موضوع
Autonomous agents, tool use, planning, multi-step workflows
۳٬۵۰۸ مقاله منتشر شده
یک سیستم جدید عاملمحور توانسته است با ساخت و بازنویسی مدلهای دنیای پایتونی، پازلهای پیچیده ARC-AGI-3 را حل کند. این دستاورد، معیار جدیدی برای استدلال عمومی در هوش مصنوعی تعریف…
رباتهای خانگی در حال خروج از شبیهسازها و ورود به محیطهای واقعی هستند، اما سیستمهای امنیتی فعلی ناکارآمدند. چارچوب جدیدی به نام SPINE پیشنهاد میکند که حریم خصوصی به جای یک…
پژوهشگران با معرفی Uno-Orchestra، سیستمی برای بهینهسازی همزمان تجزیه تکالیف و انتخاب مدل طراحی کردهاند. این رویکرد دقت را ۱۶ درصد افزایش و هزینههای استنتاج را تا ۱۰ برابر کاهش…
پژوهشگران راهی برای اجرای الگوریتمهای استاندارد Bandit در مسائل T-MDP یافتهاند که مانع رشد نمایی حافظه میشود. این متد با استفاده از کرانهای اطمینان مشترک، محاسبات را به سطح…
پلتفرم تخصصی Gosset در شناسایی داربستهای دارویی سرطان و ایمنی، ۳.۲ برابر موفقتر از GPT-5.5 عمل کرد. این نتیجه ثابت میکند که شاخصهای دادهای منتخب، بر جستجوی عمومی مدلهای…
پژوهشگران چارچوب جدیدی به نام Strat-Reasoner معرفی کردهاند که به مدلهای زبانی اجازه میدهد فرآیند استدلال رقبای خود را مدلسازی کنند. این رویکرد بازگشتی منجر به افزایش ۲۲.۱…
پژوهشگران با معرفی AuditRepairBench، راهکاری برای توقف تقلب عاملهای AI در ارزیابیهای کدنویسی ارائه کردند. این چارچوب با کاهش ۶۲ درصدی نوسانات رتبهبندی، معیارهای عملکردی…
پژوهشگران با معرفی SensingAgents، چارچوبی عاملمحور ایجاد کردهاند که تشخیص فعالیتهای انسانی را از طریق شبیهسازی بحثهای استدلالی بهبود میبخشد. این سیستم در حالت Zero-shot،…
ابزار متنباز rtk با فیلتر کردن خروجیهای پرتلاطم ترمینال، هزینههای توکن Claude Code را تا ۹۰ درصد کاهش میدهد. این ابزار به عنوان یک پروکسی خط فرمان عمل کرده و از پر شدن بیهوده…
ابزار Atomic با جایگزینی پرامپتهای مبهم با جریانهای کاری قطعی، نظارت دستی بر عاملهای کدنویس را حذف میکند. این SDK متنباز، پیچیدگیهای مهاجرتهای عظیم کد را به یک فرآیند…
پروژهی open-claude-design ثابت کرد که استفاده از «هارنسهای نازک» برای مدیریت ابزارهای موجود، بسیار کارآمدتر از ساخت عاملهای حجیم است. این سیستم با بازسازی خط لولهی ابزار طراحی…
گوگل با معرفی Antigravity، نقش برنامهنویس را از نویسنده کد به مدیر تیمهای هوش مصنوعی تغییر میدهد. در حالی که VSCode همچنان پادشاه دقت است، این ابزار جدید سرعت توسعه را با…