پرش به محتوای اصلی

موضوع

عامل‌محور

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

۱٬۴۷۳ مقاله منتشر شده

شبی را در تلاش برای اثبات ربات نبودنم سپری کردم

تکنیک‌های نوین کپچا؛ چرا عامل‌های هوش مصنوعی هنوز در عبور از سد امنیتی شکست

شکست یک عامل هوش مصنوعی در عبور از سیستم‌های امنیتی، لایه‌های پنهان تشخیص بات را فاش کرد. این تجربه نشان می‌دهد که تحلیل رفتار و ایجاد نویز صوتی، همچنان موانعی اثرگذار در برابر…

۴ دقیقه خواندن
مزیت بومی اسلک: چرا هوش مصنوعی در گردش کارتان، از هوش مصنوعی در یک تب مرورگر بهتر است
زندگی با AI

ادغام بومی هوش مصنوعی در گردش‌کار تیمی بر ابزارهای مستقل پیروز می‌شود

ابزارهای مستقل هوش مصنوعی به‌دلیل «مالیات جابه‌جایی بین پنجره‌ها» با شکست مواجه می‌شوند. ادغام مستقیم مدل‌ها در محیط‌هایی مثل اسلک اجازه می‌دهد AI الگوهای تصمیم‌گیری واقعی را…

۳ دقیقه خواندن
دقت جستجوی حقوقی: RAG ترکیبی و جاسازی تعاملی پس‌ازتعاملی

تطبیق لحظه‌ای با قوانین کره جنوبی چگونه توهمات Lawmadi OS را می‌گیرد؟

سامانه Lawmadi OS از ترکیب جست‌وجوی ترکیبی و بردارهای معنایی با تعامل دیرهنگام برای حذف توهمات در هوش مصنوعی حقوقی استفاده می‌کند. این سیستم تمام استنادات را به‌صورت لحظه‌ای با…

۱ دقیقه خواندن
هوش مصنوعی در حال تحلیل بازخورد بصری برای درک بهتر محتوای تصویری.

چارچوب V-F-C: کاهش خطاهای اصلاحی در طراحی با تحلیل بازخوردهای بصری

یک چارچوب جدید به نام V-F-C به هوش مصنوعی اجازه می‌دهد به جای تکیه بر متون مبهم، نشانه‌های بصری مانند فلش‌ها و هایلایت‌ها را در طرح‌ها بفهمد. این متد با اتصال بازخوردها به عناصر…

۲ دقیقه خواندن
منتشرات قابل توجه: Deno ۲.۸، Models.dev، قیمت‌گذاری دائمی DeepSeek V4 Pro

ارزان‌سازی دائمی V4 Pro؛ استراتژی DeepSeek برای تغییر کفِ هزینه‌ی پردازش

شرکت DeepSeek تخفیف‌های مدل V4 Pro را دائمی کرد تا هزینه‌ی خطوط لوله‌ی داده را به شدت کاهش دهد. هم‌زمان، ابزارهای جدیدی برای استانداردسازی مدل‌ها و مدیریت عامل‌های هوشمند معرفی…

۴ دقیقه خواندن
طبقه‌بندی عملکرد یوتیوب برای تنظیم تعصب فیلمنامه فردا

یک اسکریپت ۳۳۰ خطی پایتون؛ چرخه بازخورد داده‌محور برای تولید محتوای یوتیوب

توسعه‌دهنده‌ای یک سیستم خودکار ساخته است که عملکرد ویدیوهای یوتیوب را تحلیل کرده و بر اساس نتایج، پرامپت‌های تولید اسکریپت‌های آینده را اصلاح می‌کند. این ابزار بدون نیاز به…

۷ دقیقه خواندن۱
شبکه‌های لجستیکی تخلیه آتش‌سوزی جنگل با یادگیری فدرال پراکنده و بازخورد عامل‌های تعبیه‌شده

معماری SFRL: کاهش ۸۵ درصدی پهنای باند در بهینه‌سازی مسیرهای فرار

یک سیستم جدید مبتنی بر یادگیری نمایش فدرال پراکنده (SFRL)، با ادغام عامل‌های هوش مصنوعی تجسم‌یافته، مسیرهای تخلیه را در لحظه بهینه می‌کند. این معماری با کاهش ۸۵ درصدی پهنای باند…

۹ دقیقه خواندن
بررسی ۱۲۰۰ تنظیمات MCP در گیت‌هاب: یافته‌های کلیدی و آسیب‌پذیری‌های رایج

۲۰٪ از تنظیمات عامل‌های هوش مصنوعی دارای حفره‌های امنیتی بحرانی هستند

تجزیه و تحلیل ۱۲۰۰ پیکربندی پروتکل زمینه مدل (MCP) نشان می‌دهد که تمامی آن‌ها دارای آسیب‌پذیری هستند. بیش از ۲۰٪ این موارد شامل مخاطرات بحرانی مانند دسترسی نامحدود به شل (Shell) و…

۸ دقیقه خواندن