🧠 تفاوتهای شخصیتی مدلهای هوش مصنوعی
مدلهای زبانی بزرگ صرفاً ماشینهای محاسبهگر نیستند؛ آنها «شخصیت» دارند و گاهی این شخصیتپردازیها به چالشهای جدی در پاسخدهی منجر میشود.
بررسیهای اخیر نشان میدهد که مدلها رفتارهای متفاوتی در مواجهه با موضوعات مختلف نشان میدهند:
* مدل
* مدل
* مدلهای
این تفاوتها نشان میدهد که شاید در آینده، بخشی از فرآیند
📖 مطالعه کامل مطلب در وبسایت Data Plus Science
مدلهای زبانی بزرگ صرفاً ماشینهای محاسبهگر نیستند؛ آنها «شخصیت» دارند و گاهی این شخصیتپردازیها به چالشهای جدی در پاسخدهی منجر میشود.
بررسیهای اخیر نشان میدهد که مدلها رفتارهای متفاوتی در مواجهه با موضوعات مختلف نشان میدهند:
* مدل
Claude: اغلب دچار سندرم «شخصیت اصلی» است؛ به این معنی که علاقه شدیدی دارد در پاسخهای خود، از خودش حرف بزند یا نقش فعالی در داستانپردازیها ایفا کند.* مدل
ChatGPT: در مواجهه با مباحث مربوط به جنسیت و روابط، دچار سوگیریهای نامحسوسی است که در قالب ادبیات آکادمیک ارائه میشوند. جالب اینکه حتی پس از تذکر کاربر و تایید اشتباه، در گفتگوهای بعدی دوباره همان الگو را تکرار میکند.* مدلهای
Grok و Gemini: در تحلیل موضوعات حساس، برخورد کمتر خصمانه و متعادلتری نسبت به سایر مدلها نشان میدهند.این تفاوتها نشان میدهد که شاید در آینده، بخشی از فرآیند
Alignment مدلها باید شامل تستهای شخصیتشناسی باشد تا سوگیریهای ناخودآگاه آنها کاهش یابد.📖 مطالعه کامل مطلب در وبسایت Data Plus Science
🧬 پیشبینی مدیرعامل Anthropic: درمان بیماریها با هوش مصنوعی
داریو آمودی (Dario Amodei)، مدیرعامل Anthropic، در اظهارنظری امیدبخش پیشبینی کرده است که هوش مصنوعی طی ۵ تا ۱۰ سال آینده قادر خواهد بود اکثر بیماریهای بشر را درمان کند.
آمودی اعلام کرد که این شرکت در حال افزایش تمرکز و تلاشهای خود در حوزه زیستشناسی و پزشکی است و در ماههای آینده بارقههایی از پیشرفت و در سالهای آتی، نتایج شگفتانگیز آن آشکار خواهد شد. او با اشاره به انگیزه شخصی و عمیق خود در این مسیر گفت:
وی تأکید کرد زمانی که Anthropic به یک دستاورد واقعی در این زمینه برسد، تمام دنیا با بلندترین صدای ممکن از آن باخبر خواهند شد.
#Anthropic #Dario_Amodei
داریو آمودی (Dario Amodei)، مدیرعامل Anthropic، در اظهارنظری امیدبخش پیشبینی کرده است که هوش مصنوعی طی ۵ تا ۱۰ سال آینده قادر خواهد بود اکثر بیماریهای بشر را درمان کند.
آمودی اعلام کرد که این شرکت در حال افزایش تمرکز و تلاشهای خود در حوزه زیستشناسی و پزشکی است و در ماههای آینده بارقههایی از پیشرفت و در سالهای آتی، نتایج شگفتانگیز آن آشکار خواهد شد. او با اشاره به انگیزه شخصی و عمیق خود در این مسیر گفت:
من پدرم را به دلیل بیماری هپاتیت C از دست دادم، درست چند سال پیش از تولید داروهای ضدویروسی مستقیم که امروزه ۹۵ درصد بیماران را درمان میکنند و میتوانستند جان او را نجات دهند.
وی تأکید کرد زمانی که Anthropic به یک دستاورد واقعی در این زمینه برسد، تمام دنیا با بلندترین صدای ممکن از آن باخبر خواهند شد.
📊 Data➕Science 🇮🇷 - هوش مصنوعی و علم داده به فارسی
📩 ارتباط با ما
#Anthropic #Dario_Amodei
This media is not supported in your browser
VIEW IN TELEGRAM
💡 دیدگاه جف بیزوس درباره حباب هوش مصنوعی
جف بیزوس در تحلیل حباب فعلی هوش مصنوعی، آن را با تب اینترنت در ۲۵ سال پیش مقایسه میکند. در آن زمان، سرمایهگذاران میلیاردها دلار صرف توسعه زیرساختهای فیبر نوری کردند و در نهایت ورشکست شدند؛ اما همان کابلها در زمین باقی ماندند و بعداً بستر شکلگیری نتفلیکس و اقتصاد ابری (Cloud) شدند.
به باور بیزوس، حبابها با جابهجا کردن سرمایه به نفع عموم جامعه، زیرساختهای ماندگاری خلق میکنند. دیتاسنترها و تراشههای سیلیکونی عظیمی که امروز برای AI ساخته میشوند، فراتر از عمر شرکتهای فعلی دوام میآورند و مسیر را برای برندگان واقعی آینده هموار میسازند.
جف بیزوس در تحلیل حباب فعلی هوش مصنوعی، آن را با تب اینترنت در ۲۵ سال پیش مقایسه میکند. در آن زمان، سرمایهگذاران میلیاردها دلار صرف توسعه زیرساختهای فیبر نوری کردند و در نهایت ورشکست شدند؛ اما همان کابلها در زمین باقی ماندند و بعداً بستر شکلگیری نتفلیکس و اقتصاد ابری (Cloud) شدند.
به باور بیزوس، حبابها با جابهجا کردن سرمایه به نفع عموم جامعه، زیرساختهای ماندگاری خلق میکنند. دیتاسنترها و تراشههای سیلیکونی عظیمی که امروز برای AI ساخته میشوند، فراتر از عمر شرکتهای فعلی دوام میآورند و مسیر را برای برندگان واقعی آینده هموار میسازند.
📊 Data➕Science 🇮🇷 - هوش مصنوعی و علم داده به فارسی
📩 ارتباط با ما
هوش مصنوعی و علم داده به فارسی
🚀 تحول بزرگ در دنیای Coding Agents با DeepSeek شرکت DeepSeek با انتشار ابزار متنباز deepseek-harness، استانداردهای جدیدی را برای عوامل هوشمند کدنویسی تعریف کرده است. این ابزار که جایگزینی جدی برای سرویسهای اشتراکی نظیر Claude Code محسوب میشود، امکانات…
🚀 معرفی DeepSeek Harness؛ فریمورک ماژولار برای عاملهای هوشمند
تیم DeepSeek به تازگی پیشنمایش توسعهدهنده از ابزار DeepSeek Harness را منتشر کرده است. این پلتفرم با مجوز MIT ارائه شده و رویکردی کاملاً پلاگینمحور را برای توسعه سیستمهای مبتنی بر Agent معرفی میکند.
مهمترین ویژگیهای این فریمورک:
• معماری بدون هسته مرکزی: تمامی اجزا شامل مدلها، ابزارها، مهارتها و حافظه به عنوان پلاگین طراحی شدهاند و بدون نیاز به تغییر در سورسکد اصلی قابل تعویض یا گسترش هستند.
• حالتهای اجرایی متنوع: چهار حالت Standard، Code، Minimal و Creator در دسترس است که هرکدام مجموعهای از پلاگینهای پیشفرض را بارگذاری میکنند. حالت Minimal برای ارزیابی دقیق مدلها در محیطهای ایزوله بهینه شده است.
• قابلیت ردگیری کامل: تمام عملیات از جمله پرامپتهای سیستمی، فراخوانی ابزارها و نتایج، در یک لاگ متمرکز ذخیره میشوند که امکان بازبینی، فورک و اجرای مجدد فرایندها را فراهم میکند.
برای مطالعه تحلیل فنی کامل میتوانید به گزارش تخصصی مارکتکپست مراجعه کنید.
📖 مطالعه کامل مطلب در وبسایت Data Plus Science
📊 Data➕Science
تیم DeepSeek به تازگی پیشنمایش توسعهدهنده از ابزار DeepSeek Harness را منتشر کرده است. این پلتفرم با مجوز MIT ارائه شده و رویکردی کاملاً پلاگینمحور را برای توسعه سیستمهای مبتنی بر Agent معرفی میکند.
مهمترین ویژگیهای این فریمورک:
• معماری بدون هسته مرکزی: تمامی اجزا شامل مدلها، ابزارها، مهارتها و حافظه به عنوان پلاگین طراحی شدهاند و بدون نیاز به تغییر در سورسکد اصلی قابل تعویض یا گسترش هستند.
• حالتهای اجرایی متنوع: چهار حالت Standard، Code، Minimal و Creator در دسترس است که هرکدام مجموعهای از پلاگینهای پیشفرض را بارگذاری میکنند. حالت Minimal برای ارزیابی دقیق مدلها در محیطهای ایزوله بهینه شده است.
• قابلیت ردگیری کامل: تمام عملیات از جمله پرامپتهای سیستمی، فراخوانی ابزارها و نتایج، در یک لاگ متمرکز ذخیره میشوند که امکان بازبینی، فورک و اجرای مجدد فرایندها را فراهم میکند.
برای مطالعه تحلیل فنی کامل میتوانید به گزارش تخصصی مارکتکپست مراجعه کنید.
📖 مطالعه کامل مطلب در وبسایت Data Plus Science
📊 Data➕Science
🧠 خلاصه تحولات 24 ساعت گذشته هوش مصنوعی و علوم داده
🗂 گزارش #88 | 📌 8 آیتم گزارش | 🧾 از 10 پست بررسیشده
🕐 یکشنبه 1405/05/25 ساعت 14:00 تا دوشنبه 1405/05/26 ساعت 14:00
🛠 نوآوریها و ابزارهای هوش مصنوعی
📈 تحولات بازار و مدلها
🚀 آینده و فرصتها
🗂 گزارش #88 | 📌 8 آیتم گزارش | 🧾 از 10 پست بررسیشده
🕐 یکشنبه 1405/05/25 ساعت 14:00 تا دوشنبه 1405/05/26 ساعت 14:00
🛠 نوآوریها و ابزارهای هوش مصنوعی
آموزش عملی و گامبهگام فاینتیون مدل Qwen 2.5 با استفاده از متد LoRA منتشر شد تا امکان شخصیسازی بهینه مدلهای بزرگ زبانی با منابع سختافزاری محدود فراهم شود.
🔗 مشاهده پست
دیپسیک با انتشار فریمورک متنباز deepseek-harness، استانداردهای جدیدی برای عوامل هوشمند کدنویسی تعریف کرده و جایگزینی رایگان برای سرویسهای اشتراکی ارائه داده است.
🔗 مشاهده پست
مایکروسافت ابزار متنباز Data-Formulator را برای تبدیل دادههای خام به نمودارهای کاربردی با ترکیب قابلیت کشیدن و رها کردن و دستورات متنی ساده منتشر کرد.
🔗 مشاهده پست
📈 تحولات بازار و مدلها
فناوری واترمارکگذاری در لحظه استنتاج با تغییر در الگوهای آماری کلمات، راهکاری کلیدی برای شناسایی متون تولید شده توسط مدلهای زبانی مانند Claude ارائه میدهد.
🔗 مشاهده پست
ظهور مدلهای فوقبهینه و ارزانقیمت نشان میدهد که تکیه بر مدلهای گرانقیمت برای اکثر جریانهای کاری برنامهنویسی، از نظر اقتصادی توجیهپذیر نیست.
🔗 مشاهده پست
بررسیها نشان میدهد مدلهای زبانی دارای شخصیت هستند؛ برای مثال مدل Claude تمایل دارد در پاسخهای خود نقش فعالی ایفا کند و از خودش صحبت کند.
🔗 مشاهده پست
🚀 آینده و فرصتها
مدیرعامل Anthropic پیشبینی کرد که با افزایش تمرکز این شرکت بر حوزههای زیستشناسی، هوش مصنوعی طی ۵ تا ۱۰ سال آینده قادر به درمان اکثر بیماریهای بشر خواهد بود.
🔗 مشاهده پست
جف بیزوس حباب فعلی هوش مصنوعی را با تب اینترنت مقایسه کرده و معتقد است این حبابها با جابهجایی سرمایه، در نهایت زیرساختهای ماندگاری برای آینده ایجاد میکنند.
🔗 مشاهده پست
📊 Data➕Science 🇮🇷 - هوش مصنوعی و علم داده به فارسی
📩 ارتباط با ما
🚀 معرفی مدل بصری-زبانی جدید North Micro Vision
شرکت Cohere Labs مدل جدید North Micro Vision را با ۲.۴ میلیارد پارامتر معرفی کرده است. این مدل برخلاف نمونههای مشابه که تصاویر را فشرده میکنند، جزئیات را در رزولوشن اصلی پردازش کرده و برای تحلیل اسناد، جداول و نمودارها بهینه شده است.
از ویژگیهای مهم این مدل میتوان به موارد زیر اشاره کرد:
- قابلیت اجرا روی لپتاپ و دستگاههای موبایل به دلیل حجم کم و امکان کوانتایز کردن.
- استفاده از معماری نوین برای حفظ جزئیات تصاویر در ابعاد صفحه A4.
- عملکرد درخشان در بنچمارکهای تخصصی مانند DocVQA و ChartQA.
- انتشار تحت لایسنس متنباز Apache 2.0.
این مدل با ترکیب ویژگیهای SigLIP 2 و معماری اختصاصی North Micro LLM، دقت بالایی در درک متون موجود در تصاویر ارائه میدهد. شما میتوانید جزئیات بیشتر، کدهای مدل و محیط دموی آن را در Hugging Face بررسی کنید.
#North_Micro_Vision #SigLIP_2
شرکت Cohere Labs مدل جدید North Micro Vision را با ۲.۴ میلیارد پارامتر معرفی کرده است. این مدل برخلاف نمونههای مشابه که تصاویر را فشرده میکنند، جزئیات را در رزولوشن اصلی پردازش کرده و برای تحلیل اسناد، جداول و نمودارها بهینه شده است.
از ویژگیهای مهم این مدل میتوان به موارد زیر اشاره کرد:
- قابلیت اجرا روی لپتاپ و دستگاههای موبایل به دلیل حجم کم و امکان کوانتایز کردن.
- استفاده از معماری نوین برای حفظ جزئیات تصاویر در ابعاد صفحه A4.
- عملکرد درخشان در بنچمارکهای تخصصی مانند DocVQA و ChartQA.
- انتشار تحت لایسنس متنباز Apache 2.0.
این مدل با ترکیب ویژگیهای SigLIP 2 و معماری اختصاصی North Micro LLM، دقت بالایی در درک متون موجود در تصاویر ارائه میدهد. شما میتوانید جزئیات بیشتر، کدهای مدل و محیط دموی آن را در Hugging Face بررسی کنید.
📊 Data➕Science 🇮🇷 - هوش مصنوعی و علم داده به فارسی
📩 ارتباط با ما
#North_Micro_Vision #SigLIP_2
هوش مصنوعی و علم داده به فارسی
🚀 کلانپروژه Terafab: ابرکارخانه تراشهسازی SpaceX اسپیسایکس از برنامهریزی برای ساخت یک مرکز نیمههادی غولپیکر به نام Terafab در تگزاس خبر داده است. این ابرکارخانه با سرمایهگذاری اولیه ۱۶.۸ میلیارد دلار، پتانسیل تبدیل شدن به بزرگترین کارخانه چیپسازی…
Media is too big
VIEW IN TELEGRAM
🖥 بحران تراشه و رویای ترافاب ایلان ماسک
ایلان ماسک اعلام کرده است که مجموع ظرفیت بزرگترین کارخانههای تراشهسازی دنیا از جمله TSMC، سامسونگ و Micron روی هم تنها ۲ درصد از نیازهای پردازشی او برای توسعه هوش مصنوعی را تأمین میکند. او میگوید حتی اگر کل تولید این کارخانهها را هم خریداری کند، باز هم برای جاهطلبیهایش کافی نخواهد بود.
به همین دلیل، او تصمیم دارد یک ابرکارخانه عظیم به نام Terafab در تگزاس بسازد؛ سازهای با مساحت ۱۰۰ میلیون فوت مربع (۵۰ برابر بزرگتر از پنتاگون) که هزینه فاز نخست آن ۱۶.۸ میلیارد دلار برآورد شده است. ماسک معتقد است برای دستیابی به قدرت پردازشی مورد نیاز، آنها باید سالانه حجمی از تراشهها را تولید کنند که تولید آن برای کل دنیا ۵۰ سال زمان میبرد.
📊 Data➕Science 🇮🇷 - هوش مصنوعی و علم داده به فارسی
📩 ارتباط با ما
🚀 خرید استراتژیک OpenRouter توسط Stripe
شرکت Stripe که پیشتر به غول حوزه پرداخت شهرت داشت، در یک حرکت بزرگ برای تثبیت جایگاه خود در دنیای هوش مصنوعی، قرارداد خرید OpenRouter را به مبلغ بیش از ۷ میلیارد دلار امضا کرد.
این معامله در حالی نهایی شد که OpenRouter تنها چند ماه قبل، ارزشگذاری ۱.۳ میلیارد دلاری را تجربه کرده بود. استارتاپ OpenRouter با فراهم کردن زیرساختی برای دسترسی به صدها مدل مختلف، به توسعهدهندگان کمک میکند تا با جابهجایی هوشمندانه بین مدلهای هوش مصنوعی، مقرونبهصرفهترین و کارآمدترین گزینه را برای پروژههای خود انتخاب کنند.
مهمترین نکات این رویداد:
- ورود قدرتمند Stripe به اکوسیستم AI برای پاسخ به تقاضای بالای کسبوکارها.
- جهش خیرهکننده ارزشگذاری شرکت از ۱.۳ میلیارد دلار به ۷ میلیارد دلار در کمتر از یک سال.
- تغییر مسیر استراتژیک Stripe به سمت خدمات زیرساختی هوش مصنوعی.
این خرید نشان میدهد که رقابت اصلی در دنیای هوش مصنوعی به سمت بهینهسازی هزینهها و یکپارچهسازی مدلها حرکت کرده است.
شرکت Stripe که پیشتر به غول حوزه پرداخت شهرت داشت، در یک حرکت بزرگ برای تثبیت جایگاه خود در دنیای هوش مصنوعی، قرارداد خرید OpenRouter را به مبلغ بیش از ۷ میلیارد دلار امضا کرد.
این معامله در حالی نهایی شد که OpenRouter تنها چند ماه قبل، ارزشگذاری ۱.۳ میلیارد دلاری را تجربه کرده بود. استارتاپ OpenRouter با فراهم کردن زیرساختی برای دسترسی به صدها مدل مختلف، به توسعهدهندگان کمک میکند تا با جابهجایی هوشمندانه بین مدلهای هوش مصنوعی، مقرونبهصرفهترین و کارآمدترین گزینه را برای پروژههای خود انتخاب کنند.
مهمترین نکات این رویداد:
- ورود قدرتمند Stripe به اکوسیستم AI برای پاسخ به تقاضای بالای کسبوکارها.
- جهش خیرهکننده ارزشگذاری شرکت از ۱.۳ میلیارد دلار به ۷ میلیارد دلار در کمتر از یک سال.
- تغییر مسیر استراتژیک Stripe به سمت خدمات زیرساختی هوش مصنوعی.
این خرید نشان میدهد که رقابت اصلی در دنیای هوش مصنوعی به سمت بهینهسازی هزینهها و یکپارچهسازی مدلها حرکت کرده است.
📊 Data➕Science 🇮🇷 - هوش مصنوعی و علم داده به فارسی
📩 ارتباط با ما
🚀 داغترین اخبار هفته در دنیای هوش مصنوعی
دنیای مدلهای زبانی بزرگ (LLM) در این هفته شاهد تحولات چشمگیری بود. در ادامه مهمترین اتفاقات و روندهای جدید را مرور میکنیم:
- مدل Qwen 3.8 27B معرفی شد؛ علیبابا با عرضه این نسخه، جایگاه قدرتمندترین مدل در کلاس وزنی خود را با اختلاف قابلتوجهی تثبیت کرد.
- متا با انتشار Muse Glimmer دوباره به مسیر عرضه مدلهای متنباز بازگشت. این مدل ۳۰ میلیارد پارامتری برای اجرای محلی بهینه شده و وعده انتشار نسخههای آتی آن نیز داده شده است.
- مدل Grok 4.6 با بهرهگیری از آموزش پیشفرض ۱.۵ تریلیون پارامتری و بهینهسازیهای پس از آموزش عرضه شد. در حال حاضر محدودیتهای استفاده از این مدل در سرویسهای Grok Build و Cursor برای مدت محدودی دو برابر شده است.
- نسخه V4 Pro از مدلهای DeepSeek با ساختاری بسیار ماژولار و تحت مجوز MIT منتشر شد.
- مدل Gemini 3.7 Flash در بنچمارکهای اخیر توانست عملکردی فراتر از مدل Sonnet 5 از خود نشان دهد.
از سوی دیگر، در حوزه اخبار شرکتی، بزرگترین تحول هفته تکمیل قرارداد ۶۰ میلیارد دلاری خرید Cursor توسط SpaceX با استفاده از سهام اختصاصی بود که بازار ابزارهای توسعه هوش مصنوعی را تحتالشعاع قرار داد.
#Qwen_3 #DeepSeek_V4
دنیای مدلهای زبانی بزرگ (LLM) در این هفته شاهد تحولات چشمگیری بود. در ادامه مهمترین اتفاقات و روندهای جدید را مرور میکنیم:
- مدل Qwen 3.8 27B معرفی شد؛ علیبابا با عرضه این نسخه، جایگاه قدرتمندترین مدل در کلاس وزنی خود را با اختلاف قابلتوجهی تثبیت کرد.
- متا با انتشار Muse Glimmer دوباره به مسیر عرضه مدلهای متنباز بازگشت. این مدل ۳۰ میلیارد پارامتری برای اجرای محلی بهینه شده و وعده انتشار نسخههای آتی آن نیز داده شده است.
- مدل Grok 4.6 با بهرهگیری از آموزش پیشفرض ۱.۵ تریلیون پارامتری و بهینهسازیهای پس از آموزش عرضه شد. در حال حاضر محدودیتهای استفاده از این مدل در سرویسهای Grok Build و Cursor برای مدت محدودی دو برابر شده است.
- نسخه V4 Pro از مدلهای DeepSeek با ساختاری بسیار ماژولار و تحت مجوز MIT منتشر شد.
- مدل Gemini 3.7 Flash در بنچمارکهای اخیر توانست عملکردی فراتر از مدل Sonnet 5 از خود نشان دهد.
از سوی دیگر، در حوزه اخبار شرکتی، بزرگترین تحول هفته تکمیل قرارداد ۶۰ میلیارد دلاری خرید Cursor توسط SpaceX با استفاده از سهام اختصاصی بود که بازار ابزارهای توسعه هوش مصنوعی را تحتالشعاع قرار داد.
📊 Data➕Science 🇮🇷 - هوش مصنوعی و علم داده به فارسی
📩 ارتباط با ما
#Qwen_3 #DeepSeek_V4
🎵 معرفی مدل قدرتمند MiniMax Music 3 برای تولید موسیقی
مدل جدید MiniMax Music 3 یک ابزار متنباز و پیشرفته برای تولید قطعات موسیقی کامل (تا ۵ دقیقه) با پشتیبانی از وکال است. این مدل با درک ساختار دقیق موسیقی، خروجیهای استریو با کیفیت ۳۲ کیلوهرتز تولید میکند.
ویژگیهای فنی و معماری:
این مدل از یک معماری سلسلهمراتبی استفاده میکند: یک Global LLM (مبتنی بر Qwen3-8B) وظیفه مدیریت ساختار کلی قطعه را بر عهده دارد و یک Local LLM کوچکتر، جزئیات آکوستیک و بافت صوتی را پردازش میکند. در نهایت، با استفاده از تکنیک Flow Matching، کیفیت نهایی صدا به مراتب بالاتر از مدلهای مبتنی بر توکنسازهای گسسته است.
مهمترین نکات برای استفاده:
• پشتیبانی از اجرای بهینه در SGLang، HuggingFace Diffusers و ComfyUI.
• امکان اجرا روی کارتهای گرافیک با حافظه ۸ گیگابایت (با تکنیک streaming) تا ۲۴ گیگابایت.
• قابلیت کنترل دقیق بر سبک، ضربآهنگ (BPM) و ساختار متن ترانه با استفاده از تگهای خاص.
• دسترسی به ابزار بازنویسی پرامپت برای تولید بهتر متادیتای موسیقی.
مدل جدید MiniMax Music 3 یک ابزار متنباز و پیشرفته برای تولید قطعات موسیقی کامل (تا ۵ دقیقه) با پشتیبانی از وکال است. این مدل با درک ساختار دقیق موسیقی، خروجیهای استریو با کیفیت ۳۲ کیلوهرتز تولید میکند.
ویژگیهای فنی و معماری:
این مدل از یک معماری سلسلهمراتبی استفاده میکند: یک Global LLM (مبتنی بر Qwen3-8B) وظیفه مدیریت ساختار کلی قطعه را بر عهده دارد و یک Local LLM کوچکتر، جزئیات آکوستیک و بافت صوتی را پردازش میکند. در نهایت، با استفاده از تکنیک Flow Matching، کیفیت نهایی صدا به مراتب بالاتر از مدلهای مبتنی بر توکنسازهای گسسته است.
مهمترین نکات برای استفاده:
• پشتیبانی از اجرای بهینه در SGLang، HuggingFace Diffusers و ComfyUI.
• امکان اجرا روی کارتهای گرافیک با حافظه ۸ گیگابایت (با تکنیک streaming) تا ۲۴ گیگابایت.
• قابلیت کنترل دقیق بر سبک، ضربآهنگ (BPM) و ساختار متن ترانه با استفاده از تگهای خاص.
• دسترسی به ابزار بازنویسی پرامپت برای تولید بهتر متادیتای موسیقی.
📊 Data➕Science 🇮🇷 - هوش مصنوعی و علم داده به فارسی
📩 ارتباط با ما
هوش مصنوعی و علم داده به فارسی
🔍 نشانگذاری محتوای هوش مصنوعی توسط Anthropic شرکت Anthropic بهتازگی اعلام کرده است که در راستای پایبندی به قوانین اتحادیه اروپا (AI Act)، سیستم جدیدی را برای واترمارک کردن متون تولیدشده توسط مدلهای Claude پیادهسازی میکند. این قابلیت که در مستندات رسمی…
🚀 ابزاری قدرتمند برای حذف واترمارکهای هوش مصنوعی
اخیراً ابزار جدیدی در گیتهاب منتشر شده که با استقبال بینظیر کاربران مواجه شده است. پروژه Watermarks Remover در مدت کوتاهی بیش از ۱۲ هزار ستاره دریافت کرده و به یکی از ترندهای اصلی دنیای حریم خصوصی تبدیل شده است.
این ابزار با هدف مقابله با واترمارکهای نامرئی و نشانگذاریهای شرکتهای هوش مصنوعی مانند Anthropic طراحی شده است. عملکرد آن شامل موارد زیر است:
- حذف کاراکترهای یونیکد نامرئی
- تلاش برای شکستن واترمارکهای آماری از طریق بازنویسی متن
- پاکسازی متادیتای فایلها شامل C2PA، EXIF و XMP
این ابزار از فرمتهای متنوعی نظیر PNG، JPEG، WebP، PDF، DOCX و Markdown پشتیبانی میکند و علاوه بر قابلیت استفاده توسط ایجنتهای هوش مصنوعی، به صورت یک سرویس محلی (Local) نیز قابل اجراست تا نیازی به ارسال اطلاعات به APIهای ابری نباشد. اگر به دنبال حفظ حریم خصوصی خروجیهای هوش مصنوعی هستید، بررسی این پروژه میتواند برایتان بسیار مفید باشد.
#Watermarks_Remover #C2PA
اخیراً ابزار جدیدی در گیتهاب منتشر شده که با استقبال بینظیر کاربران مواجه شده است. پروژه Watermarks Remover در مدت کوتاهی بیش از ۱۲ هزار ستاره دریافت کرده و به یکی از ترندهای اصلی دنیای حریم خصوصی تبدیل شده است.
این ابزار با هدف مقابله با واترمارکهای نامرئی و نشانگذاریهای شرکتهای هوش مصنوعی مانند Anthropic طراحی شده است. عملکرد آن شامل موارد زیر است:
- حذف کاراکترهای یونیکد نامرئی
- تلاش برای شکستن واترمارکهای آماری از طریق بازنویسی متن
- پاکسازی متادیتای فایلها شامل C2PA، EXIF و XMP
این ابزار از فرمتهای متنوعی نظیر PNG، JPEG، WebP، PDF، DOCX و Markdown پشتیبانی میکند و علاوه بر قابلیت استفاده توسط ایجنتهای هوش مصنوعی، به صورت یک سرویس محلی (Local) نیز قابل اجراست تا نیازی به ارسال اطلاعات به APIهای ابری نباشد. اگر به دنبال حفظ حریم خصوصی خروجیهای هوش مصنوعی هستید، بررسی این پروژه میتواند برایتان بسیار مفید باشد.
📊 Data➕Science 🇮🇷 - هوش مصنوعی و علم داده به فارسی
📩 ارتباط با ما
#Watermarks_Remover #C2PA
This media is not supported in your browser
VIEW IN TELEGRAM
🚀 بهینهسازی ورود داده به مدلهای هوش مصنوعی
قبل از ارجاع فایلهای PDF به مدلهای هوش مصنوعی، تبدیل صحیح دادهها تأثیر مستقیمی بر کیفیت خروجی و کاهش هزینههای پردازشی دارد. ابزار OpenDataLoader یک راهکار متنباز برای تبدیل اسناد PDF به فرمت Markdown است که بهطور تخصصی برای تسهیل کار با LLMها طراحی شده است.
استفاده از این ابزار مزایای زیر را به همراه دارد:
• استخراج دقیق متن، تیترها و ساختار جداول.
• تبدیل فرمولهای پیچیده به ساختاری قابل فهم برای هوش مصنوعی.
• حذف المانهای زائد صفحات (مانند هدر و فوتر) جهت کاهش مصرف توکن.
با پاکسازی دادهها پیش از ارسال به مدل، دقت تحلیل و استدلالهای مدل بهمراتب افزایش مییابد. اگر در پروژههای پردازش اسناد با مشکل توهم مدل یا عدم درک ساختار جداول مواجه هستید، استفاده از این پیشپردازشگر توصیه میشود.
#OpenDataLoader #Markdown
قبل از ارجاع فایلهای PDF به مدلهای هوش مصنوعی، تبدیل صحیح دادهها تأثیر مستقیمی بر کیفیت خروجی و کاهش هزینههای پردازشی دارد. ابزار OpenDataLoader یک راهکار متنباز برای تبدیل اسناد PDF به فرمت Markdown است که بهطور تخصصی برای تسهیل کار با LLMها طراحی شده است.
استفاده از این ابزار مزایای زیر را به همراه دارد:
• استخراج دقیق متن، تیترها و ساختار جداول.
• تبدیل فرمولهای پیچیده به ساختاری قابل فهم برای هوش مصنوعی.
• حذف المانهای زائد صفحات (مانند هدر و فوتر) جهت کاهش مصرف توکن.
با پاکسازی دادهها پیش از ارسال به مدل، دقت تحلیل و استدلالهای مدل بهمراتب افزایش مییابد. اگر در پروژههای پردازش اسناد با مشکل توهم مدل یا عدم درک ساختار جداول مواجه هستید، استفاده از این پیشپردازشگر توصیه میشود.
📊 Data➕Science 🇮🇷 - هوش مصنوعی و علم داده به فارسی
📩 ارتباط با ما
#OpenDataLoader #Markdown
🚀 معرفی مدل ویدئویی پیشرفته MAGI-2
تیم Sand.ai مدل جدید
نکات کلیدی این مدل:
* کارایی محاسباتی: با وجود ۱۱۴ میلیارد پارامتر، در هر توکن تنها ۶ میلیارد پارامتر فعال میشوند که باعث کاهش ۱۰ برابری هزینه اینفرنس نسبت به مدلهای
* پایپلاین دو مرحلهای: ابتدا ویدئو با رزولوشن پایین تولید و سپس توسط
* جایگاه فنی: مدل مذکور در حال حاضر رتبه ششم
علاوه بر مدل، مستندات فنی و کدهای پیادهسازی برای بررسی در دسترس هستند:
* گزارش فنی (Technical Report)
* کد منبع در GitHub
* وزنهای مدل در HuggingFace
همچنین در تحلیل معماریهای توزیعشده، روش
📊 Data➕Science
تیم Sand.ai مدل جدید
MAGI-2 Preview را با معماری MoE منتشر کرده است. این مدل با استفاده از ساختار single-stream، ویدئوهای ۱۰ ثانیهای را به همراه صوت هماهنگ تولید میکند.نکات کلیدی این مدل:
* کارایی محاسباتی: با وجود ۱۱۴ میلیارد پارامتر، در هر توکن تنها ۶ میلیارد پارامتر فعال میشوند که باعث کاهش ۱۰ برابری هزینه اینفرنس نسبت به مدلهای
dense شده است.* پایپلاین دو مرحلهای: ابتدا ویدئو با رزولوشن پایین تولید و سپس توسط
refiner تا کیفیت 1080p ارتقا مییابد.* جایگاه فنی: مدل مذکور در حال حاضر رتبه ششم
benchmark موسسه Artificial Analysis را کسب کرده است.علاوه بر مدل، مستندات فنی و کدهای پیادهسازی برای بررسی در دسترس هستند:
* گزارش فنی (Technical Report)
* کد منبع در GitHub
* وزنهای مدل در HuggingFace
همچنین در تحلیل معماریهای توزیعشده، روش
Hierarchical Head Parallel با هدف بهینهسازی تبادل دادهها در سطوح InfiniBand و NVLink مورد توجه قرار گرفته است که بر مدیریت محلی توکنها و کاهش گلوگاههای ارتباطی نودها تمرکز دارد.📊 Data➕Science
This media is not supported in your browser
VIEW IN TELEGRAM
🚀 تحول جدید در دنیای برنامهنویسی با Cursor Origin
تیم Cursor با معرفی سرویس جدید خود به نام Origin، گام بزرگی در جهت تبدیل شدن به یک پلتفرم توسعه یکپارچه برداشته است. این قابلیت که هماکنون در مرحله بتای اولیه برای کاربران پلنهای حرفهای در دسترس است، امکان مدیریت کامل مخازن کد را مستقیماً درون ویرایشگر فراهم میکند.
برخی از مهمترین ویژگیهای این سرویس:
• مدیریت کامل مخازن،
• همگامسازی بلادرنگ با GitHub به عنوان منبع اصلی تغییرات.
• پشتیبانی از هوش مصنوعی برای اعمال تغییرات در کد، بهروزرسانی PRها و مدیریت شاخهها.
• ادغام مستقیم با ابزارهای CI/CD مانند Vercel، Depot و Buildkite.
استراتژی Cursor کاملاً مشخص است: آنها قصد دارند فراتر از یک ویرایشگر ساده حرکت کرده و یک اکوسیستم کامل متشکل از کدهای شما و ایجنتهای هوشمند بسازند. این ادغام، چرخه توسعه نرمافزار را به شدت سریعتر و کارآمدتر میکند.
#Cursor_Origin #AI_Agents
تیم Cursor با معرفی سرویس جدید خود به نام Origin، گام بزرگی در جهت تبدیل شدن به یک پلتفرم توسعه یکپارچه برداشته است. این قابلیت که هماکنون در مرحله بتای اولیه برای کاربران پلنهای حرفهای در دسترس است، امکان مدیریت کامل مخازن کد را مستقیماً درون ویرایشگر فراهم میکند.
برخی از مهمترین ویژگیهای این سرویس:
• مدیریت کامل مخازن،
Pull Requestها و مشاهده کد بدون خروج از محیط Cursor.• همگامسازی بلادرنگ با GitHub به عنوان منبع اصلی تغییرات.
• پشتیبانی از هوش مصنوعی برای اعمال تغییرات در کد، بهروزرسانی PRها و مدیریت شاخهها.
• ادغام مستقیم با ابزارهای CI/CD مانند Vercel، Depot و Buildkite.
استراتژی Cursor کاملاً مشخص است: آنها قصد دارند فراتر از یک ویرایشگر ساده حرکت کرده و یک اکوسیستم کامل متشکل از کدهای شما و ایجنتهای هوشمند بسازند. این ادغام، چرخه توسعه نرمافزار را به شدت سریعتر و کارآمدتر میکند.
📊 Data➕Science 🇮🇷 - هوش مصنوعی و علم داده به فارسی
📩 ارتباط با ما
#Cursor_Origin #AI_Agents
📈 جهش خیرهکننده درآمد Anthropic در آستانه IPO
شرکت Anthropic با ثبت رکوردی بیسابقه، نرخ درآمد سالانه خود را به بیش از ۶۵ میلیارد دلار رسانده است. این رقم نشاندهنده رشدی ۷ برابری نسبت به پایان سال گذشته است و جایگاه این شرکت را به عنوان یکی از رقبای اصلی در صنعت هوش مصنوعی مستحکمتر میکند.
مهمترین نکات درباره وضعیت فعلی این شرکت:
• دستیابی به سود عملیاتی تعدیلشده در سهماهه اخیر که نشان از مدل تجاری پایدار دارد.
• رشد سریع نرخ درآمد از ۴۷ میلیارد دلار در ماه مه به ۶۵ میلیارد دلار در پایان ژوئیه.
• برنامهریزی جدی برای عرضه عمومی سهام (IPO) که طبق پیشبینیها ممکن است زودتر از OpenAI و در پاییز امسال رخ دهد.
این ارقام که در بهروزرسانیهای اختصاصی برای سرمایهگذاران منتشر شده، نشان میدهد که فضای رقابتی بین غولهای AI به شدت داغ شده است و سرمایهگذاران والاستریت به زودی شاهد ورود یکی از بزرگترین بازیگران این حوزه به بازار بورس خواهند بود.
#Anthropic #IPO
شرکت Anthropic با ثبت رکوردی بیسابقه، نرخ درآمد سالانه خود را به بیش از ۶۵ میلیارد دلار رسانده است. این رقم نشاندهنده رشدی ۷ برابری نسبت به پایان سال گذشته است و جایگاه این شرکت را به عنوان یکی از رقبای اصلی در صنعت هوش مصنوعی مستحکمتر میکند.
مهمترین نکات درباره وضعیت فعلی این شرکت:
• دستیابی به سود عملیاتی تعدیلشده در سهماهه اخیر که نشان از مدل تجاری پایدار دارد.
• رشد سریع نرخ درآمد از ۴۷ میلیارد دلار در ماه مه به ۶۵ میلیارد دلار در پایان ژوئیه.
• برنامهریزی جدی برای عرضه عمومی سهام (IPO) که طبق پیشبینیها ممکن است زودتر از OpenAI و در پاییز امسال رخ دهد.
این ارقام که در بهروزرسانیهای اختصاصی برای سرمایهگذاران منتشر شده، نشان میدهد که فضای رقابتی بین غولهای AI به شدت داغ شده است و سرمایهگذاران والاستریت به زودی شاهد ورود یکی از بزرگترین بازیگران این حوزه به بازار بورس خواهند بود.
📊 Data➕Science 🇮🇷 - هوش مصنوعی و علم داده به فارسی
📩 ارتباط با ما
#Anthropic #IPO
🚀 تحولی در کارایی DeepSeek-V4-Pro
مدل DeepSeek-V4-Pro با استفاده از ابزار J-Space Cognition Suite توانسته است در بنچمارکهای مختلف، از مدل Fable 5 پیشی بگیرد. نکته جالب توجه این است که این جهش عملکرد بدون هیچگونه تغییر در وزنهای مدل رخ داده است.
در واقع مشکل اصلی نه در معماری مدل، بلکه در نحوه اجرای آن بود. با اصلاح پروتکل زمان اجرا و رفع خطاهای پردازش تفکر (Thinking Process)، این مدل اکنون به سطح بالاتری از کیفیت استدلال دست یافته است. در گذشته، نشت توان مدل به دلیل کنترل ضعیف در زمان استنتاج رخ میداد که با این رویکرد جدید برطرف شد.
برخی از مهمترین بنچمارکهایی که این مدل در آنها عملکرد خیرهکنندهای ثبت کرده است:
- Toolathlon
- DeepSWE
- NL2Repo
- HLE
این اتفاق نشان میدهد که گاهی اوقات با بهینهسازی دقیق فرآیند اجرا و کنترل هوشمندانه مدل، میتوان بدون آموزش مجدد و صرف هزینههای سنگین، خروجیهای بسیار قدرتمندتری از مدلهای موجود دریافت کرد.
#DeepSeek_V4_Pro #J_Space_Cognition_Suite
مدل DeepSeek-V4-Pro با استفاده از ابزار J-Space Cognition Suite توانسته است در بنچمارکهای مختلف، از مدل Fable 5 پیشی بگیرد. نکته جالب توجه این است که این جهش عملکرد بدون هیچگونه تغییر در وزنهای مدل رخ داده است.
در واقع مشکل اصلی نه در معماری مدل، بلکه در نحوه اجرای آن بود. با اصلاح پروتکل زمان اجرا و رفع خطاهای پردازش تفکر (Thinking Process)، این مدل اکنون به سطح بالاتری از کیفیت استدلال دست یافته است. در گذشته، نشت توان مدل به دلیل کنترل ضعیف در زمان استنتاج رخ میداد که با این رویکرد جدید برطرف شد.
برخی از مهمترین بنچمارکهایی که این مدل در آنها عملکرد خیرهکنندهای ثبت کرده است:
- Toolathlon
- DeepSWE
- NL2Repo
- HLE
این اتفاق نشان میدهد که گاهی اوقات با بهینهسازی دقیق فرآیند اجرا و کنترل هوشمندانه مدل، میتوان بدون آموزش مجدد و صرف هزینههای سنگین، خروجیهای بسیار قدرتمندتری از مدلهای موجود دریافت کرد.
📊 Data➕Science 🇮🇷 - هوش مصنوعی و علم داده به فارسی
📩 ارتباط با ما
#DeepSeek_V4_Pro #J_Space_Cognition_Suite