پرش به محتوای اصلی

موضوع

بازیابی‌افزا

RAG architectures, vector stores, grounding LLMs in private data

۱٬۴۱۲ مقاله منتشر شده

آموزش کاربردی

درون معماری Cortex AI؛ تبدیل زبان طبیعی به SQL برای تحلیل داده‌ها

اسنو‌فلیک با ادغام یک موتور تبدیل متن به SQL در مجموعه Cortex AI، امکان پرس‌وجوی پایگاه‌های داده ساختاریافته را با زبان طبیعی فراهم کرد. این سیستم با مبنی‌سازی مدل‌ها در محیط امن…

۷ دقیقه خواندن۱
آموزش کاربردی

«حافظه مشترک مبتنی بر اعتماد»؛ راهکار Mycelium برای هماهنگی عامل‌ها

فریم‌ورک جدید Mycelium امکان اشتراک یک گراف دانش پایدار بین چندین عامل هوش مصنوعی را فراهم می‌کند. این سیستم با استفاده از مدل‌های ارزان‌قیمت، تضادهای اطلاعاتی را شناسایی کرده و…

۵ دقیقه خواندن۱
آموزش کاربردی

SpillTheReel: تبدیل ویدیوهای اینستاگرام به حافظه برداری برای بازیابی دقیق جزئیات

ابزار SpillTheReel محتوای ذخیره‌شده در اینستاگرام را به یک پایگاه دانش قابل جست‌وجو تبدیل می‌کند. این سیستم با استفاده از لایه‌ی حافظه گرافیکی-برداری، امکان گفتگو با ویدیوها و…

۳ دقیقه خواندن
آموزش کاربردی

Lethe با حذف سخت داده‌های منسوخ، توهمات حافظه در عامل‌های هوش مصنوعی را می‌بندد

وینایاک سونتالیا موتور حافظه‌ای به نام Lethe را توسعه داد که به‌جای گسترش بی‌پایان بستر متنی، روی «فراموش کردن» داده‌های تاریخ‌گذشته تمرکز دارد. این سیستم با حذف کامل حقایق منسوخ…

۴ دقیقه خواندن۱
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
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
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
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
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