موضوع
Autonomous agents, tool use, planning, multi-step workflows
۳٬۶۱۸ مقاله منتشر شده
جایگزینی تولید تک-پرامپتی با یک خط لوله چندعاملی مبتنی بر LangGraph، کیفیت محتوا را بهطور محسوس ارتقا داد. این رویکرد تخصصی، زمان تولید را ۴۰٪ کاهش و ثبات خروجیها را افزایش داده…
یک توسعهدهنده با ترکیب مدلهای Claude و Codex توانست در یک آخر هفته ۳۹ هزار حساب جعلی را از سایت خود پاک کند. این تجربه نشان میدهد چگونه «وایب کدینگ» میتواند ماهها کار مهندسی…
استاندارد باز AGENTS.md توسط OpenAI معرفی شد تا با ایجاد یک فایل پیکربندی واحد، جلوی «تغییر تدریجی دستورات» در ابزارهای مختلف کدنویسی گرفته شود. در حالی که اکثر ابزارهای پیشرو این…
ابزار متنباز qwen-forge برای ساختاردهی و تست خطلولههای مدلهای زبانی معرفی شد. این ابزار نیاز به بازنویسی منطق یکپارچهسازی هنگام تغییر مدل یا جریان کاری را از بین میبرد.
موج جدیدی از پژوهشها در هاکینگ فیس نشان میدهد که تمرکز صنعت از تولید متن ساده به سمت مدلهای جهانی (World Models) برای درک قوانین فیزیک و عاملهایی که زمان توقف برای جلوگیری از…
متا با معرفی Autodata، تولید دادههای مصنوعی را از یک دستور ایستا به یک فرآیند پژوهشی تکرارشونده تغییر داد. در این سیستم، یک عامل هوش مصنوعی نمونهها را خلق، آزمایش و بر اساس نقاط…
با وجود ثابت ماندن قیمت توکنها، افزایش مصرف توکن در مدل Claude Sonnet 5 باعث شده است هزینه نهایی هر عملیات از مدلهای ردهبالای آنتروپیک بیشتر شود. این مدل عملکرد بهتری دارد اما…
ایان کارول، پژوهشگر امنیتی، با استفاده از مدل کلود اپوس ۴.۷ توانست یک آسیبپذیری بحرانی در سامانه Front Gate Tickets پیدا کند. این حادثه نشان میدهد هوش مصنوعی اکنون قادر است…
پلتفرم Droste با معرفی یک موتور حافظه ترکیبی، شکاف علی در عاملهای کدنویس را برطرف میکند. این ابزار بهجای تکیه صرف بر شباهت متنی، روابط ساختاری و فراخوانیهای تابع را…
یک کتابخانه متنباز جدید برای React منتشر شده است که اجازه میدهد توسعهدهندگان بدون قفل شدن در SDK یک شرکت خاص، چتباتهای هوش مصنوعی را پیادهسازی کنند. این ابزار با استفاده از…
محک جدید GPTNT نشان داد که هیچ مدل زبانی بزرگی، اعم از متنباز یا تجاری، قادر به مدیریت همکاریهای آنی تحت فشار نیست. این آزمایش شکافی بحرانی در توانایی مدلها برای مدیریت عدم…
بررسی فنی یک پروژه بازمتن نشان میدهد چگونه نبود بنچمارک و مدیریت ضعیف وابستگیها باعث توقف تقریباً ۵۰ درصدی سرویس شده است. این گزارش نقشه راهی برای مقیاسدهی از ۱۰۰ به ۱۰۰۰ کاربر…