هوش مصنوعی و علم داده به فارسی
🎬 رونمایی از مدل ویدئوساز جدید MiniMax H3 شرکت MiniMax در حال آمادهسازی برای عرضه مدل ویدئوساز جدید خود با نام H3 است که برای پلتفرم Hailuo AI طراحی شده است. این مدل هماکنون در اختیار گروهی از تستکنندهها قرار گرفته و نمونههای خروجی آن به سرعت در حال…
🤖 انتشار وزنهای مدل ویدئویی قدرتمند MiniMax H3
شرکت MiniMax به وعده خود عمل کرد و وزنهای مدل ویدئویی H3 را منتشر کرد. این مدل 33 میلیارد پارامتری قادر است ویدئوهایی ۴ تا ۱۵ ثانیهای با نرخ ۲۴ فریم بر ثانیه و صدای استریو ۳۲ کیلوهرتز تولید کند. معماری این مدل یک Omni Transformer یکپارچه است که شامل هسته مشترک DiT (مدل دیفیوژن مبتنی بر ترنسفورمر) با ۵۰ لایه بوده و همزمان ویدئو و صوت را با همگامسازی بالا تولید میکند.
⚡️ بخش H3-Base در دو نسخه عرضه شده است. مدل FL2VA برای تولید ویدئو از ابتدا یا حد فاصل بین دو فریم، و مدل Ref2VA برای دریافت ورودیهای ترکیبی (تا ۱۲ فایل شامل تصویر، ویدئو و صوت) طراحی شدهاند. اگرچه ماژولهای پیشپردازش و ارتقای 2K همچنان بسته هستند، اما این مدل در بنچمارکهای Artificial Analysis جایگاههای برتر در ویرایش و تولید ویدئو را کسب کرده است.
🤗 Hugging Face
🤗 Hugging Face
🔗 GitHub
🔗 GitHub
#MiniMax_H3 #Omni_Transformer
شرکت MiniMax به وعده خود عمل کرد و وزنهای مدل ویدئویی H3 را منتشر کرد. این مدل 33 میلیارد پارامتری قادر است ویدئوهایی ۴ تا ۱۵ ثانیهای با نرخ ۲۴ فریم بر ثانیه و صدای استریو ۳۲ کیلوهرتز تولید کند. معماری این مدل یک Omni Transformer یکپارچه است که شامل هسته مشترک DiT (مدل دیفیوژن مبتنی بر ترنسفورمر) با ۵۰ لایه بوده و همزمان ویدئو و صوت را با همگامسازی بالا تولید میکند.
⚡️ بخش H3-Base در دو نسخه عرضه شده است. مدل FL2VA برای تولید ویدئو از ابتدا یا حد فاصل بین دو فریم، و مدل Ref2VA برای دریافت ورودیهای ترکیبی (تا ۱۲ فایل شامل تصویر، ویدئو و صوت) طراحی شدهاند. اگرچه ماژولهای پیشپردازش و ارتقای 2K همچنان بسته هستند، اما این مدل در بنچمارکهای Artificial Analysis جایگاههای برتر در ویرایش و تولید ویدئو را کسب کرده است.
🤗 Hugging Face
🤗 Hugging Face
🔗 GitHub
🔗 GitHub
📊 Data➕Science 🇮🇷 - هوش مصنوعی و علم داده به فارسی
📩 ارتباط با ما
#MiniMax_H3 #Omni_Transformer
❤1
🤖 معرفی LFM2.5-2.6B: عامل هوشمند بهینه برای اجرا روی موبایل
شرکت Liquid AI مدل جدید LFM2.5-2.6B را با ۲.۶ میلیارد پارامتر معرفی کرده که به طور ویژه برای اجرای محلی (Local) روی دستگاههای موبایل و سیستمهای کلاینت بهینهسازی شده است. این مدل با بهرهگیری از ۳۴ تریلیون توکن آموزشی و پنجره بافت (Context Window) بزرگ ۱۲۸ هزار توکنی، توانایی بالایی در برنامهریزی، فراخوانی ابزارها و اجرای وظایف چندمرحلهای بدون نیاز به API ابری دارد.
🔬 فرآیند آموزش این مدل شامل یک مرحله پیشرفته On-policy Distillation است که در آن دانش مدلهای متخصص در حوزههای ریاضی، کدنویسی و استفاده از ابزار، به این مدل فشرده منتقل شده است. خروجی نهایی در محیطهای عملیاتی مانند Hermes Agent و OpenClaw تست شده و در بسیاری از بنچمارکهای «پیروی از دستورات» و «استفاده از ابزار»، مدلهای بزرگتری نظیر سری Gemma و Qwen را با اختلاف معناداری پشت سر میگذارد.
🔗 liquid.ai
#LFM2_5 #On_policy_distillation
شرکت Liquid AI مدل جدید LFM2.5-2.6B را با ۲.۶ میلیارد پارامتر معرفی کرده که به طور ویژه برای اجرای محلی (Local) روی دستگاههای موبایل و سیستمهای کلاینت بهینهسازی شده است. این مدل با بهرهگیری از ۳۴ تریلیون توکن آموزشی و پنجره بافت (Context Window) بزرگ ۱۲۸ هزار توکنی، توانایی بالایی در برنامهریزی، فراخوانی ابزارها و اجرای وظایف چندمرحلهای بدون نیاز به API ابری دارد.
🔬 فرآیند آموزش این مدل شامل یک مرحله پیشرفته On-policy Distillation است که در آن دانش مدلهای متخصص در حوزههای ریاضی، کدنویسی و استفاده از ابزار، به این مدل فشرده منتقل شده است. خروجی نهایی در محیطهای عملیاتی مانند Hermes Agent و OpenClaw تست شده و در بسیاری از بنچمارکهای «پیروی از دستورات» و «استفاده از ابزار»، مدلهای بزرگتری نظیر سری Gemma و Qwen را با اختلاف معناداری پشت سر میگذارد.
🔗 liquid.ai
📊 Data➕Science 🇮🇷 - هوش مصنوعی و علم داده به فارسی
📩 ارتباط با ما
#LFM2_5 #On_policy_distillation
This media is not supported in your browser
VIEW IN TELEGRAM
🤖 معرفی ابزار OpenWorker از اندرو انجی
🌟 پروژه OpenWorker به عنوان یک همکار هوشمند متنباز توسط Andrew Ng برای خودکارسازی وظایف کاری معرفی شد. این سیستم با دریافت دستورات کاربر، تسکهای پیچیده را به گامهای اجرایی تقسیم کرده و خروجیهای نهایی مانند تدوین اسناد یا مدیریت ایمیلها را تحویل میدهد.
⚡ این ایجنت هوشمند توانایی تعامل با بیش از 25 سرویس کاربردی از جمله GitHub، Jira، Notion، Slack و Google Calendar را دارد. اندرو انجی با این ابزار به دنبال ارائه جایگزینی مستقل از فروشنده (vendor-neutral) برای ابزارهای مشابه است.
🧠 یکی از ویژگیهای کلیدی این پروژه عدم وابستگی به مدل خاص است. کاربران میتوانند از طریق کلیدهای API به طیف گستردهای از مدلها مانند OpenAI، Anthropic، Google، DeepSeek، Mistral، Qwen یا حتی اجرای محلی توسط Ollama به آن متصل شوند.
🚀 این ابزار هماکنون در مرحله Open Beta قرار دارد.
#OpenWorker #AndrewNg
🌟 پروژه OpenWorker به عنوان یک همکار هوشمند متنباز توسط Andrew Ng برای خودکارسازی وظایف کاری معرفی شد. این سیستم با دریافت دستورات کاربر، تسکهای پیچیده را به گامهای اجرایی تقسیم کرده و خروجیهای نهایی مانند تدوین اسناد یا مدیریت ایمیلها را تحویل میدهد.
⚡ این ایجنت هوشمند توانایی تعامل با بیش از 25 سرویس کاربردی از جمله GitHub، Jira، Notion، Slack و Google Calendar را دارد. اندرو انجی با این ابزار به دنبال ارائه جایگزینی مستقل از فروشنده (vendor-neutral) برای ابزارهای مشابه است.
🧠 یکی از ویژگیهای کلیدی این پروژه عدم وابستگی به مدل خاص است. کاربران میتوانند از طریق کلیدهای API به طیف گستردهای از مدلها مانند OpenAI، Anthropic، Google، DeepSeek، Mistral، Qwen یا حتی اجرای محلی توسط Ollama به آن متصل شوند.
🚀 این ابزار هماکنون در مرحله Open Beta قرار دارد.
📊 Data➕Science 🇮🇷 - هوش مصنوعی و علم داده به فارسی
📩 ارتباط با ما
#OpenWorker #AndrewNg
❤1
هوش مصنوعی و علم داده به فارسی
🤖 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…
🚀 پیشبینی حل مسائل اردوش تا سال ۲۰۲۸
🔬 بررسی روند حل مسائل اردوش (Erdős problems) نشان میدهد که سال ۲۰۲۶ نقطه عطفی در تاریخ این چالشهای ریاضی بوده است. تا پایان سال ۲۰۲۵ حدود ۳۹.۶ درصد این مسائل حل شده بودند، اما دادههای سال ۲۰۲۶ نشاندهنده رشد خیرهکننده به ۴۶.۴ درصد است. با تداوم این شتاب، پیشبینی میشود تا پایان سال جاری میلادی، نرخ حل مسائل به بیش از ۵۰ درصد برسد.
📊 تحلیلها حکایت از آن دارد که در صورت حفظ این نرخ پیشرفت، تمامی مسائل اردوش ممکن است تا سال ۲۰۲۸ به طور کامل حل شوند. نکته قابلتوجه، نقش کلیدی هوش مصنوعی در این موفقیتهاست که توانسته حتی در پیچیدهترین و کممطالعهشدهترین حوزهها نیز اثرگذار باشد.
🧠 در میان سیستمهای مختلف هوش مصنوعی، مدلهای OpenAI با حل بیش از ۲۳۴ مسئله، پیشتاز بلامنازع این رقابت هستند. پس از آن، مدلهای خانواده Claude با ۵۷ مورد، سیستمهای ایجنت با ۳۶ مورد، Harmonic Aristotle با ۳۳ مورد و DeepMind با ۲۷ مسئله قرار دارند.
#مسائل_اردوش #OpenAI
🔬 بررسی روند حل مسائل اردوش (Erdős problems) نشان میدهد که سال ۲۰۲۶ نقطه عطفی در تاریخ این چالشهای ریاضی بوده است. تا پایان سال ۲۰۲۵ حدود ۳۹.۶ درصد این مسائل حل شده بودند، اما دادههای سال ۲۰۲۶ نشاندهنده رشد خیرهکننده به ۴۶.۴ درصد است. با تداوم این شتاب، پیشبینی میشود تا پایان سال جاری میلادی، نرخ حل مسائل به بیش از ۵۰ درصد برسد.
📊 تحلیلها حکایت از آن دارد که در صورت حفظ این نرخ پیشرفت، تمامی مسائل اردوش ممکن است تا سال ۲۰۲۸ به طور کامل حل شوند. نکته قابلتوجه، نقش کلیدی هوش مصنوعی در این موفقیتهاست که توانسته حتی در پیچیدهترین و کممطالعهشدهترین حوزهها نیز اثرگذار باشد.
🧠 در میان سیستمهای مختلف هوش مصنوعی، مدلهای OpenAI با حل بیش از ۲۳۴ مسئله، پیشتاز بلامنازع این رقابت هستند. پس از آن، مدلهای خانواده Claude با ۵۷ مورد، سیستمهای ایجنت با ۳۶ مورد، Harmonic Aristotle با ۳۳ مورد و DeepMind با ۲۷ مسئله قرار دارند.
📊 Data➕Science 🇮🇷 - هوش مصنوعی و علم داده به فارسی
📩 ارتباط با ما
#مسائل_اردوش #OpenAI
🤖 تحلیل نرخ توهم در مدلهای زبانی بزرگ
📊 بنچمارک جدیدی از پلتفرم Artificial Analysis منتشر شده که عملکرد ۴۶۱ مدل هوش مصنوعی را از نظر نرخ توهم (Hallucination Rate) بررسی میکند. این شاخص، میزان تکرار پاسخهای نادرست مدل در موقعیتهایی که باید به «نمیدانم» اعتراف میکرد را اندازهگیری میکند.
⚡ نتایج بسیار تأملبرانگیز است و تفاوت عملکرد فاحشی میان مدلها دیده میشود. در صدر لیست، مدل Command A+ با تنها ۱۴٪ نرخ توهم بهترین عملکرد را دارد و پس از آن MiniMax-M3 با ۱۶٪ در رتبه دوم جای گرفته است.
🧠 برخلاف تصورات رایج، بسیاری از مدلهای مشهور در نیمه پایین جدول قرار دارند. مدلهای Claude 5 با ۳۷٪ و نسخههای مختلف Claude Opus تا ۵۰٪ خطا در این ارزیابی دیده میشوند. در انتهای لیست، مدلهای GPT-5.6 و برخی نسخههای DeepSeek با نرخ خطای خیرهکننده ۸۰٪ تا ۹۰٪ بیشترین میزان توهم را نشان دادهاند.
#MiniMax_M3 #Hallucination_Rate
📊 بنچمارک جدیدی از پلتفرم Artificial Analysis منتشر شده که عملکرد ۴۶۱ مدل هوش مصنوعی را از نظر نرخ توهم (Hallucination Rate) بررسی میکند. این شاخص، میزان تکرار پاسخهای نادرست مدل در موقعیتهایی که باید به «نمیدانم» اعتراف میکرد را اندازهگیری میکند.
⚡ نتایج بسیار تأملبرانگیز است و تفاوت عملکرد فاحشی میان مدلها دیده میشود. در صدر لیست، مدل Command A+ با تنها ۱۴٪ نرخ توهم بهترین عملکرد را دارد و پس از آن MiniMax-M3 با ۱۶٪ در رتبه دوم جای گرفته است.
🧠 برخلاف تصورات رایج، بسیاری از مدلهای مشهور در نیمه پایین جدول قرار دارند. مدلهای Claude 5 با ۳۷٪ و نسخههای مختلف Claude Opus تا ۵۰٪ خطا در این ارزیابی دیده میشوند. در انتهای لیست، مدلهای GPT-5.6 و برخی نسخههای DeepSeek با نرخ خطای خیرهکننده ۸۰٪ تا ۹۰٪ بیشترین میزان توهم را نشان دادهاند.
📊 Data➕Science 🇮🇷 - هوش مصنوعی و علم داده به فارسی
📩 ارتباط با ما
#MiniMax_M3 #Hallucination_Rate
⚡ ⌨️ افزایش بهرهوری در اکسل با کلیدهای میانبر
🚀 اگر به صورت روزمره با نرمافزار Excel سر و کار دارید، یادگیری کلیدهای میانبر برای ارتقای سرعت و کاهش نیاز به ماوس ضروری است. تسلط بر این دستورات نه تنها خستگی را حین کار کاهش میدهد، بلکه دقت و بهرهوری شما را در تحلیل دادهها به طرز چشمگیری افزایش میدهد.
📊 این فهرست کاربردی شامل مهمترین میانبرهایی است که هر متخصص داده باید به خاطر بسپارد تا با تسلط کامل بر محیط کاری، فرآیند تحلیل را بهینهتر پیش ببرد:
#Excel #AutoSum
🚀 اگر به صورت روزمره با نرمافزار Excel سر و کار دارید، یادگیری کلیدهای میانبر برای ارتقای سرعت و کاهش نیاز به ماوس ضروری است. تسلط بر این دستورات نه تنها خستگی را حین کار کاهش میدهد، بلکه دقت و بهرهوری شما را در تحلیل دادهها به طرز چشمگیری افزایش میدهد.
📊 این فهرست کاربردی شامل مهمترین میانبرهایی است که هر متخصص داده باید به خاطر بسپارد تا با تسلط کامل بر محیط کاری، فرآیند تحلیل را بهینهتر پیش ببرد:
🔹 مدیریت فایل و ویرایش: ترکیبات Ctrl+C، Ctrl+V، Ctrl+Z، Ctrl+S، Ctrl+F و Ctrl+H برای عملیات پایه، F2 برای ویرایش سلول و Ctrl+1 جهت دسترسی به پنجره Format Cells.
🔹 کار با جداول و فیلترها: استفاده از Ctrl+T برای تبدیل سریع محدوده به Table و Ctrl+Shift+L برای فعالسازی سریع فیلترها در دیتاسِت.
🔹 فرمولنویسی و درج داده: میانبر Alt+= برای AutoSum، Ctrl+; برای درج تاریخ روز و Ctrl+Shift+; برای ثبت ساعت فعلی در سیستم.
📊 Data➕Science 🇮🇷 - هوش مصنوعی و علم داده به فارسی
📩 ارتباط با ما
#Excel #AutoSum
💰 سرمایهگذاری عظیم ۲۰۰ میلیارد دلاری گوگل در زیرساخت هوش مصنوعی
⚡ گوگل در اقدامی استراتژیک برای تقویت زیرساختهای محاسباتی خود، پروژهای به ارزش تقریبی ۲۰۰ میلیارد دلار را کلید زده است. این سرمایهگذاری سنگین با هدف توسعه زیرساختهای لازم برای پشتیبانی از مدلهای هوش مصنوعی، بهویژه تقویت همکاری با شرکت Anthropic انجام میشود.
🧠 بخش عمده این بودجه، حدود ۱۵۰ میلیارد دلار، به توسعه و تولید تراشههای اختصاصی TPU (واحد پردازش تنسور گوگل برای تسریع محاسبات یادگیری ماشین) اختصاص یافته است. این تراشهها نقش حیاتی در ارتقای توان پردازشی برای پردازشهای سنگین AI ایفا میکنند.
🚀 همچنین ۵۰ میلیارد دلار باقیمانده صرف ساخت و گسترش دیتاسنترهای فوقمدرن خواهد شد تا ظرفیت ابری گوگل برای پاسخگویی به تقاضای فزاینده مدلهای زبانی بزرگ افزایش یابد.
#TPU #Anthropic
⚡ گوگل در اقدامی استراتژیک برای تقویت زیرساختهای محاسباتی خود، پروژهای به ارزش تقریبی ۲۰۰ میلیارد دلار را کلید زده است. این سرمایهگذاری سنگین با هدف توسعه زیرساختهای لازم برای پشتیبانی از مدلهای هوش مصنوعی، بهویژه تقویت همکاری با شرکت Anthropic انجام میشود.
🧠 بخش عمده این بودجه، حدود ۱۵۰ میلیارد دلار، به توسعه و تولید تراشههای اختصاصی TPU (واحد پردازش تنسور گوگل برای تسریع محاسبات یادگیری ماشین) اختصاص یافته است. این تراشهها نقش حیاتی در ارتقای توان پردازشی برای پردازشهای سنگین AI ایفا میکنند.
🚀 همچنین ۵۰ میلیارد دلار باقیمانده صرف ساخت و گسترش دیتاسنترهای فوقمدرن خواهد شد تا ظرفیت ابری گوگل برای پاسخگویی به تقاضای فزاینده مدلهای زبانی بزرگ افزایش یابد.
📊 Data➕Science 🇮🇷 - هوش مصنوعی و علم داده به فارسی
📩 ارتباط با ما
#TPU #Anthropic
🌐 رونمایی از ابزار مترجم اختصاصی ChatGPT
شرکت OpenAI از ابزار جدید ChatGPT Translate رونمایی کرد که یک محیط متمرکز و بهینه
🔗 chatgpt.com/translate
#ChatGPT_Translate #OpenAI
شرکت OpenAI از ابزار جدید ChatGPT Translate رونمایی کرد که یک محیط متمرکز و بهینه
🔗 chatgpt.com/translate
📊 Data➕Science 🇮🇷 - هوش مصنوعی و علم داده به فارسی
📩 ارتباط با ما
#ChatGPT_Translate #OpenAI
🎤 جزئیات فنی معماری صوتی GPT-Live
⚡ کمپانی OpenAI به تازگی از راهکارهای فنی پشتصحنه در GPT-Live برای دستیابی به مکالمات صوتی فوقالعاده طبیعی پردهبرداری کرد. برخلاف مدلهای سنتی که منتظر اتمام صحبت کاربر میمانند، این سیستم از صوت پیوسته بهره میبرد که امکان گوش دادن و صحبت کردن همزمان را فراهم میکند.
🧠 پردازشهای سنگین شامل استدلالهای پیچیده و فراخوانی ابزارها به صورت غیرهمگام در پسزمینه اجرا میشوند. این رویکرد به همراه یک مدل سریعتر باعث میشود مکالمه بدون وقفههای آزاردهنده ادامه یابد و حس تعامل با یک انسان واقعی تداعی شود.
🚀 زیرساخت صوتی برای کاهش تأخیر (Latency) به زبان Go بازنویسی شده است. طبق اعلام این تیم، کندترین پاسخهای سیستم فعلی، به سرعتِ میانگین پاسخهای نسخه قبلی رسیده است که جهشی چشمگیر در بهینهسازی عملکرد محسوب میشود.
📊 برای مدیریت مکالمات طولانی، سیستم به صورت هوشمند و بدون ایجاد وقفه، به مدلی سوئیچ میکند که از قبل به تاریخچه چت دسترسی دارد.
#GPT_Live #WARP
⚡ کمپانی OpenAI به تازگی از راهکارهای فنی پشتصحنه در GPT-Live برای دستیابی به مکالمات صوتی فوقالعاده طبیعی پردهبرداری کرد. برخلاف مدلهای سنتی که منتظر اتمام صحبت کاربر میمانند، این سیستم از صوت پیوسته بهره میبرد که امکان گوش دادن و صحبت کردن همزمان را فراهم میکند.
🧠 پردازشهای سنگین شامل استدلالهای پیچیده و فراخوانی ابزارها به صورت غیرهمگام در پسزمینه اجرا میشوند. این رویکرد به همراه یک مدل سریعتر باعث میشود مکالمه بدون وقفههای آزاردهنده ادامه یابد و حس تعامل با یک انسان واقعی تداعی شود.
🚀 زیرساخت صوتی برای کاهش تأخیر (Latency) به زبان Go بازنویسی شده است. طبق اعلام این تیم، کندترین پاسخهای سیستم فعلی، به سرعتِ میانگین پاسخهای نسخه قبلی رسیده است که جهشی چشمگیر در بهینهسازی عملکرد محسوب میشود.
📊 برای مدیریت مکالمات طولانی، سیستم به صورت هوشمند و بدون ایجاد وقفه، به مدلی سوئیچ میکند که از قبل به تاریخچه چت دسترسی دارد.
📊 Data➕Science 🇮🇷 - هوش مصنوعی و علم داده به فارسی
📩 ارتباط با ما
#GPT_Live #WARP
❤1
This media is not supported in your browser
VIEW IN TELEGRAM
🚀 رونمایی از مدل هوش مصنوعی FLUX 3 Video
شرکت Black Forest Labs با معرفی مدل چندوجهی (Multimodal) جدید خود، استانداردهای تولید ویدیو را ارتقا داد. مدل FLUX 3 Video قادر است ویدیوهایی تا سقف ۲۰ ثانیه را با ترکیب چندین صحنه و تغییر زوایای دوربین تنها در یک مرحله پردازش (Single pass) تولید کند.
⚡ یکی از ویژگیهای فنی برجسته این مدل، تولید همزمان صدا، گفتار، لهجه و همگامسازی دقیق لب (Lip-sync) است که خروجیهای بسیار واقعگرایانهای ارائه میدهد. با بهرهگیری از معماری جدید، امکان ادامهسازی (Extension) کلیپها از آخرین فریم وجود دارد که پایداری حرکت و منطق روایی صحنه را بهخوبی حفظ میکند.
🧩 قابلیت نوآورانه Draft Mode نیز به کاربران اجازه میدهد ابتدا پیشنویسهای اقتصادی تهیه کرده و پس از انتخاب گزینه مطلوب، رندر نهایی را با کیفیت کامل دریافت کنند.
#FLUX_3_Video #Lip_sync
شرکت Black Forest Labs با معرفی مدل چندوجهی (Multimodal) جدید خود، استانداردهای تولید ویدیو را ارتقا داد. مدل FLUX 3 Video قادر است ویدیوهایی تا سقف ۲۰ ثانیه را با ترکیب چندین صحنه و تغییر زوایای دوربین تنها در یک مرحله پردازش (Single pass) تولید کند.
⚡ یکی از ویژگیهای فنی برجسته این مدل، تولید همزمان صدا، گفتار، لهجه و همگامسازی دقیق لب (Lip-sync) است که خروجیهای بسیار واقعگرایانهای ارائه میدهد. با بهرهگیری از معماری جدید، امکان ادامهسازی (Extension) کلیپها از آخرین فریم وجود دارد که پایداری حرکت و منطق روایی صحنه را بهخوبی حفظ میکند.
🧩 قابلیت نوآورانه Draft Mode نیز به کاربران اجازه میدهد ابتدا پیشنویسهای اقتصادی تهیه کرده و پس از انتخاب گزینه مطلوب، رندر نهایی را با کیفیت کامل دریافت کنند.
📊 Data➕Science 🇮🇷 - هوش مصنوعی و علم داده به فارسی
📩 ارتباط با ما
#FLUX_3_Video #Lip_sync
🔥 جهش ۴۱ درصدی سرعت آموزش مدلها با Mixture-of-Kittens
🚀 تیم Cursor بهتازگی پروژه متنباز Mixture-of-Kittens را منتشر کرده است؛ یک «مگاکرنل» (Kernel بهینهساز سطح پایین) برای مدلهای MoE که موفق شده بدون نیاز به ارتقای سختافزار، سرعت آموزش را تا ۴۱ درصد افزایش دهد.
🔬 در مدلهای MoE، انتقال توکنها بین GPUها به گلوگاهی جدی تبدیل شده بود. این ابزار تمامی مراحل ارسال توکن، محاسبات، جمعآوری نتایج و همگامسازی را در یک چرخه واحد CUDA ادغام میکند تا محاسبات و انتقال دادهها به صورت همزمان انجام شوند.
⚡ تغییر کلیدی در این پروژه، انتقال از معماری push به pull است؛ بهطوریکه هر چیپ توکنهای موردنیاز خود را مستقیماً فراخوانی میکند. این رویکرد باعث افزایش ۲۹ درصدی پهنای باند NVLink و کاهش ۵.۸ برابری تأخیر در انتظار (Latency) شده است.
📊 تستهای انجامشده بر روی سیستم GB300 NVL72 دستاوردهای چشمگیری را ثبت کرده است.
#Mixture_of_Kittens #NVLink
🚀 تیم Cursor بهتازگی پروژه متنباز Mixture-of-Kittens را منتشر کرده است؛ یک «مگاکرنل» (Kernel بهینهساز سطح پایین) برای مدلهای MoE که موفق شده بدون نیاز به ارتقای سختافزار، سرعت آموزش را تا ۴۱ درصد افزایش دهد.
🔬 در مدلهای MoE، انتقال توکنها بین GPUها به گلوگاهی جدی تبدیل شده بود. این ابزار تمامی مراحل ارسال توکن، محاسبات، جمعآوری نتایج و همگامسازی را در یک چرخه واحد CUDA ادغام میکند تا محاسبات و انتقال دادهها به صورت همزمان انجام شوند.
⚡ تغییر کلیدی در این پروژه، انتقال از معماری push به pull است؛ بهطوریکه هر چیپ توکنهای موردنیاز خود را مستقیماً فراخوانی میکند. این رویکرد باعث افزایش ۲۹ درصدی پهنای باند NVLink و کاهش ۵.۸ برابری تأخیر در انتظار (Latency) شده است.
📊 تستهای انجامشده بر روی سیستم GB300 NVL72 دستاوردهای چشمگیری را ثبت کرده است.
📊 Data➕Science 🇮🇷 - هوش مصنوعی و علم داده به فارسی
📩 ارتباط با ما
#Mixture_of_Kittens #NVLink
👾 ابزار OmniRoute: جایگزینی قدرتمند برای مسیریابی مدلهای هوش مصنوعی
اگر در حال استفاده از 9router هستید، پروژه OmniRoute با امکاناتی بسیار گستردهتر به میدان آمده است. این ابزار با پشتیبانی از ۲۰۰ پروایدر مختلف که ۹۰ مورد آن رایگان است، به شما اجازه میدهد تا با استفاده از استراتژیهای مسیریابی هوشمند، تا ۹۵ درصد در مصرف توکن صرفهجویی کنید.
🚀 یکی از ویژگیهای متمایز این ابزار، قابلیت نصب روی Termux است که به شما اجازه میدهد آن را روی گوشی اجرا کرده و به عنوان یک مودم جیبی اختصاصی استفاده کنید. برای افزودن اکانتها نیز نیازی به Api Key نبوده و میتوانید بهسادگی از Cookie Session استفاده کنید.
🧠 این پروژه در مقایسه با رقبا، امکانات منحصربهفردی نظیر ۱۲ موتور فشردهسازی توکن، حافظه پایدار، پروتکل عامل A2A و محافظهای امنیتی (Guardrails) را ارائه میدهد.
🔗 GitHub
#OmniRoute #Termux
اگر در حال استفاده از 9router هستید، پروژه OmniRoute با امکاناتی بسیار گستردهتر به میدان آمده است. این ابزار با پشتیبانی از ۲۰۰ پروایدر مختلف که ۹۰ مورد آن رایگان است، به شما اجازه میدهد تا با استفاده از استراتژیهای مسیریابی هوشمند، تا ۹۵ درصد در مصرف توکن صرفهجویی کنید.
🚀 یکی از ویژگیهای متمایز این ابزار، قابلیت نصب روی Termux است که به شما اجازه میدهد آن را روی گوشی اجرا کرده و به عنوان یک مودم جیبی اختصاصی استفاده کنید. برای افزودن اکانتها نیز نیازی به Api Key نبوده و میتوانید بهسادگی از Cookie Session استفاده کنید.
🧠 این پروژه در مقایسه با رقبا، امکانات منحصربهفردی نظیر ۱۲ موتور فشردهسازی توکن، حافظه پایدار، پروتکل عامل A2A و محافظهای امنیتی (Guardrails) را ارائه میدهد.
🔗 GitHub
📊 Data➕Science 🇮🇷 - هوش مصنوعی و علم داده به فارسی
📩 ارتباط با ما
#OmniRoute #Termux
🧠 خلاصه تحولات 24 ساعت گذشته هوش مصنوعی و علوم داده
🗂 گزارش #76 | 📌 12 آیتم گزارش | 🧾 از 54 پست بررسیشده
🕐 سهشنبه 1405/05/13 ساعت 14:00 تا چهارشنبه 1405/05/14 ساعت 14:00
🤖 مدلهای زبانی بزرگ و چندوجهی
🦾 رباتیک، ایجنتها و ابزارهای توسعه
⚡ زیرساخت، سختافزار و بهینهسازی
📊 دیتاستهای جدید و تحلیل داده
💼 بازار کار و صنعت هوش مصنوعی
🎓 آموزش و منابع
🗂 گزارش #76 | 📌 12 آیتم گزارش | 🧾 از 54 پست بررسیشده
🕐 سهشنبه 1405/05/13 ساعت 14:00 تا چهارشنبه 1405/05/14 ساعت 14:00
🤖 مدلهای زبانی بزرگ و چندوجهی
ایلان ماسک از توسعه مدل Grok 4.6 با 1.5 تریلیون پارامتر خبر داد، در حالی که مدل GPT-5.6 Sol با تکنیک Compaction، عملکرد خود در بنچمارک ARC-AGI-3 را به 38.3 درصد رسانده است.
🔗 مشاهده پست
مدل ویدئویی MiniMax H3 با 33 میلیارد پارامتر و معماری Omni Transformer، ویدئوهای 15 ثانیهای با کیفیت 2K تولید میکند. همچنین مدل FLUX 3 Video امکان تولید ویدیو با همگامسازی لب (Lip-sync) دقیق را فراهم کرده است.
🔗 مشاهده پست
مدل LFM2.5-2.6B با 2.6 میلیارد پارامتر برای اجرای محلی روی موبایل بهینهسازی شده و مدل Celeris-1 با ثبت رکورد 2,086 توکن در ثانیه، سریعترین مدل زبانی حال حاضر است.
🔗 مشاهده پست
پلتفرم Artificial Analysis گزارش داد مدل Command A+ با نرخ توهم 14 درصد در صدر لیست کمخطاترین مدلها قرار دارد، در حالی که مدلهای Claude 5 نرخ توهم بالاتری ثبت کردهاند.
🔗 مشاهده پست
🦾 رباتیک، ایجنتها و ابزارهای توسعه
پروژه OpenWorker توسط اندرو انجی برای خودکارسازی تسکها معرفی شد که با 25 سرویس کاربردی تعامل دارد. همچنین ابزار PixelRAG با تحلیل بصری اسکرینشاتها، وباسکرپینگ هوشمند را تسهیل کرده است.
🔗 مشاهده پست
خانواده مدلهای Kandinsky WM 1.0 برای شبیهسازی فیزیکی در رباتیک منتشر شده و ابزار OmniRoute با پشتیبانی از 200 پروایدر، امکان 95 درصد صرفهجویی در مصرف توکن را فراهم میکند.
🔗 مشاهده پست
⚡ زیرساخت، سختافزار و بهینهسازی
گوگل در حال سرمایهگذاری 200 میلیارد دلاری در زیرساخت AI است که 150 میلیارد دلار آن صرف تولید تراشههای اختصاصی TPU میشود.
🔗 مشاهده پست
پروژه Mixture-of-Kittens با معرفی یک مگاکرنل بهینهساز، سرعت آموزش مدلهای MoE را تا 41 درصد افزایش داده است.
🔗 مشاهده پست
📊 دیتاستهای جدید و تحلیل داده
مجموعه دادههای متنوعی شامل نرخهای برابری لیر ترکیه، شاخص S&P 500، قیمتهای اجاره مسکن در وین و آمار کانال یوتیوب کریستیانو رونالدو جهت تحلیلهای آماری منتشر شده است.
🔗 مشاهده پست
دیتاستهای تخصصی مانند تشخیص اشیاء در شرایط جوی حدی (XWOD) و ضرایب شرطبندی UFC با بیش از 193 هزار رکورد برای آموزش مدلهای پیشبینی در دسترس قرار گرفتند.
🔗 مشاهده پست
💼 بازار کار و صنعت هوش مصنوعی
شرکت Anthropic با پرداخت حقوق سالانه تا 1.3 میلیون دلار برای سطوح راهبر، یکی از بالاترین نرخهای جبران خدمات را در اکوسیستم هوش مصنوعی دارد.
🔗 مشاهده پست
صنعت ارزیابی مدلها (Benchmarking) در حال رشد است و پیشبینی میشود ارزش آن از 1.2 میلیارد دلار فعلی به 9.6 میلیارد دلار تا سال 2035 برسد.
🔗 مشاهده پست
🎓 آموزش و منابع
فهرست کلیدهای میانبر اکسل برای افزایش بهرهوری تحلیلگران داده منتشر شد و پیشبینی شده است با کمک هوش مصنوعی، 50 درصد مسائل ریاضی اردوش تا پایان سال حل شوند.
🔗 مشاهده پست
📊 Data➕Science 🇮🇷 - هوش مصنوعی و علم داده به فارسی
🤖 نظارت هوشمند شهری با هوش مصنوعی در برلین
🚨 پلیس برلین از ماه آگوست سیستم جدید نظارت مبتنی بر هوش مصنوعی را در مناطق پرتردد مانند پل وارشاو و میدان کوتبوسر عملیاتی میکند. این فناوری که توسط شرکت Adesso توسعه یافته است، الگوهای حرکتی غیرعادی را در میان جمعیت شناسایی کرده و بهصورت آنی به نیروهای امنیتی گزارش میدهد.
🔒 یکی از ویژگیهای کلیدی این سیستم، حفظ حریم خصوصی است. الگوریتم از شناسایی بیومتریک استفاده نمیکند و چهره افراد را تشخیص نمیدهد، بلکه تنها خروجیهای گرافیکی شامل کانتورهای شماتیک و ناشناس را به اپراتورها نمایش میدهد تا تصمیم نهایی درباره وضعیت تهدید توسط مأمور انسانی اتخاذ شود.
⚖️ این پروژه با بودجه 4.6 میلیون یورویی با چالشهای حقوقی و اخلاقی مواجه شده است. فعالان حقوق بشر نگرانند که این مدل، حرکات افراد دارای شرایط خاص یا ناتوانیهای حرکتی را به اشتباه به عنوان رفتار پرخطر طبقهبندی کرده و منجر به تبعیض سیستماتیک شود.
#Adesso #PANOMERA
🚨 پلیس برلین از ماه آگوست سیستم جدید نظارت مبتنی بر هوش مصنوعی را در مناطق پرتردد مانند پل وارشاو و میدان کوتبوسر عملیاتی میکند. این فناوری که توسط شرکت Adesso توسعه یافته است، الگوهای حرکتی غیرعادی را در میان جمعیت شناسایی کرده و بهصورت آنی به نیروهای امنیتی گزارش میدهد.
🔒 یکی از ویژگیهای کلیدی این سیستم، حفظ حریم خصوصی است. الگوریتم از شناسایی بیومتریک استفاده نمیکند و چهره افراد را تشخیص نمیدهد، بلکه تنها خروجیهای گرافیکی شامل کانتورهای شماتیک و ناشناس را به اپراتورها نمایش میدهد تا تصمیم نهایی درباره وضعیت تهدید توسط مأمور انسانی اتخاذ شود.
⚖️ این پروژه با بودجه 4.6 میلیون یورویی با چالشهای حقوقی و اخلاقی مواجه شده است. فعالان حقوق بشر نگرانند که این مدل، حرکات افراد دارای شرایط خاص یا ناتوانیهای حرکتی را به اشتباه به عنوان رفتار پرخطر طبقهبندی کرده و منجر به تبعیض سیستماتیک شود.
📊 Data➕Science 🇮🇷 - هوش مصنوعی و علم داده به فارسی
📩 ارتباط با ما
#Adesso #PANOMERA
This media is not supported in your browser
VIEW IN TELEGRAM
🚀 معرفی مدل Alpamayo 2 Super انویدیا
🔬 انویدیا مدل جدید Alpamayo 2 Super را به عنوان یک سیستم قدرتمند 34 میلیاردی برای خودروهای خودران و رباتاکسیها تحت مجوز OpenMDW-1.1 عرضه کرد. این مدل از یک ساختار هیبریدی شامل بکبون 32 میلیاردی VLM (مدل بینایی-زبانی) مبتنی بر Cosmos 3 Super Reasoner و یک دیکودر اکشن 2.3 میلیاردی مبتنی بر دیفیوژن تشکیل شده است که نسبت به نسخه قبلی، سه برابر مقیاس بزرگتری دارد.
📊 این مدل در بنچمارک LingoQA با کسب امتیاز 79.2 در Lingo-Judge، رتبه اول را میان 40 مدل ارزیابیشده به دست آورده است. برتری Alpamayo 2 Super به قدری چشمگیر است که در این معیارها با فاصله بیش از 15 امتیاز از رقبای قدرتمندی نظیر Qwen2.5-VL، Gemini 2.5 Pro و GPT-4o پیشی میگیرد.
⚡ ویژگی کلیدی این مدل، ارائه 5 خروجی همزمان در یک مرحله است.
🔗 marktechpost.com
🤗 Hugging Face
#Alpamayo2_Super #LingoQA
🔬 انویدیا مدل جدید Alpamayo 2 Super را به عنوان یک سیستم قدرتمند 34 میلیاردی برای خودروهای خودران و رباتاکسیها تحت مجوز OpenMDW-1.1 عرضه کرد. این مدل از یک ساختار هیبریدی شامل بکبون 32 میلیاردی VLM (مدل بینایی-زبانی) مبتنی بر Cosmos 3 Super Reasoner و یک دیکودر اکشن 2.3 میلیاردی مبتنی بر دیفیوژن تشکیل شده است که نسبت به نسخه قبلی، سه برابر مقیاس بزرگتری دارد.
📊 این مدل در بنچمارک LingoQA با کسب امتیاز 79.2 در Lingo-Judge، رتبه اول را میان 40 مدل ارزیابیشده به دست آورده است. برتری Alpamayo 2 Super به قدری چشمگیر است که در این معیارها با فاصله بیش از 15 امتیاز از رقبای قدرتمندی نظیر Qwen2.5-VL، Gemini 2.5 Pro و GPT-4o پیشی میگیرد.
⚡ ویژگی کلیدی این مدل، ارائه 5 خروجی همزمان در یک مرحله است.
🔗 marktechpost.com
🤗 Hugging Face
📊 Data➕Science 🇮🇷 - هوش مصنوعی و علم داده به فارسی
📩 ارتباط با ما
#Alpamayo2_Super #LingoQA
⚠️ جهش بیسابقه در کشف آسیبپذیریهای سایبری
🔬 دادههای جدید منتشر شده توسط EPOCH AI نشاندهنده رشد خیرهکنندهای در تعداد گزارشهای CVE (آسیبپذیریهای امنیتی شناخته شده) با درجه اهمیت بالا و بحرانی است. در ماه ژوئیه ۲۰۲۶، ۲۱ سازمان بزرگ تکنولوژی مجموعاً حدود ۲۵۰۰ مورد آسیبپذیری جدی را ثبت کردند.
📊 این آمار نسبت به رکورد ماهانه پیش از معرفی مدل Claude Mythos Preview، رشد حدوداً ۵ برابری را نشان میدهد. نمودارها حاکی از آن است که پس از اعلام این مدل، شیب صعودی آسیبپذیریهای High به ۲۰۰۰ مورد و موارد Critical به ۶۰۰ مورد در ماه رسیده است.
⚡ این بررسی غولهای فناوری نظیر Google، Microsoft، NVIDIA و Linux را در بر میگیرد. با وجود تفاوت در متدولوژی برچسبگذاری، این جهش در آسیبپذیریهای شناسایی شده، هشداری جدی برای اکوسیستمهای نرمافزاری است.
🧠 متخصصان امنیت معتقدند این رشد احتمالا با توسعه ابزارهای خودکار شناسایی و شفافیت بیشتر ناشی از سیستمهای هوش مصنوعی مرتبط است.
#Claude_Mythos_Preview #CVE
🔬 دادههای جدید منتشر شده توسط EPOCH AI نشاندهنده رشد خیرهکنندهای در تعداد گزارشهای CVE (آسیبپذیریهای امنیتی شناخته شده) با درجه اهمیت بالا و بحرانی است. در ماه ژوئیه ۲۰۲۶، ۲۱ سازمان بزرگ تکنولوژی مجموعاً حدود ۲۵۰۰ مورد آسیبپذیری جدی را ثبت کردند.
📊 این آمار نسبت به رکورد ماهانه پیش از معرفی مدل Claude Mythos Preview، رشد حدوداً ۵ برابری را نشان میدهد. نمودارها حاکی از آن است که پس از اعلام این مدل، شیب صعودی آسیبپذیریهای High به ۲۰۰۰ مورد و موارد Critical به ۶۰۰ مورد در ماه رسیده است.
⚡ این بررسی غولهای فناوری نظیر Google، Microsoft، NVIDIA و Linux را در بر میگیرد. با وجود تفاوت در متدولوژی برچسبگذاری، این جهش در آسیبپذیریهای شناسایی شده، هشداری جدی برای اکوسیستمهای نرمافزاری است.
🧠 متخصصان امنیت معتقدند این رشد احتمالا با توسعه ابزارهای خودکار شناسایی و شفافیت بیشتر ناشی از سیستمهای هوش مصنوعی مرتبط است.
📊 Data➕Science 🇮🇷 - هوش مصنوعی و علم داده به فارسی
📩 ارتباط با ما
#Claude_Mythos_Preview #CVE
@DataPlusScience_linkedin_7490728079749754881_01.pdf
546 KB
🤖 راهنمای مدیران ارشد برای کاهش شکاف دانش هوش مصنوعی با هیئتمدیره
گزارش جدید BCG نشان میدهد که شکاف دانش میان مدیران عامل و اعضای هیئتمدیره، مانع اصلی در مسیر تحول سازمانی است. مدیران عامل معتقدند بسیاری از اعضای هیئتمدیره قادر به تشخیص واقعیت از Hype (هیاهوهای تبلیغاتی) نیستند و درک درستی از تغییرات مدلهای کسبوکار ندارند.
📊 طبق آمار این گزارش، ۶۱٪ از مدیران عامل معتقدند هیئتمدیره در اجرای تغییرات AI بیش از حد عجله میکند و ۳۵٪ باور دارند که اعضا هوش مصنوعی را به اشتباه به عنوان جایگزین تخصص انسانی میبینند، نه ابزاری برای تقویت آن. این ناهماهنگی در درک، تصمیمگیریهای استراتژیک را متوقف کرده و ریسک شکست تحول را افزایش میدهد.
🚀 برای حل این چالش، پنج راهکار استراتژیک ارائه شده است:
۱. شخصاً استراتژی AI و ارزش آن را شفاف کنید.
۲. آموزش هیئتمدیره را خودتان هدایت کنید.
۳. آموزشهای عملی را فراتر از جلسات رسمی گسترش دهید.
۴. مرز تقویت نیروی انسانی و جایگزینی آن را مشخص کنید.
۵. یک کمیته تخصصی برای هدایت تحول AI تشکیل دهید.
گزارش جدید BCG نشان میدهد که شکاف دانش میان مدیران عامل و اعضای هیئتمدیره، مانع اصلی در مسیر تحول سازمانی است. مدیران عامل معتقدند بسیاری از اعضای هیئتمدیره قادر به تشخیص واقعیت از Hype (هیاهوهای تبلیغاتی) نیستند و درک درستی از تغییرات مدلهای کسبوکار ندارند.
📊 طبق آمار این گزارش، ۶۱٪ از مدیران عامل معتقدند هیئتمدیره در اجرای تغییرات AI بیش از حد عجله میکند و ۳۵٪ باور دارند که اعضا هوش مصنوعی را به اشتباه به عنوان جایگزین تخصص انسانی میبینند، نه ابزاری برای تقویت آن. این ناهماهنگی در درک، تصمیمگیریهای استراتژیک را متوقف کرده و ریسک شکست تحول را افزایش میدهد.
🚀 برای حل این چالش، پنج راهکار استراتژیک ارائه شده است:
۱. شخصاً استراتژی AI و ارزش آن را شفاف کنید.
۲. آموزش هیئتمدیره را خودتان هدایت کنید.
۳. آموزشهای عملی را فراتر از جلسات رسمی گسترش دهید.
۴. مرز تقویت نیروی انسانی و جایگزینی آن را مشخص کنید.
۵. یک کمیته تخصصی برای هدایت تحول AI تشکیل دهید.
📊 Data➕Science 🇮🇷 - هوش مصنوعی و علم داده به فارسی