عامل‌محور

مدل‌های پیشرو همچنان در رفع نیمی از آسیب‌پذیری‌های امنیتی واقعی ناتوان‌اند. بنچمارک CVE-Bench نشان می‌دهد که «استدلال امنیتی» در این مدل‌ها بیشتر شبیه به تطبیق الگو است تا تحلیل…

شرکت StepFun مدل Step 3.7 Flash را معرفی کرد؛ یک مدل ۱۹۸ میلیارد پارامتری بهینه برای پردازنده‌های NVIDIA. این مدل استدلال چندوجهی در مقیاس سازمانی را با پنجره متنی ۲۵۶ هزار توکنی…

شرکت Braintrust با استفاده از Codex و GPT-5.5، زمان تبدیل درخواست‌های مشتری به کد را از هفته‌ها به چند دقیقه کاهش داده است. این رویکرد با حذف صف‌های انتظار توسعه، چرخه بازخورد را…

شرکت OpenAI در یک دستورالعمل فنی استدلال می‌کند که توانایی مدل‌های پیشرو یک مقدار ثابت نیست، بلکه متغیری وابسته به «هارنس» (Harness) یا همان محیط، ابزارها و بودجه محاسباتی است.…

شرکت Mistral AI از یک آزمایشگاه مدل‌سازی به ارائه‌دهنده کامل زیرساخت، پلتفرم و مشاوره تبدیل شده است. این شرکت با راه‌اندازی مرکز داده اختصاصی در پاریس، بر استقرار محلی و مدل‌های…

پژوهشی جدید با معرفی «تست تورینگ فرآیندی» نشان می‌دهد که مدل‌های پیشرو با وجود ارائه پاسخ‌های صحیح، مسیری کاملاً متفاوت از انسان برای رسیدن به جواب طی می‌کنند. این مطالعه فاش…

سید معاذ احمد ابزاری به نام Interlock ساخت تا از نشت داده‌ها در عامل‌های هوش مصنوعی جلوگیری کند. این سیستم با نظارت لحظه‌ای بر ابزارهای MCP، حملات تزریق پرامپت و تغییرات مخرب را…

پژوهشگران استنفورد و متا استدلال می‌کنند که عامل‌های هوش مصنوعی تنها یک مدل زبانی نیستند، بلکه ترکیبی از مدل و یک «هارنس» نرم‌افزاری‌اند. این لایه‌ی کد اجرایی است که تداوم وضعیت،…

گوگل با معرفی کتابخانه AppFunctions در اندروید ۱۶، به اپلیکیشن‌ها اجازه می‌دهد منطق داخلی خود را مستقیماً به عنوان ابزاری برای عامل‌های هوش مصنوعی ارائه دهند. این تغییر، رابط‌های…

دستیار جدید ادوبی به عنوان یک واسط گفتگو عمل می‌کند که ابزارهای فتوشاپ و ایلاستریتور را کنترل می‌کند. برخلاف مدل‌های رایج، این ابزار مراحل کار خود را توضیح می‌دهد، هرچند کیفیت…

افزونه Everything Claude Code (ECC) با تبدیل Claude به یک تیم توسعه چند-عاملی، ۲۰۰ هزار ستاره در گیت‌هاب گرفت. این ابزار با استفاده از مکانیسم بارگذاری تنبل، ۲۴۹ مهارت تخصصی را…

شرکت Liquid AI مدل LFM2.5-8B-A1B را معرفی کرد؛ یک مدل MoE برای اجرا روی دستگاه که تنها ۱.۵ میلیارد پارامتر فعال دارد. این مدل با کاهش شدید توهمات و بهبود استدلال، امکان اجرای هوش…