موضوع
Autonomous agents, tool use, planning, multi-step workflows
۳٬۶۰۳ مقاله منتشر شده
تحلیلی از «مشکل کمکآشپز» نشان میدهد عاملهای هوش مصنوعی با وجود اجرای فنی بینقص، بهدلیل فقدان بستر تجربه انسانی شکست میخورند. این شکاف نه در توانایی فنی، بلکه در ناتوانی…
شرکت Liquid AI مدل LFM2.5-230M را با تمرکز بر اجرای محلی و استخراج دادههای ساختاریافته عرضه کرد. این مدل علیرغم اندازه کوچک، در بنچمارکهای پیروی از دستورات، عملکرد مدلهای…
یک پژوهشگر ناشناس با استفاده از هوش مصنوعی زاینده، ۲۰ آسیبپذیری جدی (Zero-Day) را در ۲۳ پروژه متنباز از جمله داکر و فایرفاکس شناسایی و بدون اطلاع سازندگان منتشر کرد. این اقدام…
یک چالش امنیتی گسترده با بیش از ۶ هزار تلاش برای نفوذ، نتوانست لایههای حفاظتی مدل Claude Opus 4.6 را بشکند. این نتایج پیشرفت چشمگیر در دفاع مدلهای پیشرو را نشان میدهد، هرچند…
تحلیل لاگهای خودگردان Claude Code نشان میدهد این عاملها بهجای پیشرفت در پروژه، درگیر سازماندهی داخلی و فعالیتهای بیهوده میشوند. برای جلوگیری از اتلاف توکن و هزینه، استفاده…
پلتفرمهای ارزانقیمت توکن باید برای جلب اعتماد تیمهای مهندسی، دفاتر حسابداری دقیق و قابل استخراج ارائه دهند. Tokens Forge با پیادهسازی این قابلیت، امکان ردیابی دقیق هزینههای…
بازارهای توکنهای ارزانقیمت برای مقابله با نوسانات قیمت مدلها، سیستم «عکسبرداری لحظهای» (Price Snapshot) را پیاده میکنند. این سازوکار تضمین میکند که کاربران و مدیران بتوانند…
پژوهش جدید CoffeeBench شکافی خطرناک میان برنامهریزی و اجرا در عاملهای هوش مصنوعی شناسایی کرد. این «رانش بیهدف» باعث میشود مدلها بهجای اقدام، صرفاً گزارش دقیقی از دلیل شکست…
پلتفرمهای ارزانقیمت توکن با چالشی جدی در اعتماد کاربران روبهرو هستند؛ زیرا عاملهای خودگردان میتوانند با ایجاد حلقههای تکرار، کل اعتبار حساب کاربر را بهسرعت مصرف کنند.…
یک چارچوب پیادهسازی جدید به مدلهای زبانی اجازه میدهد بهصورت خودکار تصمیم بگیرند چه زمانی از پایگاهدادههای برداری استفاده کنند. این تغییر از خطلولههای سختافزار به حلقههای…
یک سری آموزشی جامع، مسیر تبدیل یک نمونه اولیه به سامانه تولیدی RAG را با استفاده از pgvector و پروتکل MCP شرح میدهد. این معماری با ادغام حافظه و ابزارها، جایگزینی برای…
یک چارچوب جدید برای کدنویسی عاملمحور، ابزارهای «آگاهی» (راهنما) را از «حاکمیت» (موانع سخت) جدا میکند. این رویکرد مانع از ایجاد مزاحمت برای توسعهدهندگان ارشد شده و همزمان تضمین…