Post by Mohammad Zare

دموی پروژه‌های کوچیک با AI جذابه، ولی وقتی پای یه پروژه بزرگ وسط میاد، چپوندن کل سورس‌کد و داکیومنت‌ها توی Context Window مدل، فقط هزینه‌ها رو فضایی می‌کنه، مدل جزییات وسط کار رو گم می‌کنه (Lost in the Middle) و بدتر از همه، ساختار تمیز کدهاتون رو به هم می‌ریزه! ما برای حل این چالش، یه فریم‌ورک جدید به اسم معماری میکرو-اسکیل (MicroSkill) توسعه دادیم. 💡 ایده خیلی ساده است: به جای اینکه کل کتب‌خونه رو بدیم دست AI، دانش سیستم رو به کپسول‌های مهارتِ اتمیک و خیلی محدود تفکیک می‌کنیم و یه مسیریاب هوشمند، فقط همون مهارتی که برای اون Task لازمه رو با محاسبات ریاضی به مدل میده. 📊 نتیجه تست روی یه پروژه واقعی سیستم مدیریت محتوا (CMS): 🔹 مصرف توکن‌ها ۹۳.۴٪ کم شد! 🔹 نرخ کامپایل موفق کدها در اولین تلاش از ۴۰٪ رسید به ۸۶.۶٪ 🔹 کدهای خرابکارانه یا نقض اصول معماری کلاً صفر شد 🔹 سیستم خودش یاد گرفت و ۷ تا مهارت جدید رو خودکار استخراج و ثبت کرد! توضیحات کامل، فرمول‌های ریاضی و جزییات پیاده‌سازی رو توی آخرین نسخه نیوزرِترم بنام "چالش مدیریت بافت در عامل‌های کدنویسی هوش مصنوعی" توضیح دادم. فایل کامل مقاله رو هم می‌تونید از مستندات 2606.05720v1.pdf بخونید. دمِ امید Omid Abdolrahmani و بچه‌های آزمایشگاه هوش مصنوعی آریوبرزن هم گرم که توی این مسیر همراه بودن. خوشحال میشم نظرتون رو برام بنویسید 👇 #هوش_مصنوعی #برنامه_نویسی #معماری_نرم_افزار #توسعه_نرم_افزار #LLM Arioobarzan Team Mohammad Sabouri Marjan Veisi Mohammad Reza Bahrani Danial Soleimany Mohammad Hossein Hariri