پرش به محتوای اصلی

موضوع

عامل‌محور

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

۳٬۷۰۸ مقاله منتشر شده

دو سرور MCP به جای یکی: چه چیزی خراب می‌شود؟
آموزش کاربردی

چرا به‌روزرسانی جدید MCP سرورهای هوش مصنوعی را Stateless می‌کند؟

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…

۱۵ دقیقه خواندن
آزمایش تبدیل مدل زبانی کوچک به عامل هوشمند قابل اعتماد با HUQAN و OPT-125M
آموزش کاربردی

رتبه‌بندی شواهد در HUQAN توهمات مدل ۱۲۵ میلیون پارامتری OPT را متوقف کرد

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…

۴ دقیقه خواندن
راهنمای توسعه‌دهندگان برای خروجی‌های ساختاریافته در مدل‌های زبانی بزرگ (۲۰۲۶)
آموزش کاربردی

جایگزینی مهندسی پرامپت با سخت‌افزارهای JSON در استقرار مدل‌های زبانی

تولیدکنندگان پیش‌رو در سال ۲۰۲۶ از «درخواست» خروجی JSON فاصله گرفته و آن را از طریق محدودیت‌های سطح API اجباری کرده‌اند. این تغییر، خطاهای تجزیه (Parsing) را حذف کرده و معماری…

۹ دقیقه خواندن۱
معماری کنترل هزینه LLM: طراحی محدودیت‌ها بدون ورشکستگی API
آموزش کاربردی

سه خطای معماری که بودجه API پروژه‌های هوش مصنوعی را به‌سرعت می‌بلعند

انتخاب‌های غلط در معماری خط‌لوله‌های مدل‌های زبانی اغلب منجر به جهش هزینه‌ها در مقیاس تولیدی می‌شود. متخصصان برای پایداری زیرساخت، استفاده از مسیریابی پویا، سقف تکرار و پاکسازی…

۳ دقیقه خواندن۲
استارتاپ Smallest.ai ۱۳ میلیون دلار برای ساخت هوش مصنوعی صوتی فوق‌سریع و طبیعی جذب کرد.

«تجربه‌ای indistinguishable از انسان»؛ هدف Smallest.ai برای چت‌بات‌های سازمانی

استارتاپ Smallest.ai با جذب سرمایه برای توسعه مدل‌های صوتی کوچک و تخصصی، قصد دارد شکاف زمانی پاسخ‌دهی در چت‌بات‌ها را از بین ببرد. این سیستم با پردازش هم‌زمان شنیدن و صحبت کردن،…

۳ دقیقه خواندن۱
ساخت چت‌بات‌های ایمن مدیریت کارکنان با هوش مصنوعی با استفاده از محدودکننده‌ها و RAG
آموزش کاربردی

۷ لایه‌ی حفاظتی برای جلوگیری از نشت داده‌ها در چت‌بات‌های سازمانی

دستیارهای هوش مصنوعی در محیط‌های سازمانی برای مدیریت داده‌های حساس HR، به چیزی فراتر از پرامپت‌نویسی نیاز دارند. پیاده‌سازی حفاظ‌های لایه‌ای و RAG آگاه به دسترسی، تنها راه جلوگیری…

۲ دقیقه خواندن
ابزار متن‌باز برای آزمایش و درک عوامل هوش مصنوعی
آموزش کاربردی

AgentLab ارزیابی عامل‌های هوش مصنوعی را با مجموعه‌های آزمونی محلی استاندارد کرد

پلتفرم متن‌باز AgentLab ابزاری برای تست دقیق و محلی عامل‌های هوش مصنوعی است که از فایل‌های YAML برای اعتبارسنجی گردش‌های کاری استفاده می‌کند. این سیستم اجازه می‌دهد توسعه‌دهندگان…

۱ دقیقه خواندن۱
الگوی امن‌تر برای تضمین کیفیت هوشمند: انسان در کنترل، هوش مصنوعی در نقش کمکی
آموزش کاربردی

جدا کردن قدرت مشاهده از تصمیم‌گیری؛ راهکار جدید برای پایداری تست‌های هوش مصنوعی

یک معماری جدید در تضمین کیفیت عامل‌محور، برای جلوگیری از توقف‌های ناگهانی در خط تولید، تفکیک دقیقی میان «مشاهده‌گر AI» و «مرجع تصمیم‌گیر» ایجاد کرده است. در این مدل، هوش مصنوعی…

۹ دقیقه خواندن
ما به Codex یک کامپیوتر اختصاصی دادیم.
آموزش کاربردی

Cobalt با اختصاص رایانه‌های ابری مجزا، تداخل محیط‌های کدنویسی AI را حذف کرد

پلتفرم Cobalt برای هر تسک کدنویسی توسط هوش مصنوعی، یک محیط توسعه ابری مستقل ایجاد می‌کند تا تداخل‌های Git و تضادهای سیستمی حذف شوند. این ابزار با ادغام عامل‌های کدنویس و مخازن کد،…

۵ دقیقه خواندن