آرشیو کانال تکینگی
این‌جا هر مقاله‌ای هست که کانال پیدا کرده، در خبرنامه گذاشته یا برای بعد نگه داشته، با خلاصه‌ی فارسی هرجا که نوشته شده. خبرها، دایجست‌ها و پست‌های دیگر کانال این‌جا نیستند.
کیفیت رتبه‌بندی برابر، تصمیم‌های متفاوت: سنجش و کاهش وابستگی به ترتیب در امتیازدهنده‌های مدل زبانی
در بازرتبه‌بندی متن، رتبه‌بندی پاسخ و پرسش و پاسخ چندسندی، مدل‌های زبانی می‌توانند چند نامزد را هم‌زمان در یک پرامپت امتیاز دهند. این امتیازدهنده‌ها بر اساس کیفیت رتبه‌بندی انتخاب می‌شوند، اما امتیازهایشان یک تصمیم را تعیین می‌کند: کدام اسناد از آستانه رد می‌ش
رکوریس: تکامل بازگشتی حافظه‌ی تجربی و کاری برای هارنس‌های ایجنت بلندمدت
خودبهبودی بازگشتی در تسک‌های بلندمدت سخت است، چون تاریخچه‌ی رو به رشد وضعیت تسک را مبهم می‌کند و فراخوانی مهارت‌ها را نابجا می‌کند؛ مثلاً ایجنت مهارتی را که برای دستور اولیه مناسب بود، بعد از عوض شدن وضعیت هم دوباره فرا می‌خواند. معماری Recuris دو حافظه را جفت
خلاصه‌ی فارسی هنوز نوشته نشده است.
تحویل، نه ذخیره: حافظه‌ی کاری لنگرشده به نشانه به عنوان ویژگی هارنس برای ایجنت‌های کدنویسی
ایجنت‌های کدنویسی فقط یک نوع حافظه دارند: اسناد. فایل‌های دستورالعمل، مصنوعات برنامه و پوشه‌های حافظه‌ی خودنوشته آگاهانه نوشته و آگاهانه بازیابی می‌شوند و ایجنت باید خودش تصمیم بگیرد بنویسد و بخواند. اما تخصص انسانی روی لایه‌ی دومی هم کار می‌کند که هرگز نوشته
هو اند وِن پرو: آیا مدل‌های زبانی واقعاً می‌توانند شکست ایجنت‌ها را به علتش نسبت دهند؟
نسبت‌دهی خودکار شکست از مدل‌های زبانی استفاده می‌کند تا مشخص کند سیستم‌های ایجنتی کجا و چرا شکست می‌خورند. با تواناتر شدن ایجنت‌ها، شکست‌هایشان ظریف‌تر و نسبت‌دهی خودکار مهم‌تر می‌شود، اما برای سنجش این توانایی به برچسب‌های طلایی دقیق در مقیاس بزرگ نیاز است. ب
سنجش واگرایی باور ناشی از هارنس در ایجنت‌های چندمرحله‌ای
هارنس اجرا تعیین می‌کند مدل چطور محیط را ببیند، روی آن عمل کند و نتیجه را بسنجد. نویسنده‌ها نشان می‌دهند هارنس می‌تواند باورهای در حال تحول ایجنت درباره‌ی محیط را هم شکل دهد، حتی وقتی تسک، محیط و مدل پایه ثابت‌اند؛ مثلاً هارنسی که خروجی تست را کوتاه می‌کند ممک
سوئی-مم: یادگیری مدیریت تطبیقی حافظه برای ایجنت‌های کدنویسی بلندمدت
ایجنت‌های مهندسی نرم‌افزار بلندمدت باید تاریخچه‌ی طولانی و پرنویز تعامل را با بودجه‌ی محدود کانتکست مدیریت کنند. روش‌های موجود به گردش‌کارهای فشرده‌سازی ایستا تکیه دارند یا قیدهای سختی بر زمان و دانه‌بندی فشرده‌سازی می‌گذارند، و مدیریت حافظه و حل مشکل را با هم
پکت: هم‌آموزی با ردپای ممتاز برای ایجنت‌های چندنوبتی استفاده از ابزار
ایجنت‌های چندنوبتی ابزار باید در چند نوبت استدلال کنند، ابزار فرا بخوانند و با مشاهده‌ها تطبیق یابند. پس‌آموزش آن‌ها سخت است: یادگیری تقویتی با وجود هم‌خوانی با حالت استنتاج از پاداش پراکنده و تخصیص اعتبار ضعیف رنج می‌برد، و تنظیم دقیق نظارت‌شده روی ردپاهای مت
مقاله‌هایی که تاریخ تأییدشده ندارند، در ماهی آمده‌اند که شناسه‌ی آرکایوشان نشان می‌دهد.