🖥 آموزش اجرای هوش مصنوعی و n8n به صورت آفلاین و رایگان روی سیستم شخصی

🌟 اگر می‌خوای بدون هزینه‌های API و سرویس‌های ابری، هوش مصنوعی و اتوماسیون پیشرفته رو کاملاً آفلاین و روی ویندوز اجرا کنی،این ویدیو دقیقاً برای توست!

💯 در این آموزش قدم‌به‌قدم یادمی‌گیری چطور با n8n AI Starter Kit و ابزارهایی مثل WSL2، Docker Desktop و Ollama، مدل‌های هوش مصنوعی مثل Llama3 و Qwen2 رو روی کامپیوتر شخصی خودت فعال کنی.

📌محتوای این ویدیو:
✅ معرفی n8n و کاربردهای هوش مصنوعی محلی
✅ نصب WSL2، اوبونتو و Docker Desktop
✅ راه‌اندازی کامل پروژه AI Starter Kit از گیت‌هاب
✅ افزودن مدل‌های هوش مصنوعی و اتصال به n8n
✅ ساخت اولین اتوماسیون هوشمند و کاملاً شخصی

🔗مشاهده کامل ویدیو
📍 https://youtu.be/oqFMbdsUbXU

⏬ لینک دانلودها و منابع مفید در پست بعدی 👇

📢 اگر به هوش مصنوعی و اتوماسیون علاقه داری، این آموزش رو از دست نده!
💬 سؤال داشتی، همینجا یا زیر ویدیو بنویس.

👍🔔 اگه ویدیو برات مفید بود، لایک و سابسکرایب یادت نره و حتماً برای دوستانت هم ارسال کن!
🆔 @AliQuote7

#n8n #هوش_مصنوعی #Ollama #اتوماسیون #selfhosted #برنامه‌نویسی

🖥 آموزش اجرای هوش مصنوعی و n8n به صورت آفلاین و رایگان روی سیستم شخصی(منابع)

🔗 دانلود Docker Desktop:
https://www.docker.com/products/docker-desktop/

📌 راهنمای نصب WSL2 (اوبونتو):
https://learn.microsoft.com/fa-ir/windows/wsl/install

🖥 صفحه پروژه n8n AI Starter Kit در گیت‌هاب:
https://github.com/n8n-io/self-hosted-ai-starter-kit

📍لیست مدل‌های Ollama:
https://ollama.com/library

✅ بلاگ n8n درباره راه‌اندازی هوش مصنوعی محلی:
https://blog.n8n.io/local-llm/

🚀 معرفی رسمی GPT-OSS: پاسخ OpenAI به تقاضای مدل‌های کوچک و متن‌باز

🤖 برای اولین بار OpenAI یک مدل زبان کوچک با نام GPT-OSS را به صورت کاملاً متن‌باز (Apache 2.0) منتشر کرد.
⚡️این مدل با هدف فراهم‌کردن یک گزینه سریع، سبک و امن برای کاربردهای محلی و سازمانی طراحی شده و بدون هیچ محدودیت یا وابستگی به سرویس ابری، قابل استفاده است.

📌 ویژگی‌های کلیدی:

✅مدل کوچک و بهینه‌شده برای اجرا روی سخت‌افزار شخصی و سازمانی

✅قابلیت fine-tune و استفاده کاملاً آزاد حتی برای مقاصد تجاری

✅پشتیبانی از کاربردهای کدنویسی، چت، خلاصه‌سازی، ترجمه و تعاملات متنی

✅عرضه همراه با دیتاست شفاف و ابزارهای راه‌اندازی ساده

🧠 این اقدام OpenAI در رقابت مستقیم با مدل‌های متن‌باز مانند Mistral و Llama3 است و می‌تواند فضای توسعه و پیاده‌سازی هوش مصنوعی را کاملاً متحول کند؛ خصوصاً برای کسب‌وکارها، توسعه‌دهندگان و پژوهشگران علاقه‌مند به کنترل و امنیت داده.

💬 شما ترجیح می‌دید در پروژه‌های حساس از مدل‌های متن‌باز مثل GPT-OSS استفاده کنیدیا مدل‌های تجاری و چرا؟
🆔 @AliQuote7

#OpenAI #GPTOSS #هوش_مصنوعی #مدل_متن_باز #LLM #AI #توسعه_نرم‌افزار

🎬 ساخت ویدیوی حرفه‌ای با هوش مصنوعی؛ کاراکتر ثابت در تمام فریم‌ها!

در این آموزش گام‌به‌گام یاد می‌گیری چطور با n8n و هوش مصنوعی Google Vertex AI (Veo 3.0)، ویدیوهایی تولید کنی که کاراکتر و محیط در تمام فریم‌ها دقیقاً ثابت و بی‌نقص باقی می‌ماند.

✴️ با هم قدم‌به‌قدم این قابلیت‌ها رو فعال می‌کنیم:

🔹 ساخت توصیف حرفه‌ای کاراکتر و محیط با ChatGPT در n8n
🔹 استفاده از Google Sheet برای مدیریت هوشمند ورودی و خروجی
🔹 اجرای اتوماتیک تولیدویدیو با Veo 3.0
🔹 ذخیره و مدیریت خودکار فایل‌ها در Google Drive
🔹 ترفندهای طلایی برای حفظ ثبات چهره و پس‌زمینه

🎯 این ورکفلو کاملاً خودکار، برای تولیدکنندگان محتوا، تبلیغ‌سازها و مارکترهایی که به دنبال سرعت، کیفیت 💯 و خروجی یکدست هستند، یک ابزار ضروری و حرفه‌ای به حساب می‌آید.

📺 مشاهده کامل آموزش در یوتیوب
🔗 https://youtu.be/1uZz8OT6aZg

⏬ فایل وورک فلو در پست بعدی

👍🔔 لایک و سابسکرایب یادت نره!
💬 هر سوالی یا نظری داشتی حتماً توی کامنت‌ها بنویس.

🆔 @AliQuote7

#هوش_مصنوعی #ویدیو_وایرال #n8n #Veo3 #VertexAI #تولید_محتوا #برنامه‌نویسی #AI #ویدیو_حرفه‌ای

🎬 ساخت ویدیوی حرفه‌ای با هوش مصنوعی؛ کاراکتر ثابت در تمام فریم‌ها! 👆🏼

📣 معرفی رسمی ChatGPT-5 از راه رسید!

💬 «اگر GPT-4 مثل یک دانشجوی کالج بود و نسخه‌های قبل‌تر مثل یک دانش‌آموز دبیرستانی، GPT-5 مثل یک متخصص دکترا در جیبتان است» — همیشه آماده تا در هر زمینه‌ای با شما مثل یک کارشناس واقعی گفتگو کند.

📌 نسخه‌ی جدید هوش مصنوعی OpenAI یعنی GPT-5 به‌طور رسمی رونمایی شد! هوش مصنوعی‌ای سریع‌تر، هوشمندتر و قابل‌اعتمادتر، باقابلیت‌هایی که شما را از انتخاب مدل بی‌نیاز می‌کند!

بنچ‌مارک‌ها:
✔️ کدنویسی: 74.9 % در SWE-Bench (بهبود نسبت به مدل‌های قبلی)
✔️ ویرایش کد: 88 % در Aider Polyglot
✔️ فرانت‌اند: در ۷۰ ٪ موارد از o3 بهتر عمل می‌کند
✔️ سلامت (HealthBench): دقیق‌تر و حمایتی‌تر
✔️ کاهش خطاها و توهمات در حالت reasoning تا ۸۰ ٪

قیمت API (به ازای هر ۱M توکن):
🔹برای GPT-5 اصلی: ورودی ۱.۲۵ $، خروجی ۱۰ $
🔹 برای GPT-5 Mini: ۰.۲۵ $ / ۲ $
🔹 برای GPT-5 Nano: ۰.۰۵ $ / ۰.۴ $
⬅️ (برای مقایسه: Claude Opus 4 هزینه‌ای تا ۷۵ $ / ۱۵ $ دارد)

💬 به نظرتChatGPT-5 می‌تونه مرزهای هوش مصنوعی رو جابه‌جا کنه یافقط یک به‌روزرسانی معمولیه؟ توی کامنت‌ها بنویس!
🆔 @AliQuote7

#هوش_مصنوعی_AI #OpenAI #ChatGPT5

🔥 یکپارچه‌سازی و تست ده‌ها مدل هوش مصنوعی در یک نقطه دسترسی
➕ استفاده رایگان در n8n

🔎 در این آموزش جدید،می‌بینید چطورفقط با یک API ساده به ده‌ها مدل هوش مصنوعی مختلف مثل ChatGPT، Claude، Mistral، Llama و کلی مدل دیگه دسترسی پیدا کنید،بدون اینکه توی ده‌ها سایت ثبت‌نام کنید!

💡با OpenRouter می‌تونید:
✅ دسترسی یکپارچه به مدل‌های متنوع بدون نیاز به ثبت‌نام جداگانه در هر پلتفرم

✅ ترکیب مدل‌های رایگان و پولی دریک محیط تست و ارزیابی

✅ کاهش چشمگیر هزینه‌های توسعه و زمان پیاده‌سازی پروژه‌هایAI

✅ قابلیت اتصال مستقیم به n8n و استفاده در ورک‌فلوهای خودکار

🎯این روش برای توسعه‌دهندگان، تیم‌های R&D و تولیدکنندگان محتوا که به دنبال آزمایش سریع، مقایسه و بهینه‌سازی انتخاب مدل هستند، ایده‌آل است.

🎥 تماشای کامل ویدیو
📌https://youtu.be/ZjBcDL9X__4

📢عاشق هوش مصنوعی و اتوماسیون هستی؟
پس این آموزش رو از دست نده! 🚀

💬هر سوالی داشتی همینجا یا زیر ویدیو بپرس!
👍🔔 اگه برات مفید بود، لایک و سابسکرایب فراموش نشه😉
📲 ویدیو رو برای رفیقایی که باید ببیننش بفرست!
🆔 @AliQuote7
#هوش_مصنوعی #OpenRouter #n8n #ChatGPT #AI #API

📢 ویدیوی جدید منتشر شد:
https://youtu.be/d5WEUobc3mU

فایل ورد مراحل:
https://docs.google.com/document/d/1cdhK72v_V_OLCu6f9zNpLDoLxBSK4J7MPw2Xysc4eAw/edit?usp=sharing

📣مدل DeepSeek-V3.1 منتشر شد؛ سریع‌تر، ارزان‌تر و عامل‌محور

💬 «یک مدل چینی که می‌خواهد با غول‌هایی مثل GPT-5 رقابت کند، اما با هزینه‌ای به‌مراتب کمتر!»

📌 بالاخره DeepSeek نسخه‌ی V3.1 را منتشر کرد؛ مدلی هیبریدی با دو حالت سریع (Non-Think) و عمیق (Think)، مخصوص پروژه‌های عامل‌محور (Agentic).

✔️ عملکرد نزدیک به مدل‌های بزرگی مثل GPT-5 در کدنویسی، حل مسئله و استفاده از ابزارها
✔️ سرعت پردازش بالاتر نسبت به نسخه‌های قبلی
✔️ انتشار اوپن‌ویت برای توسعه‌دهندگان در Hugging Face

💰 قیمت API از ۵ سپتامبر ۲۰۲۵ تغییر می‌کند:

ورودی (Cache Hit): ۰.۰۷ $

ورودی (Cache Miss): ۰.۵۶ $

خروجی: ۱.۶۸ $
⬅️ چندین برابر ارزان‌تر از GPT-5 یا Claude Opus


چرا مهمه؟

ترکیب کارایی بالا + هزینه‌ی پایین = گزینه‌ای جذاب برای استارتاپ‌ها و توسعه‌دهندگان

قابلیت‌های عامل‌محور باعث می‌شود در وظایف پیچیده (مثل جست‌وجو یا اجرای چندمرحله‌ای) بهتر عمل کند


💬 به‌نظرتون DeepSeek می‌تونه جدی‌ترین رقیب GPT-5 باشه؟

🆔 @AliQuote7

#DeepSeek #هوش_مصنوعی #GPT5 #LLM #AI

منبع:
🔗 Reuters

📣 آمازون: آینده فقط LLM نیست، عامل‌های هوشمند در راه‌اند!

هوش مصنوعیِ واقعی یعنی سیستمی که خودش در شبیه‌ساز تمرین کنه و یاد بگیره کارهای چندمرحله‌ای واقعی رو انجام بده

📌 آمازون اعلام کرد تمرکز خودش رو از صرفاً مدل‌های زبانی بزرگ (LLM) فراتر برده و حالا روی عامل‌های هوشمند (AI Agents) کار می‌کنه. این عامل‌ها در شبیه‌سازها آموزش می‌بینند تا بتونن وظایف پیچیده‌ی دنیای واقعی مثل CAD، ERP و حتی مدیریت پرونده‌های پزشکی رو انجام بدن.

✔️ حرکت از «چت‌بات» به سمت ابزارهای خودکار و قابل‌اعتماد در کسب‌وکار
✔️ توانایی انجام کارهای چندمرحله‌ای به‌جای فقط تولید متن
✔️ تمرکز ویژه بر کاربردهای Enterprise و واقعی


❗️این تغییر رویکرد نشون می‌ده آینده‌ی AI در دنیای عامل‌های هوشمند رقم می‌خوره سیستم‌هایی که مثل یک همکار واقعی می‌تونن پروژه‌های پیچیده رو پیش ببرن، نه صرفاً یک دستیار متنی.


🆔 @AliQuote7

#هوش_مصنوعی #Amazon #AGI #AIagents #LLM

🔗 منبع: The Verge

📣 مدل GPT-5؛ ارزان‌تر، اما همیشه بهتر نیست!

💬 «هزینه پایین خوبه، اما وقتی کد دقیق نمی‌نویسه چی؟»

📌 طبق گزارش Wired، مدل GPT-5 اگرچه در مصرف هزینه بسیار به‌صرفه‌تر از رقباست، اما در بخش‌هایی مثل تولید کدهای پیچیده از Claude عقب می‌مونه.

✔️ به‌صرفه‌تر از مدل‌های رقیب در اجرا
✔️ دقت پایین‌تر در کدنویسی پیشرفته: تنها ۲۷٪ موفقیت در مقابل ۵۱٪ برای Claude
✔️ انتخاب بین GPT-5 و Claude به نیاز شما بستگی داره: هزینه پایین‌تر یا کیفیت بالاتر؟

❗️برای توسعه‌دهندگان و شرکت‌ها، این مقایسه روشن می‌کنه که انتخاب مدل فقط به قیمت نیست—گاهی کیفیت خروجی مهم‌تر از صرفه‌جویی مالیه.

💬 شما ترجیح می‌دین برای پروژه‌هاتون مدل ارزان‌تر داشته باشین یا مدل دقیق‌تر؟

🆔 @AliQuote7

#GPT5 #Claude #هوش_مصنوعی #کدنویسی #AI

🔗 منبع: Wired

📣 مدل عامل‌محور کدنویسی grok‑code‑fast‑1 از xAI معرفی شد!

💬 «عامل کدنویسی سریع، سبک و اقتصادی؛ xAI این بار دست پر اومده.»

📌 استارتاپ ایلان ماسک xAI، مدل جدیدی به‌نام grok‑code‑fast‑1 معرفی کرده — مدلی طراحی‌شده برای انجام خودکار و سریع کارهای کدنویسی. این مدل فعلاً به‌صورت رایگان و محدود در اختیار شرکای منتخب مانند GitHub Copilot، Windsurf و سایر ابزارها قرار گرفته است.

✔️ عامل هوشمند کدنویس: توانایی اجرای ابزارهایی چون grep، terminal و ویرایش فایل در محیط‌های توسعه
✔️ عملکرد سریع و بهینه با قیمت بسیار مناسب طراحی‌شده برای گردش کدنویسی روزمره
✔️ ورود قدرتمند xAI به حوزه ابزارهای عامل‌محور خودران برای توسعه‌دهندگان

این گام نشان می‌دهد که آینده‌ی توسعه‌ی نرم‌افزار در گروی عامل‌هایی است که هم سرعت بالا و هم هزینه پایین را ترکیب می‌کنند ابزارهایی که می‌تونن جایگزین دستیارهای معمولی کدنویسی شوند.

💬علی کوت: ما برنامه نویسا کم کم باید دنبال شغل جدید بگردیم 😂 من دارم به آشپزی فکر میکنم که حالا حالا ها توسط AI جایگزین نمیشه 😬

🆔 @AliQuote7

📣 آیندهٔ خرید آنلاین با عامل‌های هوشمند (AI Shoppers)!

💬 «دیگه خیلی وقت‌ها شما سرچ نمی‌کنید، عامل‌های هوشمند به جای شما سرچ و خرید می‌کنن!»

📌 طبق گزارشی از Financial Times، عامل‌های خرید هوشمند (AI Agents) به‌سرعت در حال تغییر تجربه خرید آنلاین هستند. این عامل‌ها می‌تونن محصولات رو مقایسه کنن، بهترین گزینه رو انتخاب کنن و حتی خرید رو تکمیل کنن، بدون این‌که کاربر خودش کلیکی انجام بده.

✔️ جست‌وجوها بدون کلیک: در بسیاری از موارد، کاربر اصلاً وارد سایت فروشگاه نمی‌شه؛ عامل همه‌چیز رو مدیریت می‌کنه.
✔️ چالش جدید برای برندها و فروشگاه‌ها: محتوا و محصولات باید برای «دید AI» بهینه بشن، نه فقط برای کاربر انسانی.
✔️ تحول در SEO و تبلیغات: قواعد سنتی دیده‌شدن در گوگل تغییر می‌کنه، برنده کسیه که عامل‌ها محتوای اون برند رو ترجیح بدن.

💬 علی کوت: این یعنی آیندهٔ e-commerce فقط به UX یا سئو وابسته نیست، بلکه به تعامل با عامل‌های هوشمند بستگی داره و این یعنی صفحات وب شما باید به جای seo friendly باید AI friendly باشه! 🤔

🆔 @AliQuote7

🔗 منبع: Financial Times

📢 ویدیوی جدید منتشر شد:
https://youtu.be/EPbWifsuEjM

📣 هوش مصنوعی مافیا بازی میکنه! 😂

💬 «وقتی AI فقط جواب نمی‌ده، بلکه ذهن بازیکن‌ها رو هم می‌خونه!»

📌 در یک پژوهش جدید، مدل‌های مختلف هوش مصنوعی با بازی گرگ‌ومیش (Werewolf / Mafia) مورد آزمایش قرار گرفتند جایی که موفقیت نه فقط به استدلال منطقی، بلکه به مدل‌سازی روانی بازیکنان دیگر و تصمیم‌گیری در بستر تیمی بستگی دارد.

✔️ بازی تیمی = آزمون عمیق روانی: AI باید تشخیص بده چه کسی دروغ می‌گوید، چه کسی متحد است و چه زمانی باید تاکتیک عوض کند.

✔️ فراتر از گفتگو: این بنچمارک نشان می‌دهد AI در حال رسیدن به توانایی‌هایی است که به تعاملات انسانی بسیار نزدیک است.

✔️ مسیر جدید مولتی‌ایجنت: از پاسخ‌گویی ساده به نقش‌آفرینی در تعاملات پیچیده.

❗️این نوع آزمون‌ها می‌تونن پایه‌گذار نسل بعدی هوش مصنوعی باشند: عامل‌هایی که درک اجتماعی، مذاکره و همکاری واقعی دارند ویژگی‌هایی حیاتی برای آینده‌ی AI در دنیای واقعی.

💬 علی کوت: به‌نظرتون اگر AI بتونه توی مافیا قانع‌کننده بازی کنه، می‌تونه در مذاکرات واقعی هم موفق باشه؟

🆔 @AliQuote7

🔗 منبع: blockchain.news

📣 مدل‌های متن‌باز چینی به میدان رقابت جهانی نزدیک شدند!

📌 طبق گزارش‌های اخیر، مدل‌های متن‌باز چینی مثل Qwen (Alibaba) و DeepSeek حالا در بسیاری از بنچمارک‌ها عملکردی نزدیک به مدل‌های اختصاصی و بسته مثل GPT-4/5 (OpenAI) و Claude (Anthropic) دارند.

✔️ مدل های Qwen و DeepSeek در وظایف کدنویسی و درک زبان، فاصله را با غول‌های غربی به‌طور محسوسی کاهش داده‌اند.
✔️ برتری متن‌باز: توسعه‌دهندگان می‌توانند مدل‌ها را آزادانه روی سخت‌افزار خود اجرا یا سفارشی کنند چیزی که در GPT-5 و Claude امکان‌پذیر نیست.
✔️ هنوز جای رشد هست: در بعضی بنچمارک‌های reasoning و دقت کدنویسی، مدل‌های اختصاصی مثل Claude Opus همچنان جلوترند، اما اختلاف به‌مراتب کمتر از گذشته است.

❗️این همگرایی یعنی توسعه‌دهندگان سراسر دنیا به‌جای وابستگی به چند شرکت بزرگ، می‌تونن از مدل‌های متن‌باز قدرتمند برای پروژه‌های خود استفاده کنن تحولی بزرگ در آزادی و رقابت سالم در عرصه هوش مصنوعی.

💬 علی کوت: حتما سری به openrouter.com بزنید اونجا میتونید خیلی از این مدل ها رو رایگان تست کنید!

🆔 @AliQuote7

🔗 منبع: The Manila Times

📢 ویدیوی جدید منتشر شد:
https://youtu.be/uCVuPU7_Bf8

چطور یک پشتیبان ۲۴ ساعته برای فروشگاه‌تون بسازید؟ (فقط با n8n +AI) بدون کدنویسی!!
فایل ورکفلو

📣 متا AI معرفی کرد: DeepConf با دقت نزدیک به ۹۹.۹٪ در بنچ‌مارک AIME 2025!


📌 شرکت Meta AI همراه با محققان دانشگاه UCSD روش جدیدی به نام Deep Think with Confidence (DeepConf) را ارائه کرده‌اند. این روش با استفاده از مدل‌های متن‌باز + سامانه‌ی فیلترینگ مبتنی بر اعتماد (confidence) موفق شده‌ است تا در AIME 2025 دقتی حدود ۹۹.۹٪ کسب کند و در عین حال مصرف توکن‌ها را تا ۸۵٪ کمتر کند.

✔️ بدون نیاز به آموزش مجدد یا تنظیمات سخت؛ فقط با تکیه بر سیگنال اعتماد در زمان استدلال
✔️ ترکیبی از دقت بالا و کارایی منابع؛ یعنی مدل‌هایی که هم دقیق‌اند و هم هزینه‌ محاسباتی‌شون پایین‌تر شده

💬 علی کوت: این نشون می‌ده که پیشرفت هوش مصنوعی فقط در پارامتر نیست، بلکه در روش فکر کردن مدل هم هست. این نوع مدل ها برای کاربردهایی که دقت بالا و سرعت/هزینه کم مهمه (آموزش، کنترل کیفیت، سیستم‌های حقوقی و …) عالیه. به خصوص که از مدل متن باز هم میشه استفاده کرد.

🆔 @AliQuote7

🔗 منبع:
MarkTechPost

📣 خودآموزی عامل‌های هوشمند؛ بدون نیاز به Fine-Tuning!

📌 پژوهشی جدید از UCL و Huawei Lab قابلیتی به نام Memento معرفی کرده‌اند؛ چارچوبی که به عامل‌های مبتنی بر LLM اجازه می‌دهد به‌طور پیوسته و پویا از تجربه‌شان بیاموزند بدون اینکه پارامترهای پایه‌ی مدل تغییر کنند

✔️ این agentها یک حافظه ساختاریافته دارند ("case bank") که تجربه‌های گذشته را ذخیره می‌کند و در مواجهه با مسائل جدید، از مشابهت‌ها برای راهنمایی تصمیم‌گیری استفاده می‌شود.

✔️ آزمون‌ها نشان می‌دهند Memento در تسک‌های چندمرحله‌ای، پژوهش در وب، برنامه‌ریزی بلندمدت و دنبال‌کردن ابزار عملکرد بهتری نسبت به روش‌های معمول دارد؛ حتی نزدیک به مدل‌های معروف مثل GPT-5 در برخی بنچ‌مارک‌ها.

✔️ هزینه کمتر و زمان اجرای سریع‌تر: دیگه نیاز نیست مدل اصلی دوباره اموزش داده بشه یا پیچیده تنظیم بشه.

💬 علی کوت: دیگه الان فقط بزرگی مدل و افزایش پارامتر ها دلیل باهوش تر بودن مدل نیست. نحوه تفکر مدل و پردازش ورودی و خروجی داره کم کم نقش پررنگ تری ایفا میکنه و این باعث میشه مدل های کوچیک تر و به ویژه اوپن سورس ها به اندازه مدل های معروف کارایی داشته باشند
🔗 منبع: VB

📣 مدل K2 Think از امارات متحده عربی به عنوان "سریع ترین مدل هوش مصنوعی منبع باز جهان" وارد می شود!

💬 «با ۳۲B پارامتر و روش‌های آموزش هوشمندانه، عملکردی نزدیک به مدل‌های بزرگ‌تر»

📌 موسسه مدل های بنیادی در دانشگاه هوش مصنوعی محمد بن زاید (MBZUAI) و استارتاپ G42 AI که هر دو در امارات متحده عربی مستقر هستند، مدل متن‌‌بازی به نام K2 Think ساخته‌اند که:
✔️ در ریاضیات، برنامه‌نویسی و استدلال نزدیکی به مدل‌های بزرگ‌تری مثل DeepSeek و OpenAI داره

✔️ از تکنیک‌هایی مثل fine-tuning زنجیره‌ی تفکر + RL با پاداش قابل‌اعتنا + برنامه ریزی عاملی استفاده کرده

✔️ روی سخت‌افزار مخصوص Cerebras اجرا میشه، برای سرعت و کارایی بیشتر

💬 علی کوت: همانطور که توی پست قبل گفتم این ثابت می‌کنه که می‌شه با هوشمندی بیشتر نه صرفاً بزرگ‌تر بودن، مدل‌هایی ساخت که هم دقیق‌اند هم مقرون‌به‌صرفه‌اند.


🆔 @AliQuote7

🔗 منبع: VB