AI, machine learning and LLM insights.
MCP version 2, live July 28 2026, removes the initialize handshake, the Mcp-Session-Id header and three legacy subsystems, making the protocol fully stateless. Teams can now run on autoscaled or serverless pods without session-affinity constraints.
The Inferentia2 INF2.24xlarge reproduced the exact token stream of the CPU reference, but both runs fed a malformed prompt lacking the chat template and turn markers, sending Gemma-4 into an infinite loop of nonsense. The hardware merely echoed a bug in the reference code.
By adding a PostgreSQL logging layer that captured model name, token count, task type, and per-call cost, the researcher identified that raw SEC search results were inflating prompts. Summarizing those results and routing simple checks to a cheaper model drove the 31% savings and nudged accuracy up
The loan uses SambaNova’s SN50 inference chips as collateral, a first-of-its-kind asset class that promises up to 16x faster token processing, lower power draw and simpler cooling than traditional GPU farms.
توروالدز در لیست ایمیل اعلام کرد که هر کسی با ابزارهای هوش مصنوعی مانند بازبین جدید Sashiko مخالف است، می‌تواند به سادگی هسته (kernel) را فورک کند؛ این موضوع بر دیدگاه او تأکید دارد که شایستگی فنی بر مقاومت‌های ایدئولوژیک برتری دارد.
این مخزن سورس‌کد Rust را برای CLI، رابط کاربری ترمینال و زمان اجرا (runtime) ارائه می‌دهد تا بتوانید نحوه گردآوری بافت (context)، هماهنگی ابزارها و مدیریت ویرایش‌ها را بررسی کنید؛ همچنین امکان تعویض مدل زیربنایی بدون مختل کردن جریان کاری فراهم شده است.
مدل Kimi K3 از Moonshot AI، یک مدل با وزن‌های باز و ۲.۸ تریلیون پارامتر، در بنچمارک دنیای واقعی AA-Briefcase امتیاز بیشتری نسبت به GPT-5.6 کسب کرد و اکنون از طریق API در دسترس است؛ همچنین قرار است وزن‌های این مدل در تاریخ ۲۷ جولای به‌صورت عمومی منتشر شود.
نسخه‌های جدید با افزودن قابلیت‌هایی مانند هماهنگ‌سازی وظایف، گردش‌های کاری تأییدیه، سیستم‌های تست و مرورگری آگاه به رابط کاربری (UI)، به هوش مصنوعی اجازه می‌دهند تا تیکت‌ها را انتخاب کند، عوامل خودگردان را اجرا نماید، تأییدیه انسانی دریافت کند و پیش‌نمایش‌های بصری را عرضه کند؛ همگی این‌ها تنها از طریق یک کنسول واحد.
این سرویس که تنها در دسترس توسعه‌دهندگان مستقر در ایالات متحده است، برای هر میلیون توکن ورودی ۱.۲۵ دلار و برای هر میلیون توکن خروجی ۴.۲۵ دلار هزینه دریافت می‌کند؛ همچنین ۲۰ دلار اعتبار برای حساب‌های جدید و یک لیست انتظار برای کاربران بین‌المللی در نظر گرفته شده است.
مدلی برای سپسیس که یاد گرفت پزشک را پیش‌بینی کند؛ در سال ۲۰۲۱، مرکز پزشکی میشیگان مدل سپسیس اپیک را مورد آزمایش قرار داد. آن‌ها ۳۸,۴۵۵ دوره بستری در بیمارستان را بررسی کردند. اپیک ادعا کرد که دقت آن بالا...
PrismML’s Bonsai 27B shrinks from a 54.7 GB full-precision model to a 3.9 GB 1-bit file, fitting on a flagship iPhone while retaining 89.5% of its quality. The claim relies on Apple’s MLX stack and delivers about 11 tokens per second, but memory, heat and battery impacts remain unmeasured.
OpenAI’s internal GPT-Red model reduced failures in the GPT-5.6 Sol line by a factor of six, but the research paper offers only theory—not a downloadable harness—leaving small teams to craft their own deterministic tests.
این SDK اکنون هر ابزار را ملزم می‌کند که یک طرحواره زمینه (context schema) مبتنی بر Zod ارائه دهد و در زمان اجرا، Vercel تأیید می‌کند که فقط فیلدهای اعلام‌شده ارسال شده باشند؛ در صورت وجود کلیدهای اضافی یا مفقود، اجرای عملیات متوقف خواهد شد.
هزینه واقعی اجرای LLM شخصی در مقابل API. وزن‌های باز رایگان هستند، اما اجرای آن‌ها نه. بسیاری از افراد تصور می‌کنند میزبانی شخصی یک مدل باز باعث صرفه‌جویی در هزینه‌ها می‌شود، اما این یک اشتباه است. شما باید بررسی کنید که...
By treating a model's output as editable text, Deep Interaction lets developers pinpoint a faulty reasoning step, rewrite it, and feed a distilled prompt back—yielding a 25% jump in correction rates and a 40% drop in token usage on STEM benchmarks.
اجازه دادم یک عامل هوش مصنوعی عملیات ابری من را برای یک هفته مدیریت کند. من به یک عامل هوش مصنوعی هفت روز فرصت دادم تا عملیات ابری من را مدیریت کند. این یک محیط واقعی بود، نه یک نسخه نمایشی. من به آن دسترسی خواندن به سیستم مانیتورینگ...
مهارت جدید amazon-opensearch-service فرآیند توالی‌بندی سیاست‌ها و تعیین اندازه نمونه را تسریع می‌کند، اما هنگام پیکربندی جستجوی وکتور در Serverless NextGen، به طور پیش‌فرض از تنظیمات کلاسیک FAISS استفاده می‌کند که باعث بروز خطا در استقرار (deployment) می‌شود.
The twin releases push open-weight models from fringe projects to mainstream AI, giving firms the option to run massive models on-premises under Apache 2.0 while still matching closed-source performance on coding tasks.
The framework defines five drift categories—UI, API, data, permission, and policy—and uses a lightweight contract map plus pre-flight scans to catch mismatches before an autonomous agent runs, preventing silent failures and costly rework.
با استفاده از کانکتورهای Model Context Protocol، کدهای تولید شده توسط Claude اکنون می‌توانند مستقیماً از طریق چت، پایگاه‌های داده، سرویس‌های ابری یا Slack را فراخوانی کنند. این قابلیت مرحله کپی-پیست را حذف کرده و به توسعه‌دهندگان اجازه می‌دهد تا بلافاصله با داده‌های واقعی تست کنند.
A missing verification step let the agent skip its ‘do’ phase, so it spent a full day drafting 1,858 internal reflections without ever invoking a real tool, exposing a self-loop trap that can cripple any tool-driven assistant.
تبلیغات Moonshot بر مدلی با ۲.۸ تریلیون پارامتر و نرخ‌های پایین به‌ازای هر توکن تأکید دارد، اما طراحی Mixture-of-Experts و پرگویی بیش از حد این مدل، حجم خروجی را به ۱۳۰ میلیون توکن می‌رساند که بیش از دو برابر مدل‌های رقیب است و باعث افزایش هزینه‌های واقعی می‌شود.
معیار جدید سنجش «آگاهی موقعیتی»، مدل‌ها را وادار می‌کند به پرسش‌های فرامتا (meta-questions) مانند «آیا شما یک هوش مصنوعی هستید؟» پاسخ دهند و با تغییر روند گفتگو، پاسخ‌های خود را تنظیم کنند؛ این موضوع نشان می‌دهد که بسیاری از مدل‌های زبانی بزرگ با امتیاز بالا، همچنان ادعا می‌کنند انسان هستند یا محدودیت‌های خود را پنهان می‌کنند.
عامل هوش مصنوعی نتایج سالم جاوااسکریپت و یک اسکرین‌شات را مشاهده کرد، اما محدودسازی تب‌های مخفی در کروم باعث توقف فراخوانی‌های requestAnimationFrame شد و Canvas را بدون ترسیم رها کرد. اجرای تست‌ها در یک تب قابل مشاهده یا افزودن بررسی «عدم خالی بودن پیکسل‌ها»، این نتیجه‌ی مثبتِ کاذب را اصلاح می‌کند.
