چالش «دستور پخت براونی»: چرا مدلهای زبان بزرگ در سفارشدهی لحظهای هنوز به مشکل برمیخورند مدلهای زبان بزرگ (LLM) در توانمندیهای استنباط و استدلال پیشرفت …
عنوان: چرا پروژههای هوش مصنوعی عاملمحور شکست میخورند و راهحل واقعی چیست؟ اهمیت پلتفرمنیتیو و دادهی یکپارچه خلاصه: شادی اولیه پیرامون هوش مصنوعی مولد و …
هزینه پنهان «فرانکناستکها» که استراتژیهای هوش مصنوعی را تضعیف میکند ادامه مطلب »
اوتشیفت (زیرمجموعه سیسکو) از «اینترنت شناختی» میگوید؛ راهکار جدید برای هممعنایی عاملهای هوش مصنوعی عاملهای هوش مصنوعی امروز میتوانند با هم پیام رد و بدل …
هوش مصنوعی: عاملها میتوانند با هم گفتگو کنند اما هنوز تفکر مشترک ندارند ادامه مطلب »
عنوان: مطالعهای جدید از گوگل: «جامعهٔ تفکر» داخلی، کلید بهبود استدلال در مدلهای پیشرفته گوگل در یک مطالعهٔ تازه نشان داده است که مدلهای پیشرفتهٔ …
عنوان: PageIndex — فریمورک متنباز که بازیابی اسناد بسیار طولانی را با «جستجوی درختی» متحول میکند چکیده: PageIndex یک فریمورک متنباز است که رویکرد سنتی …
چارچوب جستجوی درختی با دقت ۹۸٫۷٪ روی اسنادی که جستجوی برداری ناکام بود ادامه مطلب »
عنوان: Arcee مدل باز 400 میلیارد پارامتری «Trinity Large» و چکپوینت خام «Trinity-Large-TrueBase» را منتشر کرد — گام مهمی برای مدلهای زبان باز ساخت آمریکا …
Arcee آمریکایی: Trinity Large اوپنسورس و چکپوینت 10T؛ نگاهی نادر به هوش خام مدل ادامه مطلب »
چرا پیادهسازیهای معمول RAG در پروژههای مهندسی ناکافی است و راهحلهای عملی برای افزایش دقت سیستمهای RAG (Retrieval-Augmented Generation) وعده سادهای دارند: کافی است پیدیافها …
بیشتر سیستمهای RAG اسناد پیچیده را درک نمیکنند و آنها را تکهتکه میکنند ادامه مطلب »
بازیابی بهعنوان زیرساخت: چرا RAG برای سامانههای سازمانی بیش از یک قابلیت جانبی است سازمانها به سرعت RAG (Retrieval-Augmented Generation) را برای استفاده از مدلهای …
سازمانها بخش اشتباه RAG را اندازهگیری میکنند ادامه مطلب »
عنوان: OpenAI اپلیکیشن دسکتاپ Codex را برای macOS منتشر کرد — مدیریت همزمان عاملهای هوشمند برای توسعه نرمافزار حرفهای خلاصه خبر: شرکت OpenAI اپلیکیشن دسکتاپ …
OpenAI Codex برای macOS: برنامه دسکتاپ با اجرای موازی چندین عامل هوشمصنوعی کدنویس ادامه مطلب »
