پرش به محتوای اصلی

موضوع

بازیابی‌افزا

RAG architectures, vector stores, grounding LLMs in private data

۱٬۱۱۲ مقاله منتشر شده

ساخت سیستم‌های هوش مصنوعی، پروژه به پروژه 🚀

مدل‌های محلی در برابر API؛ اولویت‌های جدید در مهندسی هوش مصنوعی

ایلاکیان، مهندس نرم‌افزار، مسیر گذار از توسعه سنتی به مهندسی هوش مصنوعی را با تمرکز بر سامانه‌های عامل‌محور و مدل‌های محلی مستند کرده است. او معتقد است ارزش واقعی محصولات هوش…

۲ دقیقه خواندن۱
وقتی هزینه کد به صفر نزدیک می‌شود، رهبری مهندسی چه شکلی می‌شود؟

«هر توسعه‌دهنده اکنون مدیر تیمی از عامل‌هاست»؛ دیدگاه مدیر گوگل

اندی گاتمنز، مدیر گوگل، معتقد است نقش توسعه‌دهندگان از کدنویسی دستی به مدیریت و ارکستراسیون عامل‌های هوش مصنوعی تغییر کرده است. گوگل اکنون در مصاحبه‌های استخدامی خود، توانایی…

۲۱ دقیقه خواندن
حافظه معنایی جمعی چگونه از تکرار اشتباه یک عامل جلوگیری کرد
آموزش کاربردی

عامل‌های HowiPrompt با حافظه معنایی مشترک خطاهای کد را خودبه‌خود ترمیم می‌کنند

پلتفرم HowiPrompt سیستمی از حافظه معنایی مشترک را برای عامل‌های خودگردان پیاده کرده است که پیش از اجرای کد، باگ‌ها را شناسایی و اصلاح می‌کند. این سیستم با تبدیل لاگ‌های خطا به…

۶ دقیقه خواندن۲
هوش مصنوعی سازمانی شما مشکل دانش دارد، نه فقط مشکل مدل
آموزش کاربردی

زنجیره تأمین دانش؛ حلقه مفقوده در شکست عامل‌های هوش مصنوعی سازمانی

بسیاری از شرکت‌ها خطاهای هوش مصنوعی را به مدل نسبت می‌دهند، در حالی که مشکل اصلی در زنجیره تأمین دانش است. چارچوب جدید پنج‌گانه نشان می‌دهد بدون حاکمیت بر منابع و مجوزها، مدل‌های…

۴ دقیقه خواندن۱
پایگاه دانش آنلاین: دسترسی آسان، همکاری تیمی و بروزرسانی لحظه‌ای
آموزش کاربردی

پایگاه‌های دانش آنلاین جایگزین فایل‌های Markdown در معماری عامل‌های AI شدند

فایل‌های Markdown محلی به‌دلیل فقدان شناسه‌های پایدار و کنترل هم‌زمانی، گلوگاه توسعه عامل‌های هوش مصنوعی هستند. انتقال به محیط‌های ابری ساختاریافته، امکان استناد دقیق و ویرایش…

۴ دقیقه خواندن۱
مقایسه مدل زبانی اختصاصی و آماده در عملیات مالی: کدام برای هوش مصنوعی مناسب‌تر است؟
آموزش کاربردی

مدل‌های زبانی کوچک با هزینه ۱/۲۰ مدل‌های پیشرو در عملیات مالی پیروز شدند

تیم‌های مالی در حال گذار از مدل‌های غول‌پیکر به معماری‌های ترکیبی هستند که در آن مدل‌های کوچکِ تنظیم‌شده برای حجم بالا و مدل‌های پیشرو برای تصمیم‌گیری‌های پیچیده به کار می‌روند.…

۱۹ دقیقه خواندن۲
تست پرامپت را متوقف کن. مرز ابزار را تست کن.
آموزش کاربردی

آسیب‌پذیری در Semantic Kernel؛ چرا مرزهای ابزار جایگزین تست پرامپت می‌شوند

کشف دو حفره امنیتی در Semantic Kernel مایکروسافت نشان می‌دهد که تزریق پرامپت تنها نقطه آغازین یک زنجیره حمله است. تیم‌های امنیتی باید به جای اعتماد به مدل، هر ورودی ابزار را به…

۸ دقیقه خواندن۱
سیستم هوش مصنوعی تونوAI: پلتفرم سریع برای تجارت الکترونیک
آموزش کاربردی

TonuAI سرعت بازیابی محصولات را با امتیازدهی کلیدواژه‌ای به ۵ میلی‌ثانیه رساند

سامانه TonuAI با جایگزینی بردار معنایی با مکانیزم امتیازدهی کلیدواژه‌ای، تأخیر در پیشنهاد محصولات آرایشی را به شدت کاهش داد. این سیستم با پشتیبانی از سه زبان مختلف، پاسخ‌های آنی…

۴ دقیقه خواندن۱
استخراج اطلاعات فاکتور تأمین‌کننده: استنادهای طرحواره JSON از جستجو و تکمیل گفتگو
آموزش کاربردی

استفاده از JSON Schema برای حذف توهمات در استخراج داده‌های فاکتور

یک معماری جدید برای استخراج داده‌های فاکتور با استفاده از JSON Schema سخت‌گیرانه و ارجاعات غیرمستقیم، توهمات مدل را حذف می‌کند. این روش با جداسازی شناسه‌های تولیدشده توسط مدل از…

۱۰ دقیقه خواندن