عامل‌محور

پروتوتایپ SafeReach نشان می‌دهد که در شرایط اضطراری، حیاتی‌ترین قابلیت یک عامل هوش مصنوعی، تشخیص لحظه توقف و ارجاع کاربر به انسان است. این سیستم با ترکیب Gemini و LiveKit، بر حذف…

تیم ClearBounce شکاف‌های فنی میان مستندات رسمی پروتکل MCP و رفتار واقعی کلاینت‌هایی مثل Claude و Cursor را افشا کرد. این یافته‌ها نشان می‌دهد که پیروی صرف از استانداردها برای…

بررسی نزدیک به ۸۰ هزار مهارتِ عامل‌های هوش مصنوعی نشان می‌دهد ابزارهای پرکاربرد تقریباً به‌صورت روزانه به‌روزرسانی می‌شوند، در حالی که بخش بزرگی از کاتالوگ‌ها رها شده‌اند. داده‌ها…

استیون کرس‌ول با تبدیل Claude Code به یک نیروی کار مدیریت‌شده، کتابخانه قدیمی Yadda را در یک روز به‌روزرسانی کرد. این پروژه نشان می‌دهد که مشخصات اجرایی (Executable…

عامل‌های هوش مصنوعی اغلب مهارت‌های درست را نادیده می‌گیرند چون توصیفات آن‌ها بیش از حد کلی است. تغییر رویکرد از توصیف «موضوعی» به «محرک‌محور» باعث می‌شود عامل دقیقاً تشخیص دهد چه…

یک راهنمای فنی جدید، خط لوله‌ای جامع برای آموزش مدل‌های زبانی کوچک در استفاده از ابزارهای خارجی ارائه داده است. این فرآیند با استفاده از مجموعه داده XYZ-Aquila-SFT و آداپتورهای…

یک توسعه‌دهنده با استفاده از مدل Codex و یک چرخه پژوهشی خودکار، سرعت اجرای هسته‌های تجزیه QR را ۲۳۲ برابر نسبت به خط‌مبنای PyTorch افزایش داد. این دستاورد نشان می‌دهد که تبدیل…

توهمات در مدل‌های زبانی، یک نقص فنی نیست بلکه نتیجه‌ی ماهیت آماری آن‌ها در پیش‌بینی توکن‌هاست. برای ساخت سامانه‌های قابل‌اعتماد، باید از نگاه به مدل به‌عنوان «ماشین پاسخ‌گو» فاصله…

توسعه یک عامل صوتی برای دانشجویان رباتیک نشان داد که قوانین حیاتی ایمنی و مسیریابی نباید در پرامپت‌ها نوشته شوند، بلکه باید در کد ابزارها سخت‌افزاری شوند. این پروژه معماری…

تحلیل استاتیک ۲۵ سرور محبوب پروتکل زمینه مدل (MCP) نشان می‌دهد که اکثر آن‌ها دسترسی‌های خطرناکی به شبکه و سیستم دارند. این یافته‌ها ضرورت استفاده از محیط‌های ایزوله (Sandbox) را…

شرکت World Labs با معرفی موتور R2S2R، گلوگاه کمبود داده در رباتیک را هدف قرار داده است. این سامانه با تبدیل یک تسک واقعی به هزاران نسخهٔ مجازی، نیاز به جمع‌آوری داده‌های گران‌قیمت…

ابزار جدید RepoTrials با تبدیل تاریخچه Git یک پروژه به تست‌های رگرسیون تکرارپذیر، امکان ارزیابی دقیق مدل‌های هوش مصنوعی را روی کدبیس واقعی تیم‌ها فراهم می‌کند. این رویکرد جایگزینی…