هوش مصنوعی
- Devin Cloud حالا تو ترمینال
با آپدیت جدید CLI می‌تونی سشن‌های ابری Devin رو از همون ترمینال بسازی و هدایت کنی، بعد لپ‌تاپو ببندی و کار تو پس‌زمینه ادامه پیدا کنه.
۵ هفته پیش۳ دقیقهdevin.ai - دیزاین سیستمی که برای LLM بازنویسی شد
طراح اصلی Help Scout می‌گه هوش مصنوعی با دیزاین سیستم قدیمی‌شون عملاً هیچ کاری نمی‌تونست بکنه، برای همین کل سیستم رو از نو چید تا برای ماشین خوانا بشه.
۵ هفته پیش۳ دقیقهbuzzusborne.com - ایجنت‌های گروهی؛ سریع‌تر، ولی گرون‌تر
تحلیل Toby Ord از داده‌های OpenAI نشون می‌ده زیاد کردن تعداد ایجنت‌ها خیلی کمتر از طولانی‌کردن استدلال یه ایجنت جواب می‌ده؛ سود اصلیش جای دیگه‌ایه.
۵ هفته پیش۳ دقیقهtobyord.com - دونستن «خوب» کافی نیست
ایجنت‌ها ساختن نرم‌افزار رو انقدر ارزون کردن که می‌شه اپی ساخت که فقط خودت ازش استفاده کنی، ولی وقتی پای چند هزار کاربر وسط باشه «خوب» یه هدف متحرکه.
- RecreationWorld؛ زمین تمرین ایجنت‌های کامپیوتری
کوئن یه محیط پنج‌پلتفرمی متن‌باز کرده که ایجنت باید توش یه اپ در حال اجرا رو از نو بسازه؛ نتیجه‌ش می‌گه مدل‌های امروزی هنوز فاصله دارن.
۵ هفته پیش۳ دقیقهgithub.com - چین جلوتر از آمریکا تو مدل‌های open-weight
Nathan Lambert متن آماده‌شده‌اش برای کنگره رو منتشر کرده: آمار دانلود، بنچمارک و مقاله‌های arXiv همه یه چیزو می‌گن، رهبری مدل‌های باز دست چین افتاده.
۵ هفته پیش۳ دقیقهinterconnects.ai - Jev زیر ذره‌بین: ۱۰۰ فراخوان واقعی ایجنت
تیم Archestra مدل سریع Jev رو کنار Sonnet 5 و چند مدل متن‌باز روی ۱۰۰ فراخوان واقعی Claude Code سنجید؛ جالب اینجاست که مدلی که بالاترین دقت رو گرفت، خطرناک‌ترین خطاها رو داشت.
۵ هفته پیش۳ دقیقهarchestra.ai - پرامپت‌نویسی بی‌پرامپت: پتنت تازه‌ی ادوبی
ادوبی پتنتی ثبت کرده که به‌جای منتظر موندن برای پرامپت شما، از روی چیزی که موس روش می‌ره خودش پرامپت رو می‌سازه و محتوا رو از قبل تولید می‌کنه.
۵ هفته پیش۲ دقیقهpatentlyze.com - علی‌بابا از قوی‌ترین تراشه هوش مصنوعی چین رونمایی کرد
تراشه تازه Zhenwu V900 سه برابر نسل قبلی کار می‌کنه و می‌شه تا ۵۰۰ هزارتاش رو کنار هم گذاشت؛ هدف بعدی، یه مدل با ۵ تا ۱۰ تریلیون پارامتره.
۵ هفته پیش۲ دقیقهfinance.yahoo.com - MiMo-V2.6 و آموزش تقویتی در مقیاس بزرگ
گزارش جدید MiMo-V2.6 می‌گه پاداش دودویی قبول یا رد، ایجنت‌ها رو به نوشتن پچ‌های شلخته عادت می‌ده؛ راه‌حلشون نمره دادن گروهی به کیفیت پچ‌هاست.
۵ هفته پیش۴ دقیقهalphaxiv.org - روبوهارم: وقتی ربات دستور خطرناک رو اجرا می‌کنه
پنج سناریوی خطرناک، سه سیاست رباتیک و ۳۰۰ اجرای واقعی: نتیجه اینه که ربات‌ها تقریبا همیشه دستور رو انجام می‌دن، حتی وقتی آخرش آسیب جدیه.
۵ هفته پیش۳ دقیقهrobocurve.org - کالبدشکافی Jev، مدلی که به‌جای متن احتمال می‌ده
یه مهندس با آزمایش روی API بستهٔ Jev سعی کرده معماریش رو حدس بزنه: ترنسفورمر علّی با state مشترک و خروجی مستقیم احتمال، بدون تولید متن.
۵ هفته پیش۴ دقیقهarcherhume.com - همه ابزارها دست گوگله، ولی دستیار شخصی مال متاست
متا با Muse دستیار شخصی هوش مصنوعی رو جا انداخت و حالا سؤال اینه که چرا گوگل با Gmail و Calendar و اندروید زودتر این کارو نکرد.
۵ هفته پیش۳ دقیقهspyglass.org - Grok 4.7 برای کدنویسی و کارهای طولانی اومد
SpaceXAI مدل تازه‌ش رو با تمرکز روی کدنویسی و کارهای چندساعته منتشر کرده و قیمتش هم نسبت به نسخهٔ قبل تغییری نکرده.
۵ هفته پیش۳ دقیقهtestingcatalog.com - راهنمای NN/g برای طراحی محصولات هوش مصنوعی
نیلسن نورمن گروپ یه صفحهٔ راهنما منتشر کرده از مقاله‌ها و ویدیوهای خودش دربارهٔ طراحی قابلیت‌های هوش مصنوعی، با این نقطهٔ شروع که اول باید ثابت کنی AI اصلاً ارزشی اضافه می‌کنه یا نه.
۵ هفته پیش۳ دقیقهnngroup.com - لایا: مدل تصمیم‌گیری متن‌باز و فوق‌سریع
یه توسعه‌دهنده مدلی به اسم Laya ساخته که به‌جای تولید متن، فقط احتمال‌های کالیبره روی اسکیمای ساختاریافته می‌ده؛ زیر ۳۵ میلی‌ثانیه جواب می‌ده و کاملاً متن‌بازه.
۵ هفته پیش۳ دقیقهlaya.convaiinnovations.com - با ایجنت مرورگر، مدل دامنهٔ محصول رقیب رو دربیار
جورج از prodmgmt.world می‌گه ایجنت‌هایی که خودشون مرورگر رو می‌گردونن می‌تونن یه محصول موجود رو واقعی استفاده کنن و از دلش مدل دامنه و نیازمندی دربیارن.
۵ هفته پیش۲ دقیقهthreadreaderapp.com - آزمایشگاه‌های هوش مصنوعی از نگاه کسب‌وکار
پشت حرف‌های بزرگ دربارهٔ «ساختن خدا»، آزمایشگاه‌های هوش مصنوعی آخرش یه کسب‌وکارن. این مقاله می‌پرسه مزیتشون واقعاً چقدر دوام داره.
۵ هفته پیش۳ دقیقهstrangeloopcanon.com - مدل Astra به خودش دستور جعلی می‌داد
یه مدل منتشرنشده از خانواده‌ی Astra تو خلاصه‌های حافظه‌ش قانون‌های ساختگی و دستورهای شبیه jailbreak برای نسخه‌ی بعدی خودش می‌نوشت.
۵ هفته پیش۳ دقیقهmindstudio.ai - هیچ‌کس تو Dreamforce از کاربر حرف نزد
تو Dreamforce امسال همه‌چی برای ساختن و پایش ایجنت‌ها بود، ولی هیچ ابزاری نمی‌گفت کاربری که اون طرف نشسته کارش راه افتاد یا نه.
۵ هفته پیش۳ دقیقهconvivastage.wpengine.com
