آرشیو مقاله‌ها همه‌ی مقاله‌هاموضوع‌هالابراتوارهاجستجودرباره
همه‌ی مقاله‌هاموضوع‌هالابراتوارهاجستجودرباره
خانه لابراتوارها MIT

سازمان

سازمانMIT

۴ مقاله که به این سازمان مربوط است. جستجو و فیلتر در همین فهرست

اکتبر ۲۰۲۶۱ مقاله

  • در صف خبرنامه

    Long-WAM: Scaling the Context of World-Action Models

    لانگ‌وام: بزرگ کردن کانتکست مدل‌های جهان و اقدام برای کنترل بلادرنگ ربات

    کنترل بلادرنگ ربات به تاریخچه‌ی بصری کافی برای استنتاج حرکت و پیشرفت تسک نیاز دارد، اما پردازش این تاریخچه می‌تواند اقدام را به تأخیر بیندازد. مثلاً ربات برای گرفتن لیوانی که حرکت می‌کند باید چند ثانیه‌ی گذشته را ببیند، ولی نباید برای فکر کردن دیر واکنش نشان د

سپتامبر ۲۰۲۶۲ مقاله

  • منتشرشده در کانال در تلگرام

    Context Language Models

    مدل‌های زبانی کانتکست: مدل‌هایی که خودشان کانتکستشان را مدیریت می‌کنند

    مدیریت کانتکست در ایجنت‌ها معمولاً بیرون از مدل و با قاعده‌های هارنس انجام می‌شود، مثلاً خلاصه‌سازی یا برش تاریخچه با یک آستانه‌ی ثابت. در این حالت مدل یاد نمی‌گیرد چه چیزی برای نگه داشتن در کانتکست مهم‌تر است، و در سیستم‌های چندایجنتی هم هماهنگی کانتکست‌ها دش

  • منتشرشده در کانال در تلگرام

    Harness as a Language: A Minimalist Agent Framework With Maximal Expressivity

    هارنس به عنوان زبان: چارچوب ایجنت کمینه با بیشترین بیان‌پذیری

    ایجنت‌های امروزی حول حلقه‌ی ایجنت ساخته می‌شوند: مدل در محیطی با مجموعه‌ای از ابزارها قرار می‌گیرد و با تناوب فراخوانی ابزار و مشاهده‌ی خروجی، کنترل کامل گردش‌کار را دارد. اما توانایی‌هایی مثل حافظه‌ی بلندمدت و خودبهبودی فعلاً به سیستم‌های تخصصی فراتر از خود ح

اوت ۲۰۲۶۱ مقاله

  • در صف خبرنامه

    Memory as Infrastructure: Reliability Engineering for Persistent Agent Memory in Months-Long LLM-Assisted Development

    حافظه به عنوان زیرساخت: مهندسی قابلیت اطمینان برای حافظه‌ی پایدار ایجنت در توسعه‌ی چندماهه

    ایجنت‌های کدنویسی از مقیاس تسک به مقیاس پروژه می‌روند: تلاش‌هایی که ماه‌ها طول می‌کشند، از فشرده‌سازی‌های مکرر کانتکست می‌گذرند و روی کدبیس‌هایی بسیار بزرگ‌تر از هر پنجره‌ی کانتکست کار می‌کنند. در این مقیاس، حافظه‌ی ایجنت می‌تواند بی‌صدا خراب شود و کسی متوجه ن