پرش به محتوای اصلی

موضوع

بازیابی‌افزا

RAG architectures, vector stores, grounding LLMs in private data

۱٬۲۱۶ مقاله منتشر شده

ابزارهای نوشتار دانشگاهی با هوش مصنوعی: راهکارها و ابزارهای برتر
آموزش کاربردی

پرداخت به‌ازای درخواست در برابر توکن؛ راهکار Oxlo.ai برای متون طولانی

پلتفرم Oxlo.ai با جایگزینی مدل پرداخت به‌ازای توکن با مدل پرداخت به‌ازای درخواست، هزینه پردازش مقالات طولانی را تا ۱۰۰ برابر کاهش داده است. این تغییر اقتصادی، ابزارهای تخصصی…

۵ دقیقه خواندن
دانشگاه حقوقی LlamaIndex: بازیابی هوشمند با ابزارهای جستجو، یافتن، خواندن و جستجوی متنی
آموزش کاربردی

بازیابی عامل‌محور در برابر RAG ساده در تحلیل اسناد پیچیده LlamaIndex

LlamaIndex با معرفی legal-kb، مدل جست‌وجوی تک‌مرحله‌ای را با یک «هارنس بازیابی» چندمرحله‌ای جایگزین کرد. این سیستم به عامل‌ها اجازه می‌دهد مانند یک کاربر انسانی با ابزارهای مدیریت…

۵ دقیقه خواندن۱
ابر مغز با ۳۰٪ هزینه کمتر و ۵۰٪ توکن کمتر از کلود کد پیشی می‌گیرد. مستقل از مدل.
آموزش کاربردیگزارش تأییدنشده

معماری TokenFold هزینهٔ عامل‌های کدنویسی را ۳۰٪ کاهش داد

ساختار جدیدی به نام TokenFold با بهینه‌سازی نمایش کدبیس، اتلاف توکن‌ها را به شدت کاهش می‌دهد. این فناوری هزینهٔ اجرای عامل‌ها را ۳۰٪ و مصرف توکن را ۵۰٪ نسبت به Claude Code پایین…

۱ دقیقه خواندن
ضبط فرآیند بازبینی هوش مصنوعی از یک اپلیکیشن ریلز با ۳۶ هزار فایل: گزارش لحظه‌به‌لحظه
آموزش کاربردی

چرا جست‌وجوی استاندارد در مخازن کد حجیم شکست می‌خورد؟

تست‌های جدید روی مخزن کد گیت‌لاب نشان می‌دهد جست‌وجوهای متنی ساده در پروژه‌های حجیم شکست می‌خورند. افزودن یک نقشه ساختاری به عامل‌های کدنویس اجازه می‌دهد وابستگی‌های پنهانی را…

۷ دقیقه خواندن
عامل هوش مصنوعی در حال تعامل با محیط، از کد به موجودیت زنده در حال تکامل
آموزش کاربردی

تغییر معماری هوش مصنوعی از مدل‌های ایستا به عامل‌های متفکر

توسعه هوش مصنوعی از افزایش اندازه مدل‌ها به سمت ساخت سامانه‌هایی تغییر مسیر داده که یاد می‌گیرند و تکامل می‌یابند. تمرکز جدید بر حافظه پایدار، هدف‌گذاری فعال و توانایی بازاندیشی…

۲ دقیقه خواندن۱
عنوان مقاله: «عامل‌گرایی: حفظ رونوشت جلسات مفید نیست»

چرا دسترسی به متن جلسات پیشین عملکرد عامل‌های کدنویسی را تخریب می‌کند؟

تحلیلی از Agentics نشان می‌دهد که فراهم کردن دسترسی به متن جلسات پیشین (Session Transcripts)، هیچ اثر مثبتی بر عملکرد عامل‌های کدنویسی ندارد. این رویکرد به دلیل ایجاد «انحراف در…

۴ دقیقه خواندن۲
چارچوب حاکمیت هوش مصنوعی در Azure که واقعاً کار می‌کند
آموزش کاربردی

گیت‌وی اجباری هوش مصنوعی؛ راهکار مایکروسافت برای رفع حفره‌های نظارتی در Azure

تغییر رویکرد حاکمیت هوش مصنوعی از اسناد استاتیک به یک گیت‌وی معماری اجباری، اجرای قوانین انطباق را در زمان اجرا (Runtime) ممکن می‌کند. این متدولوژی با متمرکز کردن کنترل‌ها،…

۹ دقیقه خواندن
عوامل هوش مصنوعی و داده‌های هویتی کارکنان: شکاف سیاستی که سازمان‌ها از آن غافل‌اند

شکاف حاکمیتی در داده‌های کارکنان؛ نقطه کور امنیتی عامل‌های هوش مصنوعی

سازمان‌ها با استفاده از سیاست‌های داده‌ایِ طراحی‌شده برای مشتریان، داده‌های حساس کارکنان را در پنجره‌های متنی مدل‌ها به خطر انداخته‌اند. این نقص معماری باعث می‌شود عامل‌ها بیش از…

۱۰ دقیقه خواندن۱