AI, machine learning and LLM insights.
این دستورالعمل شما را در مراحل تعریف کاربرد مورد نظر، ترسیم جریانهای کاری، اعمال تحلیل ریسک ISO 14971، ساخت مسیرهای انتقال دادههای پاک و ایجاد فرآیند بازبینی با حضور انسان راهنمایی میکند تا بتوانید از سرعت هوش مصنوعی بهرهمند شوید، بدون اینکه ایمنی بیمار یا تاییدیه های نظارتی به خطر بیفتد.
پس از ۱۰۸ تیکت پشتیبانی: گردش کار عامل هوش مصنوعی من. من مسئول نگهداری از یک سیستم بیمه ۲۰ ساله هستم. این سیستم دارای ۲.۳ میلیون خط کد و ۱۰۰۰ پکیج PL/SQL است. به مدت نه ماه، من از هوش مصنوعی استفاده ک...
یک گزارش جدید صنعتی هشدار میدهد که شرکتهای سرمایهگذاری با برخورد با هوش مصنوعی به عنوان یک ابزار واحد — از طریق استفاده از مدلهای پیشبینی برای ساخت سبد سهام یا سپردن هدایت معاملات به خلاصههای مدلهای زبانی بزرگ — میلیاردها دلار را تلف میکنند که این امر منجر به قیمتگذاری نادرست ریسک، معاملات بیش از حد و نقض قوانین نظارتی میشود.
این بنچمارک حجم کاری یکسانی را روی ۲۰ مدل مختلف اجرا کرد که نشان داد رویکرد «مسیریابی تخصصی» میتواند هزینههای هوش مصنوعی و میزان تأخیر را به شدت کاهش دهد، در حالی که استفاده پیشفرض از یک مدل پرچمدار اغلب منجر به افزایش هزینهها و دفعات تلاش مجدد میشود.
In a pilot plant, specialist teacher networks for vision, audio and language feed a compact multilingual student that fuses embeddings via contrastive learning. Quantization trims the student by 60%, letting it run on edge devices and slash maintenance cycles by a third.
پروتکل x402 وضعیت HTTP 402 را به یک محرک تجارت زنده تبدیل میکند که به عاملها اجازه میدهد قیمت را از طریق JSON بخوانند، یک تراکنش بلاکچین را امضا کنند و دادهها را دریافت کنند؛ تمام این مراحل در یک چرخه درخواست واحد انجام میشود و نیاز به کلیدهای API یا اشتراک را حذف میکند.
تا سال ۲۰۲۶، مراکز داده مبتنی بر هوش مصنوعی حدود ۱۰۰۰ تراواتساعت انرژی مصرف خواهند کرد – که معادل مجموع تقاضای سالانه ژاپن و آلمان است؛ موضوعی که مایکروسافت، گوگل و آمازون را به سمت انرژی هستهای سوق میدهد، در حالی که رقبا برای حفظ پایداری محیطزیستی و کاهش هزینهها، به دنبال سایتهای ارزان برقآبی و زمینگرمایی هستند.
On an 8-GPU B300 server, vLLM finishes a 64 K-token batch 1.5x faster than SGLang, but when the context expands to 200 K tokens, SGLang’s DCP-driven decode makes it 1.31x quicker, with vLLM’s throughput dropping 3.29x versus SGLang’s 1.25x.
یک پژوهشگر امنیتی با اسکن ۵,۹۱۱ فایل منبع در میان ۲۴ سرور MCP سطح متوسط، یک باگ تزریق دستور در محیط ایزوله (sandbox) در AgenticX کشف کرد که به مهاجم اجازه میدهد دستورات دلخواه شل را به کانتینر داکر تزریق کند؛ این آسیبپذیری امتیاز ۹.۸ CVSS را دریافت کرده است.
BYD HyWorldVLA Hits 90.59 PDMS on NAVSIM v1 BYD enters the autonomous driving foundation model market. Their new model, HyWorldVLA, scored 90.59 PDMS on the NAVSIM v1 benchmark. T…
روش پیادهسازی هوش مصنوعی در تولید الکترونیک. از ساخت مدلهای هوش مصنوعی بدون دلیل دست بردارید. با یک مشکل در فرآیند تولید شروع کنید. یک پروژه هوش مصنوعی موفق، یک مسئله خاص را حل میکند. برای مثال...
اکثر ابزارهای نظارتی تنها زمانی وضعیت سبز نشان میدهند که فریمورک گزارش موفقیت دهد، اما پلودهای خالی، فراخوانیهای بیش از حد ابزار یا از دست رفتن انتقالها همچنان میتوانند سرویسهای پاییندستی را مختل کرده و باعث از دست رفتن درآمد شوند.
OpenAI’s GPT-5.6 Sol hit 38.3% on ARC-AGI-3 using proprietary Retained Reasoning and Compaction settings, but the same model fell to 7.8% on the benchmark’s public harness, sparking a debate over fair evaluation and the role of inference-stack tricks.
پلتفرم هوش مصنوعی در محل زیمنس، نه تنها توقفهای برنامهریزینشده را به نصف کاهش میدهد، بلکه ترافیک دادههای ارسالی (upstream) را نیز حدود ۹۵ درصد کاهش میدهد و در مناطقی که پهنای باند ناپایدار است، مزیتی آشکار برای کارخانهها ایجاد میکند.
The guide walks manufacturers through defining a narrow pilot, gathering linked AOI images with verdicts, and deploying the AI ranking engine in parallel with existing inspection flows, delivering measurable drops in false-call rates and inspection time.
نرخ موفقیت ۳۸.۳ درصدی OpenAI هنگام ارزیابی با ابزار رسمی ARC-AGI-3 به ۷.۸ درصد کاهش مییابد، که نشان میدهد برتری آن ناشی از دو ترفند در زمان استنتاج (inference-time) — یعنی «استدلال حفظشده» و «فشردهسازی متن» — است که در API اختصاصی Responses آن گنجانده شده است.
Tunix با انتقال تعاملات محیطی به CPUها/GPGPUهای ارزانقیمت و تغذیه یک بافر با توان عملیاتی بالا، اجازه میدهد یک یادگیرنده TPU اختصاصی بهطور مداوم اجرا شود و استفاده معمول کمتر از ۱۰ درصدی از TPU در یادگیری تقویتشده عاملمحور را به اشغال تقریباً ۱۰۰ درصدی تبدیل میکند.
The author compared a goal-only nudge (0.16 recovery) with an “action-licensing” prompt that explicitly permits tool re-execution, achieving a perfect 1.00 recovery rate. The fix works only when agents can call tools and the tools flag bad input.
گوگل اعلام کرد که هوش مصنوعی تنها ۲۱٪ از وظایف را پوشش میدهد. گوگل ۱۵ میلیون تعامل با ابزارهای هوش مصنوعی خود را مورد مطالعه قرار داده است. نتایج نشاندهنده شکافی عظیم بین میزان بهکارگیری هوش مصنوعی و میزان انجام کار توسط آن است. دادهها: • جم...
The flaw stems from Ruflo’s Docker containers binding the Model Context Protocol bridge to all network interfaces, giving any internet-connected attacker remote-code execution, full access to LLM API keys, and the ability to corrupt model memory.
در آزمایشی با پنج عامل همزمان، چهار عملیات نوشتن بهطور بیصدا ناپدید شدند که هزینه توکنهای آنها معادل همان کارِ از دست رفته بود. افزودن مکانیزم compare-and-set تمام مشارکتها را بازیابی کرد، اما مصرف توکن را از ۵ به ۹ واحد افزایش داد.
The update introduces three new developer controls—environment hooks to inspect tool calls, hard budget caps to stop runaway spending, and scheduled triggers that turn the API into a lightweight cron—while moving security responsibility onto the user.
امتیاز ۷۲.۷ درصدی SWE-Bench در سال ۲۰۲۵ از مجموعهای محدود و بازبینیشده توسط انسان شامل ۵۰۰ مورد بهدست آمده است، در حالی که رقم ۱.۹۶ درصدی در سال ۲۰۲۳ بر اساس کل کاتالوگ ۲,۲۹۴ موردی بود. این جهش چشمگیر، ناشی از تغییر در ساختار آزمون است و نه یک پیشرفت ناگهانی در هوش مصنوعی.
By stripping away 80% of its system-prompt guardrails, Anthropic’s Opus 5 lets Claude Code persist its own context for days, generate complete codebases, and resist prompt-injection attacks—making it a true autonomous development assistant.
