موضوع
Autonomous agents, tool use, planning, multi-step workflows
۶٬۱۴۲ مقاله منتشر شده
پلتفرم Tilde با ارائه یک SDK مبتنی بر ابر، پیچیدگی‌های زیرساختی ساخت عامل‌های هوش مصنوعی را حذف کرده است. این ابزار با تمرکز بر مدیریت اعتبارنامه‌ها و یکپارچگی ابزارها، امکان ساخت…
تحلیل ۱۷ خطای عامل‌محور نشان می‌دهد قواعد داخلی برای اندازه‌گیری مفیدند اما هرگز نمی‌توانند داور نهایی باشند. برای دستیابی به قابلیت اطمینان، توسعه‌دهندگان باید به‌جای تکیه بر…
روند توسعه نرم‌افزارهای SaaS از افزودن قابلیت‌های هوش مصنوعی به عنوان ویژگی جانبی، به سمت ساختارهای «ذاتاً مبتنی بر هوش مصنوعی» تغییر جهت داده است. این چرخش ساختاری امکان…
پروتکل متن‌باز Model Context Protocol (MCP) جایگزین خط‌لوله‌های سخت تولید بازیابی‌افزا می‌شود تا ارتباطی استاندارد میان مدل‌ها و منابع داده ایجاد کند. این استاندارد به…
محک جدید ORCA-bench نشان می‌دهد که پیشرفته‌ترین عامل‌های کدنویسی در تحلیل ریشه‌ای حوادث تولید (Production) ناتوان‌اند. این یافته‌ها شکاف عمیقی را میان قدرت کدنویسی مدل‌ها و…
مدل جدید DeepSeek V4 Flash 0731 در بنچمارک‌های هوش مصنوعی با GPT-5.6 Luna برابری کرد، اما هزینه‌ی عملیاتی را ۶۰٪ کاهش داد. این به‌روزرسانی جهشی در توانمندی‌های عامل‌محور و کاهش…
ابزار Prelint با بررسی درخواست‌های ادغام (PR) در برابر مستندات محصول و سوابق تصمیم‌گیری، جلوی توهمات عملکردی عامل‌های کدنویس را می‌گیرد. این ابزار به‌جای تمرکز بر نحو (Syntax)، بر…
شرکت Manifest سرویس مسیریابی مدل‌های زبانی را متوقف کرد، زیرا دریافت که جابه‌جایی پویا بین مدل‌ها بیش از آنکه در هزینه توکن‌ها صرفه‌جویی کند، باعث ناپایداری و کاهش کیفیت خروجی…
پلتفرم متن‌باز QM با جایگزینی دستیارهای مشترک با محیط‌های کاری ایزوله برای هر کاربر، مشکل پیچیدگی حافظه در استقرار عامل‌های هوشمند سازمانی را حل کرده است. این سیستم امکان همکاری…
پژوهشگران معتقدند مدل‌های استدلالی بزرگ (LRM) به‌جای تفکر واقعی، از میان‌برهای سطحی و بازیابی تقریبی برای تقلید از استدلال استفاده می‌کنند. شواهد نشان می‌دهد که «زنجیره‌های تفکر»…
به‌روزرسانی ۲۸ جولای ۲۰۲۶ در پروتکل زمینهٔ مدل (MCP)، تداوم نشست‌ها در سمت سرور را حذف کرد. اکنون توسعه‌دهندگان باید تمام حالت‌های لازم را از طریق کلاینت منتقل کنند تا از شکست…
پژوهشگران با افزودن یک لایه «سلسله‌مراتب اعتماد» به مدل بسیار سبک OPT-125M، توانستند توهمات آن را به‌طور مؤثر حذف کنند. این سامانه به‌جای تکیه بر اطمینان مدل، اعتبار پاسخ‌ها را بر…