پرش به محتوای اصلی

موضوع

بازیابی‌افزا

RAG architectures, vector stores, grounding LLMs in private data

۱٬۲۱۵ مقاله منتشر شده

نحوه تعیین بودجه زمینه برای عامل هوش مصنوعی که واقعاً کار می‌کند
آموزش کاربردی

بودجه‌بندی سه‌لایهٔ زمینه؛ راهکار توقف غرق‌شدن عامل‌های هوش مصنوعی در داده‌ها

عامل‌های هوش مصنوعی در جلسات طولانی نه به‌دلیل کمبود حافظه، بلکه به‌خاطر رقابت داده‌های قدیمی برای جلب توجه مدل، دچار افت کیفیت می‌شوند. پیاده‌سازی یک بودجه‌بندی لایه‌ای (داغ، گرم…

۸ دقیقه خواندن۱
نوار ابزار ویندوز با دکمه‌های میکروفون و کیبورد، نشان‌دهنده فعال‌سازی صوتی Codex
آموزش کاربردی

جریان‌های کاری ساختاریافته در برابر رابط‌های ساده در مقیاس‌پذیری LLM

تبدیل چت‌بات‌ها به عامل‌های عملیاتی نیازمند عبور از رابط‌های ساده و استقرار معماری ساختاریافته‌ای است که ارکستراسیون، RAG و دسترسی کنترل‌شده به ابزارها را مدیریت کند. این رویکرد…

۸ دقیقه خواندن۱
پلتفرم زیرساختی برای عامل‌های هوش مصنوعی دنیای فیزیکی

«پایان حدس زدن»؛ رویکرد Mireye برای تصمیم‌گیری عامل‌های فیزیکی

پلتفرم Mireye با ارائه داده‌های قطعی و ابزارهای تخصصی برای مکان‌های فیزیکی آمریکا، مشکل توهم مدل‌های زبانی در تحلیل زمین و جغرافیا را حل می‌کند. این زیرساخت به عامل‌های هوش مصنوعی…

۳ دقیقه خواندن۲
ساخت برنامه‌های کاربردی امن مبتنی بر مدل‌های زبانی بزرگ
آموزش کاربردی

«مدل‌های طبقه‌بندی سریع»؛ سد دفاعی جدید Oxlo.ai در برابر حملات پرامپتی

استقرار مدل‌های زبانی در مقیاس تولید، ریسک‌های جدیدی مانند تزریق پرامپت غیرمستقیم ایجاد می‌کند. Oxlo.ai چارچوبی را معرفی کرده که با استفاده از مدل‌های طبقه‌بندی سریع، ورودی‌ها را…

۴ دقیقه خواندن۱
رمزگذار چندوجهی و چندزبانه کارآمد NeoMME
آموزش کاربردی

مدل NeoMME هزینهٔ ذخیره‌سازی بردار‌های بصری را ۲۵۵ برابر کاهش داد

شرکت Hugging Face مدل NeoMME را معرفی کرد؛ یک رمزگذار چندوجهی که بدون نیاز به برج‌های بینایی مجزا، متن و تصویر را در یک ترنسفورمر واحد پردازش می‌کند. این مدل ضمن حفظ دقت بازیابی،…

۱۱ دقیقه خواندن۳
عنوان مقاله: «حافظه‌ای متعلق به خودتان به عامل‌های کدنویسی‌تان بدهید»

متن جایگزین پیشنهادی (۱۲۵ کاراکتر):
«دستیار هوشمند کدن
آموزش کاربردی

لایه حافظه funes هزینه انتقال عامل‌های کدنویس را ۸ برابر کاهش داد

شرکت Hugging Face ابزار متن‌باز funes را برای ایجاد حافظه محلی در عامل‌های کدنویس معرفی کرد. این لایه با نمایه‌سازی تاریخچه تصمیمات، از تکرار اشتباهات در جلسات جدید جلوگیری کرده و…

۷ دقیقه خواندن
معماری جایگزینی ترکیبی اطلاعات هویتی شخصی و سه اعتبارسنجی ناشناس‌سازی در مجموعه داده‌های حقوقی غیرساخت‌یافته
آموزش کاربردی

Lawmadi OS جایگزینی داده‌های مصنوعی را جایگزین سانسور متون حقوقی کرد

سامانه Lawmadi OS با معرفی یک خط لوله جایگزینی مصنوعی، اطلاعات حساس شخصی را بدون تخریب ساختار منطقی پرونده‌ها حذف می‌کند. این رویکرد امکان آموزش مدل‌های هوش مصنوعی حقوقی را با…

۱ دقیقه خواندن۱
سیستم RAGی ساختم که منابع پاسخ را نشان دهد: معرفی Alchimista
آموزش کاربردی

آیا میزبانی محلی داده‌ها می‌تواند توهمات مدل‌های RAG را کاهش دهد؟

سامانه متن‌باز Alchimista برخلاف چت‌بات‌های معمولی، هر پاسخ هوش مصنوعی را به یک ردپای قابل حسابرسی تبدیل می‌کند. این ابزار با اولویت دادن به حاکمیت داده و حریم خصوصی، امکان…

۴ دقیقه خواندن۱