חיפוש בחדשות

19 תוצאות עבור "Context".

Data 360 ו-Snowflake: הרחבת שיתוף הפעולה במודל Zero Copy
מוצר חדש
4 דקות
מ־Salesforce Blog

Data 360 ו-Snowflake: הרחבת שיתוף הפעולה במודל Zero Copy

לפי הודעת סיילספורס, שיתוף הפעולה במודל Zero Copy עם חברת סנואופלייק מורחב במטרה להפוך נתונים ארגוניים מבוזרים להקשר מאוחד עבור סוכני בינה מלאכותית ובני אדם. השותפות מתמקדת בחיבור הנתונים מהמקום שבו הם מאוחסנים, ללא צורך בהעתקתם או בהפעלת תהליכי ETL מסורתיים. במרכז המהלך עומד מנוע ההקשר לסוכנים (Agent Context Engine - ACE) של Data 360, המשלב נתונים מובנים, תוכן לא מובנה, גרפי ידע וזיכרון סוכנים לשכבת הקשר אחת. החיבור מאפשר הרצת סוכנים על גבי נתוני לקוחות מעודכנים, הרחבת השימוש באמצעות פלטפורמת נתוני לקוחות סוכנותית ו-Data 360 Headless, וקישור ישיר בין פלטפורמות דרך פורמט הטבלאות Apache Iceberg ופרוטוקול Model Context Protocol (MCP).

SalesforceSnowflakeData 360
קרא עוד
בניית סוכן נסיעות קולי עם Bedrock AgentCore ו-Nova Sonic
מדריך
4 דקות
מ־AWS Machine Learning

בניית סוכן נסיעות קולי עם Bedrock AgentCore ו-Nova Sonic

בפוסט טכני של AWS הציגו מומחי החברה ארכיטקטורה לפריסת סוכן נסיעות קולי לחברות תעופה. הפתרון משלב את Amazon Bedrock AgentCore לניהול והרצת סוכנים, מודל הדיבור Amazon Nova 2.5 Sonic לקול בזמן אמת, ו-Amazon Bedrock Knowledge Bases למענה על שאלות מדיניות מתוך מסמכים. המערכת מקשרת בין הסוכן לשירותי ה-backend באמצעות פרוטוקול Model Context Protocol (MCP) ומאפשרת טיפול בהזמנות, החלפת מושבים והסלמה לנציג אנושי.

Amazon Bedrock AgentCoreAmazon Nova SonicAmazon Nova 2.5 Sonic
קרא עוד
כיצד HEMA בנתה שכבת ידע ארגונית עם Bedrock ו-MCP
ניתוח
4 דקות
מ־AWS Machine Learning

כיצד HEMA בנתה שכבת ידע ארגונית עם Bedrock ו-MCP

רשת הקמעונאות ההולנדית HEMA בנתה שכבת ידע פנימית המבוססת על Amazon Bedrock AgentCore ו-Model Context Protocol (MCP) במטרה לאחד מידע מבוזר ולמנוע מעבר ידני בין פורטלים ומערכות ויקי שונות. העוזר הפנימי HAL, שפותח תחילה ככלי עצמאי מבוסס Next.js ו-Strands, הורחב לשימוש ישיר מתוך כלי העבודה של המהנדסים (כגון Kiro ו-Claude) באמצעות שער Entra MCP ייעודי ופרוקסי אימות. המערכת משרתת כיום מפתחים, מנהלי מוצר ומנתחי מערכות, כאשר השלב הבא מתוכנן להרחיב את יכולות העוזר ממענה לשאלות לביצוע פעולות תפעוליות ישירות מתוך ממשקי השיחה.

HEMAAmazon BedrockAmazon Bedrock AgentCore
קרא עוד
חיבור Amazon Quick ו-fal לבניית תהליכי עבודה יצירתיים עם סוכנים
מדריך
4 דקות
מ־AWS Machine Learning

חיבור Amazon Quick ו-fal לבניית תהליכי עבודה יצירתיים עם סוכנים

פוסט טכני מאת מומחי AWS מציג מסגרת עבודה מבוססת סוכנים המשלבת בין מרחב העבודה Amazon Quick לבין פלטפורמת המדיה הגנרטיבית fal באמצעות תקן Model Context Protocol (MCP). השילוב מאפשר לצוותי קריאייטיב לתזמר תהליכי הפקה מורכבים תחת סביבה אחידה, תוך שמירה על הקשר בין השלבים ושילוב שערי אישור אנושיים. הפוסט מדגים את המערך באמצעות שני תהליכי עבודה מעשיים: הפקת סטוריבורד בן שמונה פריימים עם מודל FLUX.1 Kontext ושמירתו כ-Skill לשימוש חוזר, ויצירת אב-טיפוס לקליפ מוזיקלי הכולל בדיקת סנכרון שפתיים (lip-sync). בנוסף, מפורטים שלבי ההגדרה ושיקולים תפעוליים כגון אבטחת מפתחות API וניהול עלויות.

Amazon QuickfalModel Context Protocol
קרא עוד
Amazon OpenSearch Service מציגה תמיכה ביישומי MCP
מוצר חדש
4 דקות
מ־AWS Machine Learning

Amazon OpenSearch Service מציגה תמיכה ביישומי MCP

לפי פרסום של שירות Amazon OpenSearch Service, השירות תומך כעת ביישומי MCP (או MCP Apps). יכולת זו מרחיבה את פרוטוקול Model Context Protocol ומאפשרת לסוכני AI להחזיר תגובה כפולה: סיכום טקסטואלי מובנה לצד ויזואליזציות אינטראקטיביות, כגון מפל עקבות ומפות שירותים, המוצגות ישירות בחלון השיחה בסביבת הפיתוח. הוויזואליזציות מופקות באמצעות הרצת קוד שרת מול מקורות הנתונים המחוברים של OpenSearch, ומספקות תוצאות דטרמיניסטיות ללא צורך ביציאה מה-IDE או בפתיחת דפדפן נפרד לאימות.

Amazon Web ServicesAmazon OpenSearch ServiceModel Context Protocol
קרא עוד
חיבור בקליק אחד ל-70 שרתי MCP ב-n8n: המדריך המלא
חדשות
4 דקות
מ־n8n

חיבור בקליק אחד ל-70 שרתי MCP ב-n8n: המדריך המלא

פלטפורמת האוטומציה n8n הכריזה על עדכון משמעותי המאפשר חיבור מהיר בקליק אחד ל-70 שרתי MCP (Model Context Protocol) באמצעות תזרים אימות OAuth פשוט ישירות מלוח הרכיבים. החיבור החדש מאפשר לסוכני בינה מלאכותית לגשת באופן מיידי לכלים פופולריים כמו Airtable, Notion, Grafana ו-Miro. n8n מספקת מתווה ברור לשימוש נכון בכלים השונים במערכת, ומסבירה מתי מומלץ להשתמש ברכיבים מקומיים (Native Nodes) לתהליכים קבועים ודטרמיניסטיים, מתי להשתמש בכלי סוכן (Agent Tools) המוגדרים מראש לפעולות ספציפיות, ומתי נכון לפנות לשרתי MCP כדי להעניק לסוכן גמישות מלאה ומרחב הסקת מסקנות רחב בהתאם לצורך.

n8nDesiree LockwoodAirtable
קרא עוד
חיבור בלחיצה אחת לכמעט 70 שרתי MCP ב-n8n ומתי להשתמש בהם
חדשות
4 דקות
מ־n8n

חיבור בלחיצה אחת לכמעט 70 שרתי MCP ב-n8n ומתי להשתמש בהם

חברת n8n מציגה עדכון משמעותי המאפשר חיבור מהיר בלחיצה אחת לכמעט 70 שרתי MCP (Model Context Protocol) ישירות מתוך לוח הרכיבים באמצעות תהליך OAuth פשוט. העדכון כולל שרתים חדשים כגון Airtable, Grafana, New Relic, Jotform ו-PandaDoc, המצטרפים לשרתים קיימים כמו Notion ו-Stripe. בנוסף, n8n מפרסמת מדריך מפורט להבנת ההבדלים בין שימוש ברכיבים מקומיים (Native Nodes) למצבים דטרמיניסטיים, הוספת רכיבים ככלי סוכן (Agent Tools) לפעולות קבועות מראש, וחיבור שרתי MCP המעניקים לסוכן ה-AI גמישות מלאה לקבלת החלטות ושימוש במגוון כלים רחב בהתאם לצורך.

n8nDesiree LockwoodAirtable
קרא עוד
מונחי בינה מלאכותית לעסקים: מילון המונחים המלא של TechCrunch
חדשות
4 דקות
מ־TechCrunch

מונחי בינה מלאכותית לעסקים: מילון המונחים המלא של TechCrunch

מילון מונחי ה-AI העדכני שפורסם במגזין הטכנולוגיה TechCrunch (מגזין הטכנולוגיה המוביל TechCrunch) מציג את מושגי היסוד המעצבים את המהפכה הטכנולוגית הבאה עבור עסקים. המדריך מדגיש את המעבר מכלים פשוטים למערכות מורכבות המבוססות על סוכני AI עצמאיים ועל פרוטוקולים פתוחים דוגמת Model Context Protocol של חברת Anthropic (חברת בינה מלאכותית אמריקאית). על פי הנתונים שפורסמו, חברות טכנולוגיה מובילות כמו OpenAI (מעבדת המחקר המובילה OpenAI), Google (חברת הטכנולוגיה הרב-לאומית Google) ו-Microsoft (ענקית התוכנה Microsoft) כבר אימצו את הפרוטוקול הפתוח הזה, המאפשר למודלים להתחבר למאגרי מידע ארגוניים ללא צורך בפיתוח מחברים מותאמים אישית. הבנת מונחים אלו, לצד מושגים כמו Mixture of Experts ו-Inference, מאפשרת למנהלים לקבל החלטות מושכלות ולהטמיע פתרונות אוטומציה יעילים.

AnthropicOpenAIGoogle
קרא עוד
שדרוג סירי באמצעות בינה מלאכותית: מהפכת העוזר החדש של אפל
חדשות
5 דקות
מ־TechCrunch

שדרוג סירי באמצעות בינה מלאכותית: מהפכת העוזר החדש של אפל

בכנס המפתחים WWDC 2026 הציגה אפל שדרוג דרמטי לסירי המבוסס על מערכת Apple Intelligence. העוזרת הקולית הופכת לסוכן AI פרואקטיבי בעל "הקשר אישי" (Personal Context) עמוק, המסוגל לגשת למידע באפליקציות שונות כמו הודעות, דואר אלקטרוני, פתקים ויומן, ואף להבין מה מוצג על מסך המכשיר. העדכון מציג תקן אבטחת מידע קפדני במיוחד באמצעות עיבוד מקומי על המכשיר וטכנולוגיית Private Cloud Compute (PCC) המאובטחת בענן פרטי עם פרס של מיליון דולר למוצאי פרצות. עבור עסקים בישראל, העדכון מציע דרך מאובטחת לייעל משימות ניהוליות ומעקב לקוחות ללא חשש מזליגת מידע ובהתאם לחוק הגנת הפרטיות הישראלי.

AppleSiriApple Intelligence
קרא עוד
מערכת Data Formulator 0.7: מיקרוסופט חושפת AI לניתוח נתונים עסקיים
מוצר חדש
4 דקות
מ־Microsoft Research

מערכת Data Formulator 0.7: מיקרוסופט חושפת AI לניתוח נתונים עסקיים

מיקרוסופט הכריזה על שחרור גרסת 0.7 של פלטפורמת הקוד הפתוח Data Formulator. המערכת החדשה רותמת סוכני בינה מלאכותית מודעי-הקשר (Context-aware AI agents) במטרה לפשט תהליכי ניתוח נתונים מורכבים בארגונים. הפלטפורמה כוללת רכיב מתקדם של מחברי נתונים המאפשר הזרמת מידע באופן רציף ממסדי נתונים, קבצים מקומיים ומערכות בינה עסקית, תוך מניעת הצורך בעבודות אינטגרציה סיזיפיות מצד מחלקות ה-IT. בנוסף, סביבת העבודה הייחודית (Data Thread) מאפשרת למשתמשי הקצה לנהל שיח שוטף בשפה טבעית מול סוכני ה-AI, לתחקר נתונים, ליצור ויזואליזציות מתקדמות ולייעל את הליך קבלת ההחלטות העסקיות מבלי להזדקק לידע מוקדם בכתיבת קוד או שאילתות מורכבות.

MicrosoftData FormulatorGartner
קרא עוד
Sessa למידול רצפים ארוכים: למה הארכיטקטורה הזו חשובה
מחקר
6 דקות
מ־arXiv cs.AI

Sessa למידול רצפים ארוכים: למה הארכיטקטורה הזו חשובה

**Sessa היא ארכיטקטורת דקודר חדשה שממקמת Attention בתוך משוב רקורסיבי כדי לשפר זיכרון ארוך-טווח ושליפה סלקטיבית של מידע.** לפי מאמר חדש ב-arXiv, בתנאים תיאורטיים מסוימים היא מציגה דעיכת זיכרון איטית יותר ממודלי Transformer ו-Mamba-style, וגם תוצאות חזקות יותר במבחני long-context. עבור עסקים בישראל, המשמעות אינה החלפת מודל מיידית אלא הבנה שהדור הבא של סוכני שירות ומכירה יימדד פחות לפי גודל חלון ההקשר ויותר לפי היכולת לזכור פרטי לקוח, לשלוף התחייבויות קודמות ולעדכן מערכות כמו Zoho CRM ו-WhatsApp Business API בצורה עקבית.

SessaTransformerMamba
קרא עוד
מטא-פרומפטינג ב-LLM: למה זה עובד טוב יותר לעסקים
מחקר
6 דקות
מ־arXiv cs.AI

מטא-פרומפטינג ב-LLM: למה זה עובד טוב יותר לעסקים

**מטא-פרומפטינג הוא שימוש במודל שפה כדי לייצר או לשפר פרומפטים עבור משימה אחרת.** לפי המאמר "On Meta-Prompting", הגישה הזו אינה רק טכניקת ניסוח אלא מסגרת שניתן לתאר גם תיאורטית, סביב in-context learning והתנהגות של מודלי שפה. עבור עסקים בישראל, המשמעות פרקטית מאוד: במקום להסתמך על פרומפט קבוע אחד, אפשר לבנות שכבה דינמית שמחליטה איזה פרומפט מתאים לכל פנייה ב-WhatsApp, לכל שלב מכירה ולכל מידע שקיים ב-Zoho CRM. כשמחברים את זה ל-N8N ול-AI Agents, מקבלים תהליך מדיד ועקבי יותר — במיוחד בענפים כמו מרפאות, נדל"ן, ביטוח ומשרדי עורכי דין.

On Meta-PromptingOpenAIAnthropic
קרא עוד
דחיסת הקשר ארוך ל-LLM: מה Latent Context Compilation משנה
מחקר
6 דקות
מ־arXiv cs.AI

דחיסת הקשר ארוך ל-LLM: מה Latent Context Compilation משנה

**Latent Context Compilation הוא מנגנון לדחיסת הקשר ארוך במודלי שפה לזיכרון נייד וקצר, בלי לשנות את המודל עצמו.** לפי המאמר, השיטה הראתה על Llama-3.1-8B שמירה על פרטים ויכולות הסקה גם בדחיסה של פי 16. עבור עסקים בישראל, המשמעות היא פוטנציאל להפעיל סוכנים מבוססי בינה מלאכותית עם פחות טוקנים, עלויות נמוכות יותר ופריסה פשוטה יותר בסביבה מרובת משתמשים. זה רלוונטי במיוחד למשרדי עורכי דין, סוכני ביטוח, מרפאות וחנויות אונליין שמנהלים היסטוריה ארוכה של מסמכים ושיחות. השאלה המעשית אינה רק איכות המודל, אלא איך לחבר זיכרון דחוס ל-WhatsApp, ל-CRM ול-N8N בלי לפגוע בפרטיות או במהירות התגובה.

Latent Context CompilationLlama-3.1-8BLoRA
קרא עוד
מתי סוכן AI צריך לפעול: מודל חדש לתזמון והתערבות
מחקר
6 דקות
מ־arXiv cs.AI

מתי סוכן AI צריך לפעול: מודל חדש לתזמון והתערבות

סוכן AI פרואקטיבי הוא מערכת שמחליטה אם ומתי להתערב לפי מצב, הקשר וגורמי התנהגות — לא רק לפי טריגר טכני. זה המסר המרכזי במחקר חדש ב-arXiv, שמציע מודל Scene-Context-Behavior ו-5 עקרונות תכנון לסוכנים אוטונומיים. עבור עסקים בישראל, המשמעות ברורה: חיבור בין WhatsApp Business API, Zoho CRM ו-N8N בלי שכבת שיקול דעת עלול ליצור רעש, פגיעה באמון והודעות לא מתוזמנות. היישום הנכון הוא לבנות מנגנוני ריסון, חלונות זמן, ציון ביטחון והעברה לאדם. בענפים כמו מרפאות, ביטוח, נדל"ן ומשרדי עורכי דין, זו כבר שאלה תפעולית עם השלכות על המרה, שירות וציות לפרטיות.

Agentic AISceneContext
קרא עוד
AsynDBT לכוונון פרומפטים ו-ICL בארגונים: פחות סטרגלרים, יותר דיוק
מחקר
6 דקות
מ־arXiv cs.AI

AsynDBT לכוונון פרומפטים ו-ICL בארגונים: פחות סטרגלרים, יותר דיוק

**AsynDBT הוא אלגוריתם אסינכרוני ללמידה מבוזרת שמכוונן יחד דוגמאות In‑Context Learning (ICL) ושברי פרומפט לפי משוב ממודל שפה (LLM), בלי Fine‑Tuning של המודל.** לפי arXiv:2602.17694v1, המטרה היא להתמודד עם שתי בעיות שמקשות על שימוש ארגוני ב-LLM APIs: “סטרגלרים” (צדדים איטיים במערכת מבוזרת) ונתונים הטרוגניים non‑IID בין אתרים. לעסקים בישראל זה חשוב במיוחד כשדאטה רגיש (WhatsApp, תיקים משפטיים, מידע רפואי) לא יכול להתרכז במקום אחד. במקום לכוונן פרומפטים ידנית שבועות, אפשר לבנות תהליך PromptOps מדיד: KPI ברורים, סט דוגמאות ICL לכל סניף, ותיעוד גרסאות באמצעות N8N, יחד עם Zoho CRM ו-WhatsApp Business API. כך אתם משפרים איכות תשובות ומקטינים סבבי ניסוי יקרים.

AsynDBTLarge Language ModelsLLM API
קרא עוד
Situation Graph Prediction: מודל פרספקטיבה מובנה למידול משתמשים
מחקר
6 דקות
מ־arXiv cs.AI

Situation Graph Prediction: מודל פרספקטיבה מובנה למידול משתמשים

**Situation Graph Prediction (SGP) הוא כיוון מחקר שמנסה להסיק פרספקטיבה דינמית של משתמש—יעדים, רגשות והקשר—מתוך עקבות דיגיטליים, באמצעות שחזור גרף מצב מובנה ומיושר לאונטולוגיה. לפי מאמר arXiv:2602.13319v1, ההתקדמות מוגבלת בגלל צוואר בקבוק נתונים: מצבים פנימיים כמעט לא מתויגים, והדאטה הזמין רגיש לפרטיות.** בניסוי אבחוני עם GPT‑4o ובשימוש ב‑retrieval‑augmented in‑context learning כתחליף לפיקוח, החוקרים מצאו פער בין חילוץ פרטים גלויים לבין הסקת מצב לטנטי—רמז לכך שהחלק העסקי החשוב באמת קשה יותר. לעסקים בישראל זה אומר: לפני שמכניסים “הבנת מצב לקוח” ל‑WhatsApp ול‑CRM, כדאי להתחיל באונטולוגיה מצומצמת, פיילוט סינתטי, וחיבור זהיר ל‑Zoho CRM דרך N8N עם אישור נציג.

Situation Graph PredictionSGPGPT-4o
קרא עוד