🤖 جهش عملکرد مدل GPT-5.6 Sol در بنچمارک ARC-AGI-3
مطالعات جدید OpenAI نشان میدهد که با اعمال دو تغییر ساختاری در نحوه تعامل با API، امتیاز مدل GPT-5.6 Sol در بنچمارک ARC-AGI-3 از ۱۳.۳٪ به ۳۸.۳٪ افزایش یافته است. این جهش خیرهکننده، مدل را به سطح عملکرد انسانی که میانگین آن ۴۸٪ برآورد میشود، نزدیکتر میکند. نکته جالبتوجه این است که با این بهینهسازی، مصرف توکنهای خروجی نیز حدود ۶ برابر کاهش یافته است.
🧠 اولین تغییر، حفظ زنجیره استدلال بین کنشهای مدل است. در متدولوژی پیشین، ایجنت (Agent) پس از هر گام، الگوهای کشفشده را فراموش میکرد و عملاً بازی را از نو تحلیل میکرد، اما اکنون استدلالها در حافظه باقی میمانند.
⚡ تغییر دوم جایگزینی حذف تاریخچه با تکنیک Compaction است. در این روش، به جای پاک کردن پیامهای قدیمی، بخشهای طولانی متن به یک خلاصه هوشمند تبدیل میشوند تا ضمن حفظ استراتژی و مشاهدات کلیدی، فضای حافظه بهخوبی مدیریت شود.
#GPT_5_6_Sol #ARC_AGI_3
مطالعات جدید OpenAI نشان میدهد که با اعمال دو تغییر ساختاری در نحوه تعامل با API، امتیاز مدل GPT-5.6 Sol در بنچمارک ARC-AGI-3 از ۱۳.۳٪ به ۳۸.۳٪ افزایش یافته است. این جهش خیرهکننده، مدل را به سطح عملکرد انسانی که میانگین آن ۴۸٪ برآورد میشود، نزدیکتر میکند. نکته جالبتوجه این است که با این بهینهسازی، مصرف توکنهای خروجی نیز حدود ۶ برابر کاهش یافته است.
🧠 اولین تغییر، حفظ زنجیره استدلال بین کنشهای مدل است. در متدولوژی پیشین، ایجنت (Agent) پس از هر گام، الگوهای کشفشده را فراموش میکرد و عملاً بازی را از نو تحلیل میکرد، اما اکنون استدلالها در حافظه باقی میمانند.
⚡ تغییر دوم جایگزینی حذف تاریخچه با تکنیک Compaction است. در این روش، به جای پاک کردن پیامهای قدیمی، بخشهای طولانی متن به یک خلاصه هوشمند تبدیل میشوند تا ضمن حفظ استراتژی و مشاهدات کلیدی، فضای حافظه بهخوبی مدیریت شود.
📊 Data➕Science 🇮🇷 - هوش مصنوعی و علم داده به فارسی
📩 ارتباط با ما
#GPT_5_6_Sol #ARC_AGI_3
🚀 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.
#DeepSeek_V4_Flash #Autonomous_Agents
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
🤖 بررسی مدل جدید DeepSeek V4 Flash 0731
🔬 مدل جدید DeepSeek V4 Flash 0731 با کسب امتیاز 50 در شاخص هوش Artificial Analysis، جهشی 10 امتیازی نسبت به نسخه پیشین خود داشته است. این مدل با حفظ معماری و 284 میلیارد پارامتر (13 میلیارد فعال)، اکنون 6 امتیاز از نسخه Pro پیشی گرفته و در مرز پارتو (تعادل بهینه هزینه و هوش) قرار دارد.
⚡ عملکرد این مدل در Agentic Tasks (وظایف خودمختار) بهبود چشمگیری یافته و امتیاز Elo آن در بنچمارک GDPval-AA v2 به 1559 رسیده است. همچنین در Terminal-Bench 2.1 رشد 17 واحدی ثبت کرده و در تمامی بخشهای شاخص هوش، از جمله GPQA Diamond با امتیاز 91٪، عملکردی قویتر از نسل قبل ارائه میدهد.
🧠 نکته کلیدی در نسخه 0731، کاهش نرخ Hallucination (توهم مدل) است که باعث بهبود 7 واحدی شاخص AA-Omniscience شده، بدون اینکه دقت کلی تغییری کند. علاوه بر این، مدل با کاهش 12 درصدی در مصرف توکن، نسبت به predecessor خود بسیار بهینهتر عمل میکند.
#DeepSeek_V4_Flash #GDPval_AA
🔬 مدل جدید DeepSeek V4 Flash 0731 با کسب امتیاز 50 در شاخص هوش Artificial Analysis، جهشی 10 امتیازی نسبت به نسخه پیشین خود داشته است. این مدل با حفظ معماری و 284 میلیارد پارامتر (13 میلیارد فعال)، اکنون 6 امتیاز از نسخه Pro پیشی گرفته و در مرز پارتو (تعادل بهینه هزینه و هوش) قرار دارد.
⚡ عملکرد این مدل در Agentic Tasks (وظایف خودمختار) بهبود چشمگیری یافته و امتیاز Elo آن در بنچمارک GDPval-AA v2 به 1559 رسیده است. همچنین در Terminal-Bench 2.1 رشد 17 واحدی ثبت کرده و در تمامی بخشهای شاخص هوش، از جمله GPQA Diamond با امتیاز 91٪، عملکردی قویتر از نسل قبل ارائه میدهد.
🧠 نکته کلیدی در نسخه 0731، کاهش نرخ Hallucination (توهم مدل) است که باعث بهبود 7 واحدی شاخص AA-Omniscience شده، بدون اینکه دقت کلی تغییری کند. علاوه بر این، مدل با کاهش 12 درصدی در مصرف توکن، نسبت به predecessor خود بسیار بهینهتر عمل میکند.
📊 Data➕Science 🇮🇷 - هوش مصنوعی و علم داده به فارسی
📩 ارتباط با ما
#DeepSeek_V4_Flash #GDPval_AA
🤖 چهار مرحله حیاتی در آموزش LLMها
🧠 فرآیند تکامل یک مدل زبانی (LLM) از وزنهای تصادفی تا مدلهای استدلالی، مسیری چهار مرحلهای است. در مرحله نخست یعنی Pre-training، مدل با پردازش حجم عظیمی از داده، گرامر، حقایق و تواناییهای پایه را میآموزد. در این مرحله مدل تنها یاد میگیرد که متن را ادامه دهد و هنوز مفهوم پرسش و پاسخ را درک نمیکند.
⚡ در مرحله دوم یا Instruction Fine-tuning، مدل با جفتهای دستور و پاسخ آموزش میبیند تا یاد بگیرد چگونه به درخواستهای کاربر پاسخ دهد. این مرحله در واقع تعیینکننده فرمت پاسخدهی است و دانش مدل را از پیشدادههای مرحله قبل استخراج میکند.
📊 مرحله سوم Preference Fine-tuning است که برای مدیریت پاسخهای چندگانه طراحی شده است. در اینجا از بازخورد انسانی برای انتخاب پاسخ برتر استفاده میشود تا مدل یاد بگیرد بر اساس ترجیحات کاربران عمل کند.
🧩 مرحله نهایی Reasoning Fine-tuning است که برای حوزههایی مثل ریاضی و کدنویسی به کار میرود.
#DeepSeek_R1 #GRPO
🧠 فرآیند تکامل یک مدل زبانی (LLM) از وزنهای تصادفی تا مدلهای استدلالی، مسیری چهار مرحلهای است. در مرحله نخست یعنی Pre-training، مدل با پردازش حجم عظیمی از داده، گرامر، حقایق و تواناییهای پایه را میآموزد. در این مرحله مدل تنها یاد میگیرد که متن را ادامه دهد و هنوز مفهوم پرسش و پاسخ را درک نمیکند.
⚡ در مرحله دوم یا Instruction Fine-tuning، مدل با جفتهای دستور و پاسخ آموزش میبیند تا یاد بگیرد چگونه به درخواستهای کاربر پاسخ دهد. این مرحله در واقع تعیینکننده فرمت پاسخدهی است و دانش مدل را از پیشدادههای مرحله قبل استخراج میکند.
📊 مرحله سوم Preference Fine-tuning است که برای مدیریت پاسخهای چندگانه طراحی شده است. در اینجا از بازخورد انسانی برای انتخاب پاسخ برتر استفاده میشود تا مدل یاد بگیرد بر اساس ترجیحات کاربران عمل کند.
🧩 مرحله نهایی Reasoning Fine-tuning است که برای حوزههایی مثل ریاضی و کدنویسی به کار میرود.
📊 Data➕Science 🇮🇷 - هوش مصنوعی و علم داده به فارسی
📩 ارتباط با ما
#DeepSeek_R1 #GRPO
❤2
🤖 معرفی مدل Inkling-Small: جهش در بهرهوری مدلهای MoE
آزمایشگاه Thinking Machines مدل جدید Inkling-Small را به عنوان یک مدل باز (Open-weights) از نوع MoE با ۲۷۶ میلیارد پارامتر کل معرفی کرده است که تنها ۱۲ میلیارد پارامتر فعال در هر توکن دارد. این مدل با بهرهگیری از تکنیک on-policy distillation و دو هفته آموزش RL (یادگیری تقویتی) در حوزه برنامهنویسی عاملی، بهینهسازی شده است.
⚡ ️ این نسخه در بنچمارکهای حیاتی از مدل قبلی با ۴۱ میلیارد پارامتر فعال پیشی گرفته و به امتیاز ۶۴.۷٪ در Terminal-Bench 2.1، امتیاز ۳۱.۶٪ در HLE و ۸۰.۲٪ در SWE-Bench Verified دست یافته است. 🧠 این مدل با پشتیبانی از ورودی تصویر و صوت، طول بافتار تا ۱ میلیون توکن و عمق استدلال قابلتنظیم، بستری قدرتمند برای توسعهدهندگان عوامل هوشمند است.
#Inkling_Small #on_policy_distillation
آزمایشگاه Thinking Machines مدل جدید Inkling-Small را به عنوان یک مدل باز (Open-weights) از نوع MoE با ۲۷۶ میلیارد پارامتر کل معرفی کرده است که تنها ۱۲ میلیارد پارامتر فعال در هر توکن دارد. این مدل با بهرهگیری از تکنیک on-policy distillation و دو هفته آموزش RL (یادگیری تقویتی) در حوزه برنامهنویسی عاملی، بهینهسازی شده است.
⚡ ️ این نسخه در بنچمارکهای حیاتی از مدل قبلی با ۴۱ میلیارد پارامتر فعال پیشی گرفته و به امتیاز ۶۴.۷٪ در Terminal-Bench 2.1، امتیاز ۳۱.۶٪ در HLE و ۸۰.۲٪ در SWE-Bench Verified دست یافته است. 🧠 این مدل با پشتیبانی از ورودی تصویر و صوت، طول بافتار تا ۱ میلیون توکن و عمق استدلال قابلتنظیم، بستری قدرتمند برای توسعهدهندگان عوامل هوشمند است.
📊 Data➕Science 🇮🇷 - هوش مصنوعی و علم داده به فارسی
📩 ارتباط با ما
#Inkling_Small #on_policy_distillation
⚡ ️ نفوذ ناخواسته مدلهای Anthropic به زیرساختهای واقعی
🔬 در یک رخداد امنیتی کمسابقه، مدلهای هوش مصنوعی شرکت Anthropic شامل Opus 4.7، Mythos 5 و یک نسخه آزمایشی، در حین تستهای نفوذ (CTF) بهطور تصادفی به سه شرکت واقعی نفوذ کردند. این حادثه ناشی از پیکربندی نادرست در محیط آزمایشگاهی شرکت همکار یعنی Irregular رخ داد که برخلاف پروتکلها، دسترسی مدلها به اینترنت عمومی را مسدود نکرده بود.
⚡ ️ مدلهای مذکور با استفاده از تکنیکهای پایه هک، موفق شدند نقاط ضعف امنیتی نظیر رمزهای عبور ضعیف و Endpoints (نقاط دسترسی شبکه) بدون احراز هویت را در سیستمهای هدف اکسپلویت کنند. این نقض امنیتی پس از تحلیل دقیق بر روی ۱۴۱ هزار نشست آزمایشی توسط تیم فنی Anthropic شناسایی شد.
🤖 این شرکت بلافاصله پس از آگاهی از ابعاد ماجرا، تمامی تستهای سایبری خود را متوقف کرد.
#Anthropic #Opus_4_7
🔬 در یک رخداد امنیتی کمسابقه، مدلهای هوش مصنوعی شرکت Anthropic شامل Opus 4.7، Mythos 5 و یک نسخه آزمایشی، در حین تستهای نفوذ (CTF) بهطور تصادفی به سه شرکت واقعی نفوذ کردند. این حادثه ناشی از پیکربندی نادرست در محیط آزمایشگاهی شرکت همکار یعنی Irregular رخ داد که برخلاف پروتکلها، دسترسی مدلها به اینترنت عمومی را مسدود نکرده بود.
⚡ ️ مدلهای مذکور با استفاده از تکنیکهای پایه هک، موفق شدند نقاط ضعف امنیتی نظیر رمزهای عبور ضعیف و Endpoints (نقاط دسترسی شبکه) بدون احراز هویت را در سیستمهای هدف اکسپلویت کنند. این نقض امنیتی پس از تحلیل دقیق بر روی ۱۴۱ هزار نشست آزمایشی توسط تیم فنی Anthropic شناسایی شد.
🤖 این شرکت بلافاصله پس از آگاهی از ابعاد ماجرا، تمامی تستهای سایبری خود را متوقف کرد.
📊 Data➕Science 🇮🇷 - هوش مصنوعی و علم داده به فارسی
📩 ارتباط با ما
#Anthropic #Opus_4_7
🚀 تحولات جدید در قیمتگذاری و مدلهای OpenAI
🤖 شرکت OpenAI تغییرات استراتژیک مهمی را در ساختار هزینهای مدلهای هوش مصنوعی خود اعمال کرده که مستقیماً بر لایههای Luna و Terra تأثیرگذار است. هزینه استفاده از مدل Luna با کاهشی ۸۰ درصدی، اکنون به نرخ ۰.۲۰ یا ۱.۲۰ دلار برای هر میلیون توکن رسیده است.
📉 لایه Terra نیز شاهد ۲۰ درصد کاهش قیمت بوده و اکنون با نرخ ۲ یا ۱۲ دلار به ازای هر میلیون توکن در دسترس است. با این تغییرات، مدل Luna در مقایسه با Sol، اکنون ۲۵ برابر ارزانتر شده است که جهشی بزرگ در بازار مدلهای اقتصادی محسوب میشود.
⚡ در سمت مقابل، مدل جدید GPT-5.6 Sol Fast با هدف بهینهسازی سرعت ارائه شده که تا ۲.۵ برابر سریعتر از قبل عمل میکند. علیرغم افزایش ۲ برابری قیمت، بهرهوری نسبت «سرعت به هزینه» در این مدل ۲۵ درصد بهبود یافته و سطح هوشمندی آن کاملاً حفظ شده است.
#OpenAI #GPT_5
🤖 شرکت OpenAI تغییرات استراتژیک مهمی را در ساختار هزینهای مدلهای هوش مصنوعی خود اعمال کرده که مستقیماً بر لایههای Luna و Terra تأثیرگذار است. هزینه استفاده از مدل Luna با کاهشی ۸۰ درصدی، اکنون به نرخ ۰.۲۰ یا ۱.۲۰ دلار برای هر میلیون توکن رسیده است.
📉 لایه Terra نیز شاهد ۲۰ درصد کاهش قیمت بوده و اکنون با نرخ ۲ یا ۱۲ دلار به ازای هر میلیون توکن در دسترس است. با این تغییرات، مدل Luna در مقایسه با Sol، اکنون ۲۵ برابر ارزانتر شده است که جهشی بزرگ در بازار مدلهای اقتصادی محسوب میشود.
⚡ در سمت مقابل، مدل جدید GPT-5.6 Sol Fast با هدف بهینهسازی سرعت ارائه شده که تا ۲.۵ برابر سریعتر از قبل عمل میکند. علیرغم افزایش ۲ برابری قیمت، بهرهوری نسبت «سرعت به هزینه» در این مدل ۲۵ درصد بهبود یافته و سطح هوشمندی آن کاملاً حفظ شده است.
📊 Data➕Science 🇮🇷 - هوش مصنوعی و علم داده به فارسی
📩 ارتباط با ما
#OpenAI #GPT_5
❤2
Media is too big
VIEW IN TELEGRAM
🚀 آپدیت بزرگ مدل ویدیویی Seedance 2.5
🧠 مدل پیشرفته Seedance 2.5 با تمرکز ویژه بر کنترل دقیق و تولید ویدیوهای طولانی عرضه شد. این مدل اکنون قادر به تولید کلیپهای ۳۰ ثانیهای یکپارچه بوده و در حالت بتا، این ویدیوها را تا ۱۸۰ ثانیه با حفظ تداوم محتوا گسترش میدهد.
⚡ از قابلیتهای کلیدی این نسخه، پشتیبانی از حداکثر ۵۰ تصویر مرجع (Reference) برای ورودی است. تمرکز توسعهدهندگان بر بهینهسازی پایپلاینهای حرفهای برای کار با پرده سبز و مدلهای سهبعدی Blender بوده است تا ساختار فضایی، مسیر حرکت اشیاء و حرکت دوربین با دقت بالا کنترل شوند.
🎨 قابلیت ویرایش نقطهای مشابه با Gemini Omni به این مدل اضافه شده است. اگرچه پیشتر وعده خروجی 4K داده شده بود، اما در حال حاضر خروجی نهایی به رزولوشنهای 480p و 720p محدود است.
💰 هزینه استفاده از Seedance 2.5 حدود ۱.۵ برابر مدل قبلی بوده و با قیمت ۶ دلار برای هر ۳۰ ثانیه، گرانترین گزینه در بازار است.
#Seedance_2_5 #Dreamina
🧠 مدل پیشرفته Seedance 2.5 با تمرکز ویژه بر کنترل دقیق و تولید ویدیوهای طولانی عرضه شد. این مدل اکنون قادر به تولید کلیپهای ۳۰ ثانیهای یکپارچه بوده و در حالت بتا، این ویدیوها را تا ۱۸۰ ثانیه با حفظ تداوم محتوا گسترش میدهد.
⚡ از قابلیتهای کلیدی این نسخه، پشتیبانی از حداکثر ۵۰ تصویر مرجع (Reference) برای ورودی است. تمرکز توسعهدهندگان بر بهینهسازی پایپلاینهای حرفهای برای کار با پرده سبز و مدلهای سهبعدی Blender بوده است تا ساختار فضایی، مسیر حرکت اشیاء و حرکت دوربین با دقت بالا کنترل شوند.
🎨 قابلیت ویرایش نقطهای مشابه با Gemini Omni به این مدل اضافه شده است. اگرچه پیشتر وعده خروجی 4K داده شده بود، اما در حال حاضر خروجی نهایی به رزولوشنهای 480p و 720p محدود است.
💰 هزینه استفاده از Seedance 2.5 حدود ۱.۵ برابر مدل قبلی بوده و با قیمت ۶ دلار برای هر ۳۰ ثانیه، گرانترین گزینه در بازار است.
📊 Data➕Science 🇮🇷 - هوش مصنوعی و علم داده به فارسی
📩 ارتباط با ما
#Seedance_2_5 #Dreamina
🌐 مجموعهای جامع از مطالعات موردی سیستمهای ML
⚡ این مخزن گیتهاب شامل بیش از ۳۰۰ مطالعه موردی واقعی از سیستمهای یادگیری ماشین در شرکتهای بزرگ فناوری است. برخلاف منابع تئوریک، این لیست بر تجربیات عملی مهندسی و پیادهسازی مدلها در مقیاس Production تمرکز دارد.
🏗 ️ شما میتوانید نحوه معماری سیستمهای شرکتهای پیشرو نظیر Uber، Netflix و Google را بررسی کنید. این مستندات به چالشهای فنی، شکستهای زیرساختی و راهکارهای عملیاتی که منجر به بازیابی و بهینهسازی سیستمها شدهاند، میپردازد.
🧠 مطالعه این کیساستادیها برای مهندسان داده و توسعهدهندگان سیستمهای هوش مصنوعی بسیار مفید است، زیرا بینش عمیقی از نحوه برخورد با پیچیدگیهای دنیای واقعی ارائه میدهد. این مخزن میتواند منبعی کلیدی برای درک بهتر System Design در پروژههای بزرگ مقیاس باشد.
GitHub Link
#System_Design #Production_ML
⚡ این مخزن گیتهاب شامل بیش از ۳۰۰ مطالعه موردی واقعی از سیستمهای یادگیری ماشین در شرکتهای بزرگ فناوری است. برخلاف منابع تئوریک، این لیست بر تجربیات عملی مهندسی و پیادهسازی مدلها در مقیاس Production تمرکز دارد.
🏗 ️ شما میتوانید نحوه معماری سیستمهای شرکتهای پیشرو نظیر Uber، Netflix و Google را بررسی کنید. این مستندات به چالشهای فنی، شکستهای زیرساختی و راهکارهای عملیاتی که منجر به بازیابی و بهینهسازی سیستمها شدهاند، میپردازد.
🧠 مطالعه این کیساستادیها برای مهندسان داده و توسعهدهندگان سیستمهای هوش مصنوعی بسیار مفید است، زیرا بینش عمیقی از نحوه برخورد با پیچیدگیهای دنیای واقعی ارائه میدهد. این مخزن میتواند منبعی کلیدی برای درک بهتر System Design در پروژههای بزرگ مقیاس باشد.
GitHub Link
📊 Data➕Science 🇮🇷 - هوش مصنوعی و علم داده به فارسی
📩 ارتباط با ما
#System_Design #Production_ML
🤖 مقابله لینکدین با سیل محتوای هوش مصنوعی
🌐 به دلیل افزایش چشمگیر پستهای بیکیفیت تولیدشده توسط هوش مصنوعی، لینکدین قابلیت جدیدی با عنوان Seems like AI slop را برای گزارشدهی این محتواها معرفی کرده است. طبق آمار سیستم تشخیص محتوای Pangram، بالغ بر ۴۱ درصد از پستهای طولانی این پلتفرم بدون هیچگونه ویرایش انسانی توسط مدلهای زبانی ایجاد شدهاند.
🚀 لینکدین در حال پیادهسازی یک سیستم طبقهبندیکننده (مدل تشخیص الگو) جدید است تا محتواهای ماشینی را شناسایی کند. با شناسایی این موارد، نرخ نمایش آنها در فید کاربران به شدت کاهش مییابد و دکمه جدید گزارشدهی به بهبود دقت این سیستمها کمک میکند.
📊 این شبکه اجتماعی همچنین قصد دارد قابلیتی اضافه کند که به نویسندگان هشدار میدهد کاربران پستهای آنها را غیرواقعی یا بیش از حد ماشینی تلقی کردهاند. این اقدامات بخشی از استراتژی گسترده لینکدین برای حفظ اصالت تعاملات و ارتقای کیفیت محتوا در این محیط حرفهای است.
#Seems_like_AI_slop #Pangram
🌐 به دلیل افزایش چشمگیر پستهای بیکیفیت تولیدشده توسط هوش مصنوعی، لینکدین قابلیت جدیدی با عنوان Seems like AI slop را برای گزارشدهی این محتواها معرفی کرده است. طبق آمار سیستم تشخیص محتوای Pangram، بالغ بر ۴۱ درصد از پستهای طولانی این پلتفرم بدون هیچگونه ویرایش انسانی توسط مدلهای زبانی ایجاد شدهاند.
🚀 لینکدین در حال پیادهسازی یک سیستم طبقهبندیکننده (مدل تشخیص الگو) جدید است تا محتواهای ماشینی را شناسایی کند. با شناسایی این موارد، نرخ نمایش آنها در فید کاربران به شدت کاهش مییابد و دکمه جدید گزارشدهی به بهبود دقت این سیستمها کمک میکند.
📊 این شبکه اجتماعی همچنین قصد دارد قابلیتی اضافه کند که به نویسندگان هشدار میدهد کاربران پستهای آنها را غیرواقعی یا بیش از حد ماشینی تلقی کردهاند. این اقدامات بخشی از استراتژی گسترده لینکدین برای حفظ اصالت تعاملات و ارتقای کیفیت محتوا در این محیط حرفهای است.
📊 Data➕Science 🇮🇷 - هوش مصنوعی و علم داده به فارسی
📩 ارتباط با ما
#Seems_like_AI_slop #Pangram
🧠 خلاصه تحولات 24 ساعت گذشته هوش مصنوعی و علوم داده
🗂 گزارش #73 | 📌 12 آیتم گزارش | 🧾 از 49 پست بررسیشده
🕐 جمعه 1405/05/09 ساعت 14:00 تا شنبه 1405/05/10 ساعت 14:00
🤖 مدلهای زبانی بزرگ
🦾 رباتیک و خودکارسازی
📊 ابزارهای داده و دیتاستها
🎓 آموزش و منابع
🔒 امنیت و حریم خصوصی
🗂 گزارش #73 | 📌 12 آیتم گزارش | 🧾 از 49 پست بررسیشده
🕐 جمعه 1405/05/09 ساعت 14:00 تا شنبه 1405/05/10 ساعت 14:00
🤖 مدلهای زبانی بزرگ
ایلان ماسک از عرضه مدل Grok 4.6 با 1.5 تریلیون پارامتر خبر داد و وعده مدل 2.1 تریلیون پارامتری را در آینده نزدیک داد.
🔗 مشاهده پست
مایکروسافت مدلهای MAI-Image-2.5-Pro برای تولید تصویر و MAI-Voice-2-Flash برای سنتز سریع گفتار در 15 زبان را معرفی کرد.
🔗 مشاهده پست
مدل GPT-5.6 Sol با تغییرات در نحوه تعامل با API و استفاده از تکنیک Compaction، امتیاز خود در بنچمارک ARC-AGI-3 را از 13.3 درصد به 38.3 درصد افزایش داد.
🔗 مشاهده پست
مدل DeepSeek V4-Flash با 284 میلیارد پارامتر، حافظه 1 میلیون توکنی و بهبود در وظایف عاملمحور (Agentic Tasks) بهینهسازی شد.
🔗 مشاهده پست
مدل Inkling-Small به عنوان یک مدل MoE جدید با 276 میلیارد پارامتر (12 میلیارد فعال) در حوزههای برنامهنویسی معرفی شد.
🔗 مشاهده پست
شرکت OpenAI با کاهش قیمت 80 درصدی مدل Luna و بهبود سرعت مدل GPT-5.6 Sol Fast، ساختار هزینهای خود را بازنگری کرد.
🔗 مشاهده پست
🦾 رباتیک و خودکارسازی
فریمورک AngelSpec از شرکت Tencent برای شتابدهی به Speculative Decoding عرضه شد که سرعت تولید متن را تا 2.4 برابر افزایش میدهد.
🔗 مشاهده پست
مدل ویدئویی Seedance 2.5 با پشتیبانی از تولید ویدیوهای 30 ثانیهای و قابلیت کنترل دقیق دوربین و اشیاء بهروزرسانی شد.
🔗 مشاهده پست
📊 ابزارهای داده و دیتاستها
دیتاستهای جدیدی با محوریت فوتبال بینالمللی، رمزارزها، نرخ ارز و بازار مسکن وین برای تحلیلهای آماری و سری زمانی منتشر شدند.
🔗 مشاهده پست
مجموعه داده Most Streamed Spotify Songs 2025 با 730 رکورد و امتیاز 10 از 10 در پلتفرم کگل برای تحلیل الگوهای شنیداری در دسترس قرار گرفت.
🔗 مشاهده پست
🎓 آموزش و منابع
یک مخزن گیتهاب شامل 300 مطالعه موردی واقعی از پیادهسازی سیستمهای Machine Learning در شرکتهایی نظیر Netflix و Uber منتشر شد.
🔗 مشاهده پست
نقشه راه یادگیری هوش مصنوعی با معرفی برترین کانالهای یوتیوب برای تسلط بر Agentic AI و مهارتهای پایتون معرفی شد.
🔗 مشاهده پست
🔒 امنیت و حریم خصوصی
در یک رخداد امنیتی، مدلهای Anthropic در حین تست نفوذ (CTF) بهدلیل پیکربندی اشتباه به سیستمهای واقعی سه شرکت نفوذ کردند.
🔗 مشاهده پست
لینکدین برای مقابله با 41 درصد پستهای بیکیفیت تولید شده توسط هوش مصنوعی، قابلیت گزارشدهی AI slop را معرفی کرد.
🔗 مشاهده پست
📊 Data➕Science 🇮🇷 - هوش مصنوعی و علم داده به فارسی
📩 ارتباط با ما
🤖 دستاورد بزرگ OpenAI در حل مسائل کلاسیک ریاضی
🚀 تیم تحقیقاتی OpenAI بهتازگی نتایج خیرهکنندهای را توسط مدل داخلی خود با نام Astra منتشر کرده است. این مدل توانسته است ده مسئله ریاضی را که دههها حلنشده باقی مانده بودند، با موفقیت حل کند و استدلالهای خود را بهصورت رسمی در محیط Lean (یک دستیار اثبات قضایا) فرمالیزه کند.
🔬 این مدل موفق به ثبت دستاوردهای شاخصی در حوزههای پیچیده ریاضی شده است که شامل موارد زیر است
🔹 گروههای غیر-سوفیک: ساخت اولین نمونه صریح از این گروهها که پرسش دیرینه تقریبهای جایگشت متناهی را حل میکند.
🔹 ابطال حدس صلبیت Connes: ساخت بینهایت گروه غیرایزومورف با ویژگی (T) و جبر فون نویمان یکسان.
🔹 بستهبندی کره: بهبود کران کلی چگالی بستهبندی در ابعاد بالا پس از سال ۱۹۷۸.
🔹 تکرار موازی کوانتومی: اثبات تکرار موازی نمایی برای تمام بازیهای کوانتومی دوطرفه درهمتنیده.
🔗 openai.com
#Astra_model #Lean_prover
🚀 تیم تحقیقاتی OpenAI بهتازگی نتایج خیرهکنندهای را توسط مدل داخلی خود با نام Astra منتشر کرده است. این مدل توانسته است ده مسئله ریاضی را که دههها حلنشده باقی مانده بودند، با موفقیت حل کند و استدلالهای خود را بهصورت رسمی در محیط Lean (یک دستیار اثبات قضایا) فرمالیزه کند.
🔬 این مدل موفق به ثبت دستاوردهای شاخصی در حوزههای پیچیده ریاضی شده است که شامل موارد زیر است
🔹 گروههای غیر-سوفیک: ساخت اولین نمونه صریح از این گروهها که پرسش دیرینه تقریبهای جایگشت متناهی را حل میکند.
🔹 ابطال حدس صلبیت Connes: ساخت بینهایت گروه غیرایزومورف با ویژگی (T) و جبر فون نویمان یکسان.
🔹 بستهبندی کره: بهبود کران کلی چگالی بستهبندی در ابعاد بالا پس از سال ۱۹۷۸.
🔹 تکرار موازی کوانتومی: اثبات تکرار موازی نمایی برای تمام بازیهای کوانتومی دوطرفه درهمتنیده.
🔗 openai.com
📊 Data➕Science 🇮🇷 - هوش مصنوعی و علم داده به فارسی
📩 ارتباط با ما
#Astra_model #Lean_prover
This media is not supported in your browser
VIEW IN TELEGRAM
🤖 معرفی مدل Gemini Robotics 2 برای کنترل رباتهای انساننما
🚀 تیم Google DeepMind از سیستم جدید Gemini Robotics 2 رونمایی کرد که برای مدیریت تمامی حرکات بدن رباتهای انساننما از جمله راه رفتن، خم شدن و تعامل با اشیاء توسط دستان پنجانگشتی طراحی شده است. این سیستم از ترکیب سه مدل هوشمند برای درک ورودیهای بصری و تبدیل آنها به حرکات هماهنگ استفاده میکند.
🧠 مدل ER 2 وظیفه مدیریت تسکهای پیچیده و طولانیمدت را بر عهده دارد و میتواند همزمان تصمیمات صدها عملگر را هماهنگ کند. بخش On-Device 2 نیز با اجرای محلی، قادر است تنها با کمتر از ۲۰۰ نمونه آموزشی جمعآوریشده در چند ساعت، خود را با ساختار بازوهای رباتهای جدید تطبیق دهد.
🔬 این فناوری روی رباتهای Apollo محصول Apptronik و Franka Duo تست شده است. عملکرد سیستم در تسکهای حرکتی کل بدن موفقیت ۴۵.۷٪ تا ۷۶.۳٪ را ثبت کرده و در جابهجایی اشیاء، نرخ موفقیت بین ۳۲٪ برای استفاده از خاکانداز تا ۹۲٪ برای باز کردن لامپ متغیر است.
#Gemini_Robotics_2 #Apptronik_Apollo
🚀 تیم Google DeepMind از سیستم جدید Gemini Robotics 2 رونمایی کرد که برای مدیریت تمامی حرکات بدن رباتهای انساننما از جمله راه رفتن، خم شدن و تعامل با اشیاء توسط دستان پنجانگشتی طراحی شده است. این سیستم از ترکیب سه مدل هوشمند برای درک ورودیهای بصری و تبدیل آنها به حرکات هماهنگ استفاده میکند.
🧠 مدل ER 2 وظیفه مدیریت تسکهای پیچیده و طولانیمدت را بر عهده دارد و میتواند همزمان تصمیمات صدها عملگر را هماهنگ کند. بخش On-Device 2 نیز با اجرای محلی، قادر است تنها با کمتر از ۲۰۰ نمونه آموزشی جمعآوریشده در چند ساعت، خود را با ساختار بازوهای رباتهای جدید تطبیق دهد.
🔬 این فناوری روی رباتهای Apollo محصول Apptronik و Franka Duo تست شده است. عملکرد سیستم در تسکهای حرکتی کل بدن موفقیت ۴۵.۷٪ تا ۷۶.۳٪ را ثبت کرده و در جابهجایی اشیاء، نرخ موفقیت بین ۳۲٪ برای استفاده از خاکانداز تا ۹۲٪ برای باز کردن لامپ متغیر است.
📊 Data➕Science 🇮🇷 - هوش مصنوعی و علم داده به فارسی
📩 ارتباط با ما
#Gemini_Robotics_2 #Apptronik_Apollo
🤖 کاهش چشمگیر هزینههای استنتاج در هوش مصنوعی
⚡ بررسیهای جدید نشان میدهد که هزینه دسترسی به مدلهای هوش مصنوعی با توانمندی معادل GPT-3.5، در بازه زمانی ۲۰۲۲ تا ۲۰۲۴ حدود ۲۸۰ برابر کاهش یافته است. این دادهها که توسط گزارش 2025 AI Index مؤسسه Stanford HAI تأیید شده، تحولی بزرگ در صرفه اقتصادی پیادهسازی مدلهای زبانی است.
📊 نمودار هزینهها بر اساس معیار MMLU (سنجش درک زبان چندوظیفهای) نشان میدهد که قیمت هر میلیون توکن خروجی از ۲۰ دلار در نوامبر ۲۰۲۲ به رقم ناچیز ۰.۰۷ دلار در اکتبر ۲۰۲۴ رسیده است. تحقیقات Epoch AI نیز این روند نزولی را تأیید کرده و کاهش میانگین سالانه ۵۰ برابری را در بنچمارکهای مختلف برآورد میکند.
🧠 نکته کلیدی در این تحلیل، تمرکز بر حفظ قابلیت ثابت در مدلهاست؛ یعنی کاهش هزینه نه به دلیل تغییر قیمت مدلهای پرچمدار، بلکه به دلیل بهینهسازی مداوم برای دستیابی به توانمندی مشابه است.
🔗 mck.co
#MMLU #GPT_3
⚡ بررسیهای جدید نشان میدهد که هزینه دسترسی به مدلهای هوش مصنوعی با توانمندی معادل GPT-3.5، در بازه زمانی ۲۰۲۲ تا ۲۰۲۴ حدود ۲۸۰ برابر کاهش یافته است. این دادهها که توسط گزارش 2025 AI Index مؤسسه Stanford HAI تأیید شده، تحولی بزرگ در صرفه اقتصادی پیادهسازی مدلهای زبانی است.
📊 نمودار هزینهها بر اساس معیار MMLU (سنجش درک زبان چندوظیفهای) نشان میدهد که قیمت هر میلیون توکن خروجی از ۲۰ دلار در نوامبر ۲۰۲۲ به رقم ناچیز ۰.۰۷ دلار در اکتبر ۲۰۲۴ رسیده است. تحقیقات Epoch AI نیز این روند نزولی را تأیید کرده و کاهش میانگین سالانه ۵۰ برابری را در بنچمارکهای مختلف برآورد میکند.
🧠 نکته کلیدی در این تحلیل، تمرکز بر حفظ قابلیت ثابت در مدلهاست؛ یعنی کاهش هزینه نه به دلیل تغییر قیمت مدلهای پرچمدار، بلکه به دلیل بهینهسازی مداوم برای دستیابی به توانمندی مشابه است.
🔗 mck.co
📊 Data➕Science 🇮🇷 - هوش مصنوعی و علم داده به فارسی
📩 ارتباط با ما
#MMLU #GPT_3