پرش به محتوای اصلی

موضوع

تجربه توسعه‌دهندگان

۱٬۸۳۰ مقاله منتشر شده

مدل‌های جهانی مسابقه بعدی هوش مصنوعی‌اند؛ زیرساخت آن هنوز آماده نیست.

چرا شبیه‌سازهای هوش مصنوعی در زیرساخت‌های نرم‌افزاری متوقف شده‌اند؟

آزمایشگاه‌های هوش مصنوعی در حال تغییر رویکرد از پیش‌بینی توکن بعدی به پیش‌بینی وضعیت‌های محیطی هستند. در حالی که این مدل‌ها در رباتیک پیشرفت کرده‌اند، penerapan این شبیه‌سازها در…

۴ دقیقه خواندن
چرا عامل‌های هوش مصنوعی در وظایف چندمرحله‌ای شکست می‌خورند و چگونه خطای خاموش را شناسایی کنیم
آموزش کاربردی

جایگزینی تاییدیه ابزار با داده‌های مرجع؛ راهکار مقابله با شکست‌های خاموش در

عامل‌های هوش مصنوعی اغلب بر اساس پاسخ‌های ابزارها گزارش موفقیت می‌دهند، در حالی که داده‌ها در واقع در پایگاه‌داده ذخیره نشده‌اند. برای رفع این «شکست‌های خاموش»، توسعه‌دهندگان باید…

۷ دقیقه خواندن
نمونه‌ای کوچک برای بررسی هزینه‌محور باگ‌ها
آموزش کاربردی

«شکاف خوش‌بینی»؛ توهم موفقیت در عیب‌یابی AI بر اساس متادیتا

یک نمونه اولیه پایتونی با معرفی سیاست‌های «هزینه-آگاه»، استراتژی جمع‌آوری شواهد در عیب‌یابی کد را بازتعریف می‌کند. این پروژه یک «شکاف خوش‌بینی» خطرناک را افشا کرد: شواهد مبتنی بر…

۷ دقیقه خواندن
فراتر از جعبه سیاه: چگونه APIهای مدل زبانی باز را در زیرساخت خود ادغام کنید
آموزش کاربردی

سرویس‌های مدیریت‌شده در برابر زیرساخت‌های سخت‌افزاری در NovaStack

توسعه‌دهندگان اکنون می‌توانند بدون درگیری با پیچیدگی‌های سخت‌افزاری، مدل‌های وزن‌باز را از طریق APIهای مدیریت‌شده در محیط عملیاتی مستقر کنند. این رویکرد انعطاف‌پذیری مدل‌های…

۴ دقیقه خواندن
پروکسی ساختم تا جلسات کدنویسی هوش مصنوعی بعد از ۲۰ نوبت همه‌چیز را فراموش نکنند
آموزش کاربردی

TokenMizer هزینهٔ توکن‌های برنامه‌نویسی را با گراف‌سازی جلسات کاهش داد

یک پروکسی محلی به نام TokenMizer با جایگزینی تاریخچهٔ متنی با گراف‌های ساختاریافته، مانع از فراموشی تصمیمات معماری توسط دستیارهای کدنویسی می‌شود. این ابزار هزینه‌های استنتاج را…

۲ دقیقه خواندن
اسکنر SAST مبتنی بر قوانین Corgea برای شناسایی آسیب‌پذیری‌های امنیتی در کد منبع
آموزش کاربردی

Tree-sitter در برابر اسکنرهای متنی؛ شناسایی آسیب‌پذیری‌های پیچیده در Sighthound

ابزار جدید Sighthound با ترکیب تحلیل درخت نحو (AST) و ردیابی جریان داده، آسیب‌پذیری‌های پیچیده‌ای را شناسایی می‌کند که ابزارهای متنی ساده نمی‌بینند. این اسکنر متن‌باز که با زبان…

۲ دقیقه خواندن
هر مخزن گیت‌هاب یک مالک دائمی گرفت
آموزش کاربردی

«مدل مالکیت اجباری»؛ راهکار گیت‌هاب برای پر کردن شکاف‌های امنیتی

گیت‌هاب برای رفع شکاف‌های امنیتی و ابهام در مسئولیت کدها، مدل مالکیت اجباری را برای ۱۴۰۰۰ مخزن داخلی اجرا کرد. این رویکرد منجر به شناسایی و بایگانی ۸۰۰۰ مخزن بلااستفاده و استقرار…

۸ دقیقه خواندن