی زنده تبدیل کرده است. این ابزار با ترکیب مشخصات فنی و نظرات کاربران، نقش یک کارشناس فروش مجازی…

۲ دقیقه خواندن۱
۹۸ درصد از دانش جهان برای هوش مصنوعی ممنوع است؛ تا امروز

۹۸ درصد از دانش جهان برای هوش مصنوعی ممنوع است؛ تا امروز

استارتاپ سوئدی Redpine با جذب ۸ میلیون دلار سرمایه، زیرساختی برای دسترسی عامل‌ها به داده‌های خصوصی و لایسنس‌دار ایجاد می‌کند. هدف این شرکت کاهش توهم در حوزه‌های حساس با باز کردن…

۲ دقیقه خواندن
پایان توقف‌های شهودی: انویدیا مهندسی زیرزمینی را به یک حلقه بی‌وقفه تبدیل کرد
آموزش کاربردی

پایان توقف‌های شهودی: انویدیا مهندسی زیرزمینی را به یک حلقه بی‌وقفه تبدیل کرد

انویدیا با معرفی یک چارچوب **عامل‌محور** (Agentic)، توقف‌های تحلیل دستی در مهندسی زیرزمینی را حذف کرد. این سیستم با جایگزینی «جوخه‌های خودکار» به جای تحلیلگران انسانی، سرعت…

۳ دقیقه خواندن۲
چرا دقت ۸۵ درصدی در تحلیل اسناد، تضمین‌کننده‌ی پاسخ کامل نیست؟

چرا دقت ۸۵ درصدی در تحلیل اسناد، تضمین‌کننده‌ی پاسخ کامل نیست؟

معرفی چارچوب EnterpriseDocBench نشان می‌دهد سیستم‌های تحلیل اسناد علی‌رغم دقت بالا، در ارائه پاسخ‌های جامع شکست می‌خورند. این مطالعه همچنین برتری بازیابی ترکیبی بر بردارهای معنایی…

۲ دقیقه خواندن
نقص پنهانی در حافظه‌ی مدل‌های زبانی که آن‌ها را رباتیک نگه می‌دارد

نقص پنهانی در حافظه‌ی مدل‌های زبانی که آن‌ها را رباتیک نگه می‌دارد

پژوهشگران با معرفی StratMem-Bench ثابت کردند که مدل‌های زبانی بزرگ در استفاده استراتژیک از حافظه برای تعاملات اجتماعی شکست می‌خورند. این یافته نشان می‌دهد که مدل‌ها علی‌رغم…

۳ دقیقه خواندن