درون فرآیند حل معمای ۲۱ سالهٔ انیگما توسط هوش مصنوعی
مدل GPT-6 Astra با تحلیل خودکار آرشیوهای تاریخی و توسعه نرمافزارهای اختصاصی، پیامی از ماشین انیگما متعلق به سال ۱۹۴۱ را رمزگشایی کرد که از سال ۲۰۰۵ هر تلاش انسانی برای شکستن آن…
۴ دقیقه خواندن
موضوع
عاملمحور
Autonomous agents, tool use, planning, multi-step workflows
۵٬۸۹۵ مقاله منتشر شده
مدل Jev؛ جایگزینی سریع برای توابع منطقی در ابزارهای هوش مصنوعی
مدل Jev برخلاف مدلهای زبانی بزرگ، برای پاسخهای سریع و ساختاریافته مانند طبقهبندی دوگانه طراحی شده است. این مدل با حذف حاشیهپردازیهای متنی، تأخیر را در اجرای توابع کاربردی…
۶ دقیقه خواندن۱
کتابخانه ۱۲۱۱ پرامپت تأییدشده برای توسعهدهندگان Claude Code و عاملهای هوش
پرانجول راتور، مهندس هوش مصنوعی زاینده، مجموعهای از ۱۲۱۱ پرامپت تستشده در ۵۲ دستهبندی منتشر کرد. این کتابخانه با ثبت دقیق نسخه مدل و تاریخ تست، چرخه آزمون و خطای توسعهدهندگان…
۱ دقیقه خواندن۲
تحلیل ۱۴ گزارش شکست: نقصهای مسیریابی عاملهای AI بودجه API را میبلعند
تحلیل ۱۴ گزارش شکست نشان میدهد که عاملهای هوش مصنوعی بهدلیل شکاف در بررسی بودجه هنگام مسیریابی مدل و فراخوانیهای همزمان، هزینههای پیشبینینشدهای ایجاد میکنند. راهکار…
۲ دقیقه خواندن
استدلالِ بلادرنگ در برابر نصب محلی؛ تغییر رویکرد در ارزیابی عاملهای AI
یک محیط رقابتی جدید برای بازی گوموکو، امکان تقابل عاملهای هوش مصنوعی را از طریق پروتکل MCP فراهم کرد. این پلتفرم با حذف نیاز به نصب نرمافزار محلی، استدلال مدلهای پیشرو را تحت…
۲ دقیقه خواندن۳
انویدیا: افزایش ۵.۵ برابری سرعت پردازش بصری در رباتهای عاملمحور
انویدیا با معرفی Isaac ROS 5.0، جریانهای کاری عاملمحور و یک سامانه انتقال حافظه بدون وابستگی به سختافزار را معرفی کرد. این بهروزرسانی سرعت ادراک رباتها را تا ۵.۵ برابر افزایش…
۵ دقیقه خواندن۲
Palo Alto Networks: شناسایی خودکار نقاط ضعف با مدلهای پیشرو
شرکت پالو آلتو نتورکس سرویس جدیدی را برای شناسایی و رفع خودکار نقاط ضعف سازمانی با استفاده از مدلهای پیشرو معرفی کرد. این سیستم برای مقابله با حملات مبتنی بر هوش مصنوعی طراحی شده…
۴ دقیقه خواندن
«امتیازدهی و بازآموزی»؛ کلید تبدیل مدلهای پیشرو به عاملهای عملیاتی
آزمایشگاههای پیشرو در AI از حلقههای خودبهبودی برای تولید چندین پاسخ، امتیازدهی و بازآموزی مدلها بر اساس بهترین نتایج استفاده میکنند. این خط لوله صنعتی، سازوکار اصلی تبدیل…
۱ دقیقه خواندن۱
بهرهوری در برابر تشخیص نقص؛ تغییر کارکرد عاملهای جدید Salesforce
سِیلزفورس هفت عامل هوش مصنوعی معرفی کرد که بیش از آنکه ابزار بهرهوری باشند، ابزارهای تشخیص نقص داده هستند. این عاملها شکافهای موجود در پایگاههای دانش و فرآیندهای داخلی شرکتها…
۴ دقیقه خواندن۱
عاملهای هوش مصنوعی جایگزین داشبوردها شدند تا بهجای پاسخ، اجرا کنند
هوش مصنوعی سازمانی از دستیارهای غیرفعال که دادهها را خلاصه میکنند، به عاملهای خودمختاری تبدیل شده است که فرآیندهای تجاری را اجرا میکنند. این چرخش نیازمند معماریهای چندعاملی و…
۷ دقیقه خواندن۱
مدلهای زبانی کوچک در محیطهای عملیاتی بر مدلهای پیشرو پیروز شدند
مدلهای زبانی کوچک (SLM) با کاهش تأخیر و هزینهها، در وظایف تخصصی عملکردی بهتر از مدلهای غولپیکر دارند. شرکتها اکنون بهجای اجارهی APIهای گرانقیمت، با تنظیم دقیق مدلهای…
۹ دقیقه خواندن
JetBrains Air؛ سامانهای برای مدیریت و نظارت بر عاملهای توسعهدهنده
جتبرینز با معرفی JetBrains Air از تمرکز بر محیط توسعه (IDE) فاصله گرفت تا سیستمی باز برای هماهنگی و نظارت بر عاملهای هوش مصنوعی مختلف ایجاد کند. این پلتفرم شکاف میان بهرهوری…
۸ دقیقه خواندن۱