🚀 ‏ انتشار رسمی API مدل DeepSeek V4-Flash

‏کمپانی DeepSeek به‌تازگی از عرضه رسمی API مدل V4-Flash با تمرکز ویژه بر بهبود عملکرد در سناریوهای عامل‌محور (Agentic) خبر داد. طبق بنچمارک‌های داخلی، این نسخه در وظایف مرتبط با کدنویسی و اجرای دستورات توسط Autonomous Agents، عملکردی به‌مراتب دقیق‌تر و سریع‌تر از نسخه V4-Pro-Preview ارائه می‌دهد.

⚡ ‏ تغییرات کلیدی در این به‌روزرسانی شامل تقویت توانایی مدل در پردازش وظایف طولانی و پشتیبانی بومی از Responses API است. همچنین قابلیت Parallel Tool Calls برای فراخوانی همزمان ابزارها اضافه شده و سطوح استدلال low، high و max برای کنترل دقیق‌تر خروجی در دسترس کاربران قرار گرفته است.

🧠 ‏ ظرفیت حافظه یا Context Window مدل به ۱ میلیون توکن افزایش یافته و بهینه‌سازی‌های لازم برای هماهنگی کامل با Codex انجام شده است. کاربران می‌توانند این مدل را از طریق یک پیکربندی واحد به Codex CLI، افزونه VS Code و سایر ابزارهای سازگار متصل کنند.

📊 Data➕Science 🇮🇷 - هوش مصنوعی و علم داده به فارسی
📩 ارتباط با ما

#DeepSeek_V4_Flash #Autonomous_Agents

🤖 ‏ معرفی مدل قدرتمند Qwen3.8-Max با ۲.۴ تریلیون پارامتر

‏تیم Qwen از مدل جدید خود تحت عنوان Qwen3.8-Max با ظرفیت عظیم ۲.۴ تریلیون پارامتر رونمایی کرد. این مدل به‌طور اختصاصی برای توسعه نرم‌افزار به‌صورت خودمختار (Autonomous) و مدیریت ایجنت‌های کاری طراحی شده است.

🧠 ‏ قابلیت اصلی این سیستم، انجام پروژه‌های طولانی بدون دخالت انسان است؛ از برنامه‌ریزی و نوشتن کد گرفته تا اجرای ابزارها و عیب‌یابی بر اساس بازخورد. به عنوان نمونه، این ایجنت پروژه oh-my-cli را طی ۱۰ روز از یک پوشه خالی به یک خروجی کامل تبدیل کرده است.

⚡ ‏ یکی از ویژگی‌های متمایز، پردازش تصویر بومی (Native Multimodality) است که در چرخه برنامه‌ریزی، اجرا و بازرسی ادغام شده است. این مدل قادر است در بهینه‌سازی تراشه‌ها و تدوین استراتژی‌های پیچیده تجاری نیز عملکردی سطح بالا ارائه دهد.

🔗 ‏ qwen.ai
🔗 ‏ chat.qwen.ai
🔗 ‏ qwencloud.com
🔗 ‏ GitHub

📊 Data➕Science 🇮🇷 - هوش مصنوعی و علم داده به فارسی
📩 ارتباط با ما

#Qwen3_8_Max #Autonomous_Agents

‏🤖 انتشار کتاب Building Agentic AI Systems

‏کتاب جدید انتشارات Packt با عنوان «Building Agentic AI Systems» به بررسی نحوه ساخت ایجنت‌های هوشمند و خودمختار پرداخته است. این کتاب بر توسعه سیستم‌هایی تمرکز دارد که قابلیت استدلال، برنامه‌ریزی و انطباق با محیط‌های مختلف را داشته باشند.

‏پیش‌گفتار این اثر توسط دو متخصص حوزه هوش مصنوعی نوشته شده است:

‏* Matthew R. Scott: مدیر ارشد فناوری در Minset.ai
‏* Dr. Alex Acero: عضو آکادمی ملی مهندسی آمریکا و IEEE Fellow

‏مؤلفان این کتاب، Anjanava Biswas و Wrick Talukdar، مبانی طراحی و پیاده‌سازی این سیستم‌های خودمختار را تشریح کرده‌اند.

🇮🇷 - هوش مصنوعی و علم داده به فارسی
🌐 سایت | تلگرام | بله | ایتا | ارتباط با ما

#Agentic_AI #Autonomous_Agents

‏🤖 عرضه قابلیت Teammates در پرپلکسیتی

‏پلتفرم پرپلکسیتی از قابلیت جدیدی به نام Teammate رونمایی کرده است که در واقع کارمندان هوش مصنوعی خودمختار برای انجام وظایف مشخص هستند. این ایجنت‌ها می‌توانند جریان‌های کاری تعیین‌شده را نظارت کنند، تسک‌ها را اجرا کرده و با سایر ایجنت‌ها یا همکاران در Slack ارتباط برقرار کنند.

‏ویژگی‌های کلیدی این سیستم عبارتند از:
‏- استفاده از حافظه و پروژه‌های قبلی کاربر برای حفظ تداوم کار بدون نیاز به بازگویی مفاهیم.
‏- امکان یکپارچه‌سازی با ابزارهای Perplexity Computer برای خودکارسازی فعالیت‌ها.
‏- قابلیت واکنش‌گرا؛ به‌طوری که ایجنت با دریافت داده جدید یا تغییر وضعیت یک تسک، به‌طور خودکار مرحله بعدی را آغاز می‌کند.

‏این ایجنت‌ها برای مدیریت جریان‌های کاری مداوم طراحی شده‌اند تا نیاز به دخالت دستی در مراحل تکراری کاهش یابد.

🇮🇷 - هوش مصنوعی و علم داده به فارسی
تلگرام | بله | ایتا | ارتباط با ما

#Perplexity_Teammates #Autonomous_Agents