موضوع
RAG architectures, vector stores, grounding LLMs in private data
۱٬۱۱۲ مقاله منتشر شده
لنگچین با معرفی Context Hub در پلتفرم LangSmith، مدیریت دستورالعملها و سیاستهای عاملها را از کد برنامهنویسی جدا کرد. این ابزار به تیمها اجازه میدهد بدون نیاز به استقرار…
توسعهگران همراهان هوش مصنوعی با جایگزینی APIهای تکمدلی با درگاههای یکپارچه، هزینههای استنتاج را تا ۴۰٪ کاهش دادهاند. این رویکرد اجازه میدهد شخصیتهای دیجیتال از وابستگی به…
تیمهای SRE در حال گذار از تحلیل سادهی هشدارها به «بررسی عاملمحور» هستند؛ سیستمی که در آن هوش مصنوعی برای یافتن علت ریشهای خطا، مستقیماً ابزارهای زیرساختی را اجرا میکند. این…
پژوهشی جدید نشان میدهد گوگل سرچ، AI Overviews و Gemini به عنوان سه سیستم اطلاعاتی مجزا با منطقهای رتبهبندی متفاوت عمل میکنند. این ابزارها بهندرت بر سر منابع مورد استناد توافق…
یک خطلوله جدید تولید بازیابیافزا (RAG) با استفاده از مدلهای Qwen3 توانست به دقت ۹۵.۹۸ درصدی در درک اسناد چنددامنه اوکراینی دست یابد. این سیستم ثابت میکند که بازرتببندی آگاه…
پژوهشگران چارچوب M³Att را معرفی کردند که با استفاده از محرکهای بصری و اطلاعات گمراهکننده، سیستمهای RAG پزشکی را هدف قرار میدهد. این حمله مدلها را فریب میدهد تا تشخیصهای…
یک بنچمارک جدید نشان میدهد که پیشرفتهترین مدلهای زبانی در بازیابی دقیق استنادات حقوقی بدون دسترسی به منابع خارجی شکست میخورند. این مطالعه ثابت میکند که مقیاس مدل و پیشآموزش…
برگ برنده در هوش مصنوعی سازمانی دیگر مدل نیست، بلکه معماری پیرامونی آن است. پلتفرم SuperML.dev لایههای حیاتی مانند قراردادهای معنایی و صفحات کنترل عامل را برای عبور از مرحلهی…
پژوهشی جدید نشان میدهد انتخاب نمونههای Few-shot بر اساس برچسبهای متنی، بسیار پایدارتر از شباهت کسینوسی در تولید گزارشهای حوادث پزشکی است. این روش در مدلهای GPT-4o و LLaMA 3.3…
پژوهشهای جدید نشان میدهد پرسوناهای مبتنی بر مدلهای زبانی در بازسازی میانگینهای گروهی موفقاند، اما در پیشبینی پاسخهای فردی و رفتارهای نادر ناتوان هستند. با وجود بهبود عملکرد…
مدل DeepRefine با استفاده از یادگیری تقویتشده، نقصها و افزونگیهای پایگاه دانش در عاملهای هوش مصنوعی را شناسایی و اصلاح میکند. این مدل با معرفی پاداش GBD، نیاز به دادههای…
حضور مقدار اندکی اطلاعات گمراهکننده در متون طولانی، باعث سقوط غیرخطی عملکرد مدلهای زبانی میشود. این یافته نشان میدهد که دقت در بازیابی دادهها بسیار حیاتیتر از کاهش کلی حجم…