חיפוש בחדשות

**שגיאות בסוכן LLM שמבצע שרשרת קריאות לכלים (MCP) לא חייבות “להתפוצץ”.** לפי arXiv:2602.13320v1, העיוות המצטבר גדל בקירוב ליניארי עם מספר הצעדים T, והסטיות סביב המגמה נשלטות בהסתברות גבוהה בגבול O(√T). בניסויים על Qwen2-7B, Llama-3-8B ו-Mistral-7B, המדידות עקבו אחרי המודל התיאורטי; שקלול סמנטי במדד הפחית עיוות בכ-80%, וריענון מקור אמת (“re-grounding”) כל ~9 צעדים הספיק לבקרת שגיאות. לעסקים בישראל שמחברים WhatsApp Business API ל-Zoho CRM דרך N8N, זה מתרגם לכלל עבודה: לקבוע נקודות בדיקה מחזוריות מול ה-CRM לפני פעולות קריטיות כמו תמחור, קביעת פגישה או הפקת מסמך.

בקרת אישיות ב-LLMs אינה עצמאית: מחקר חדש מראה תלות גיאומטרית בין תכונות Big Five במודלים כמו LLaMA-3-8B. לעסקים ישראלים, זה אומר סיכון לאישיות לא עקבית בסוכני AI בווטסאפ, שמפחיתה אמון. פתרון: אינטגרציה הוליסטית עם N8N ו-Zoho.