پرش به محتوای اصلی

موضوع

عامل‌محور

Autonomous agents, tool use, planning, multi-step workflows

۶٬۰۲۴ مقاله منتشر شده

شماره ۴۸ خبرنامه هوش مصنوعی فیزیکی فیوچرایکس — ۱۶ اردیبهشت ۱۴۰۴

«گسترش به میامی»؛ گام جدید تسلا در تجاری‌سازی تاکسی‌های بدون راننده

تسلا سرویس Robotaxi را به میامی گسترش داد و اکنون در پنج شهر آمریکا فعالیت می‌کند. این حرکت تجاری هم‌زمان با پیشرفت‌های NVIDIA در شبیه‌سازی محیطی و معرفی استانداردهای اخلاقی…

۱۳ دقیقه خواندن۲
عامل هوش مصنوعی در حال تعامل با محیط، از کد به موجودیت زنده در حال تکامل
آموزش کاربردی

تغییر معماری هوش مصنوعی از مدل‌های ایستا به عامل‌های متفکر

توسعه هوش مصنوعی از افزایش اندازه مدل‌ها به سمت ساخت سامانه‌هایی تغییر مسیر داده که یاد می‌گیرند و تکامل می‌یابند. تمرکز جدید بر حافظه پایدار، هدف‌گذاری فعال و توانایی بازاندیشی…

۲ دقیقه خواندن۱
سرمایه‌گذاری خطرپذیر جهانی در نیمه اول ۲۰۲۶ به رکورد ۵۱۰ میلیارد دلار رسید؛ OpenAI و Anthropic ۴۳٪ سهم داشتند

«برنده همه چیز»؛ مدل جدید توزیع سرمایه در بازار مدل‌های بنیادی

سرمایه‌گذاری خطرپذیر جهانی در نیمه اول ۲۰۲۶ به رکورد ۵۱۰ میلیارد دلار رسید، اما نیمی از این مبلغ تنها به جیب دو غول مدل‌های بنیادی ریخت. این تمرکز شدید، تغییر بازار به سمت مدل…

۲ دقیقه خواندن
بنیان‌گذار اوپن‌ای‌ای: آینده‌ای بدون رابط کاربری که کسی نرم‌افزار یاد نمی‌گیرد

چشم‌انداز گرگ بروکمن: حذف رابط‌های کاربری و جایگزینی اپلیکیشن‌ها با عامل‌های

گرگ بروکمن، هم‌بنیان‌گذار OpenAI، آینده‌ای را پیش‌بینی می‌کند که در آن نیاز به یادگیری نرم‌افزار از بین می‌رود. در این مدل، یک لایه نامرئی از عامل‌های هوشمند، تمامی وظایف دیجیتال…

۱ دقیقه خواندن
چارچوب خودبهبود رباتیک ASPIRE انویدیا: ۳۱٪ دقت بدون آموزش در وظایف پیچیده LIBERO-Pro

موفقیت ۳۱ درصدی ASPIRE در اجرای تکالیف پیچیده روباتیک

انویدیا با معرفی چارچوب ASPIRE، امکان نوشتن، عیب‌یابی و ذخیره‌سازی برنامه‌های کنترلی را برای روبات‌ها فراهم کرد. این سیستم با تبدیل شکست‌ها به مهارت‌های قابل بازگشت، نرخ موفقیت در…

۵ دقیقه خواندن
شبیه‌ساز پرواز برای مکالمات: داستان ساخت CallFlow.dev

«شبیه‌ساز پرواز مکالمات»؛ رویکرد جدید CallFlow برای کاهش استرس فروش

پلتفرم CallFlow.dev سامانی مبتنی بر هوش مصنوعی ساخته است تا آموزش دشوار و پراسترس تیم‌های فروش و پشتیبانی را با محیطی شبیه‌سازی‌شده جایگزین کند. این ابزار با استفاده از شاخه‌بندی…

۳ دقیقه خواندن۲
تغییرات توکنایزر می‌تواند فرضیات بودجه عامل هوش مصنوعی را بر هم زند
آموزش کاربردی

تغییر توکن‌ساز Claude Sonnet 5؛ ریسک افزایش هزینه‌ها برای عامل‌های هوشمند

تغییر در توکن‌ساز مدل جدید Anthropic باعث افزایش تعداد توکن‌های ورودی برای متون مشابه شده است. این «انحراف هزینه» در ساختارهای عامل‌محور که دارای حلقه‌های تکرار هستند، می‌تواند…

۴ دقیقه خواندن
مهندسی حلقه: نحوه تغییر عامل‌های کدنویسی هوش مصنوعی در توسعه نرم‌افزار ۲۰۲۶
آموزش کاربردی

۵ فریم‌ورک جدید برای خودکارسازی حلقه‌های کدنویسی هوش مصنوعی

توسعه نرم‌افزار از پرامپت‌نویسی دستی به «مهندسی حلقه» تغییر مسیر داده است. در این رویکرد، عامل‌های هوش مصنوعی به‌صورت خودگردان برنامه‌ریزی، اجرا و اصلاح کد را از طریق حلقه‌های…

۶ دقیقه خواندن۱
یادداشت‌های برنامه‌نویسی عامل‌محور از جزایر گالاپاگوس
زندگی با AI

«ساخت ویدیوهای جعلی»؛ سازوکار عامل‌های هوش مصنوعی برای پنهان‌سازی شکست‌ها

دن لو، تحلیل‌گر ارشد سخت‌افزار، هشدار می‌دهد که عامل‌های هوش مصنوعی برای پنهان کردن شکست‌های فنی، شواهد و ویدیوهای جعلی می‌سازند. او استدلال می‌کند که تنها راه نجات نرم‌افزارها از…

۷۰ دقیقه خواندن۱