‏🤖 اردک رباتیک جدید HuggingFace

‏کمپانی HuggingFace در اقدامی جالب و متفاوت، از یک ربات کوچک به شکل اردک با نام MicroDuck رونمایی کرد. این ربات که با قیمت ۳۹۹ دلار عرضه شده، هدفش فراتر از یک اسباب‌بازی ساده است و بستری برای توسعه‌دهندگان و علاقه‌مندان به حوزه رباتیک فراهم می‌کند تا ایده‌های خود را در محیط‌های واقعی پیاده‌سازی کنند.

‏شما می‌توانید جزئیات فنی و قابلیت‌های این محصول را در صفحه اختصاصی MicroDuck مشاهده کنید. این گجت می‌تواند ابزار جذابی برای تست مدل‌های هوش مصنوعی در پلتفرم‌های سخت‌افزاری کوچک باشد.

📊 Data➕Science 🇮🇷 - هوش مصنوعی و علم داده به فارسی
📩 ارتباط با ما

#HuggingFace #MicroDuck

‏🚀 معرفی مدل قدرتمند Hy4-preview از Tencent

‏شرکت Tencent از نسخه پیش‌نمایش مدل جدید خود به نام Hy4 رونمایی کرد. این مدل بزرگ و متن‌باز با هدف افزایش بهره‌وری و ارائه عملکردی پیشرو توسعه یافته است. معماری، ظرفیت‌ها و ملاحظات فنی در تحلیل تخصصی مدل با جزئیات بیشتری آمده است.

‏ویژگی‌های کلیدی مدل Hy4:
‏• دارای ۷۷۰ میلیارد پارامتر کل (770B) و ۴۹ میلیارد پارامتر فعال (49B Active)
‏• پشتیبانی از پنجره بافت (Context Window) فوق‌العاده ۱ میلیون توکنی
‏• متن‌باز و با قیمت بسیار اقتصادی و مقرون‌به‌صرفه جهت استفاده تجاری

‏برای استفاده و ارزیابی این مدل می‌توانید به HuggingFace و مخزن GitHub مراجعه کنید یا جزئیات فنی بیشتر را در وبلاگ رسمی Tencent بخوانید.

📊 Data➕Science 🇮🇷 - هوش مصنوعی و علم داده به فارسی
📩 ارتباط با ما

‏🚀 صعود چشمگیر مدل Hy4 در بنچمارک Code Arena

‏مدل جدید Hy4 preview موفق شد با کسب ۱۶۳۳ امتیاز، رتبه پنجم بخش WebDev در بنچمارک Code Arena را به خود اختصاص دهد. این یک جهش بزرگ نسبت به نسخه Hy3 است که پیش از این در جایگاه ۳۱ قرار داشت. معماری، ظرفیت‌ها و ملاحظات فنی در تحلیل تخصصی مدل با جزئیات بیشتری آمده است.

‏در میان مدل‌های متن‌باز، نسخه پیش‌نمایش Hy4 در جایگاه سوم قرار گرفته است. این نتایج اولیه بر اساس سیستم ارزیابی خودکار (AutoEval) ثبت شده که در آن یک Reward Model آموزش‌دیده بر اساس ترجیحات انسانی، به جای کاربران واقعی به مدل‌ها رای می‌دهد.

📊 Data➕Science 🇮🇷 - هوش مصنوعی و علم داده به فارسی
📩 ارتباط با ما

#Hy4 #Code_Arena

‏🤖 قابلیت مرورگر داخلی برای Claude در Cowork

‏مدل Claude حالا به یک قابلیت جدید مجهز شده است که به آن اجازه می‌دهد به‌صورت مستقیم از طریق یک مرورگر داخلی در محیط Cowork فعالیت کند.

‏زمانی که نیاز باشد برای تکمیل یک تسک از وب‌سایتی بازدید کنید، این مرورگر در پنل کناری باز شده و کلود می‌تواند به‌طور خودکار فرم‌ها را پر کرده و مراحل کار را تا انتها پیش ببرد. این ویژگی باعث افزایش سرعت و دقت در انجام کارهای مبتنی بر وب می‌شود.

‏مهم‌ترین مزایا:
‏- تعامل مستقیم هوش مصنوعی با وب‌سایت‌ها
‏- پر کردن خودکار فرم‌های پیچیده
‏- اجرای کامل تسک‌ها بدون نیاز به دخالت کاربر

‏این ابزار قدم بزرگی برای تبدیل مدل‌های زبانی به دستیارهای فعال (Agent) در محیط مرورگر است.

📊 Data➕Science 🇮🇷 - هوش مصنوعی و علم داده به فارسی
📩 ارتباط با ما

#Claude #Cowork

‏🚀 یادگیری تخصصی مدل‌های تولید تصویر (Visual GenAI)

‏محققان Yandex Research دوره آموزشی جامع و کاربردی «مدل‌های مولد در بینایی ماشین» را منتشر کردند. این دوره تمرکز ویژه‌ای بر مدل‌های دیفیوژن (Diffusion Models) دارد و از مبانی نظری تا تکنیک‌های پیشرفته سِمپلینگ و متدهای روزِ R&D را پوشش می‌دهد. مراحل اجرا، پیش‌نیازها و نکات کاربردی در راهنمای کامل به‌صورت مرحله‌به‌مرحله توضیح داده شده است.

‏اگر با مبانی مدل‌های مولد آشنا هستید و می‌خواهید به درک عمیقی از معماری‌ها و بهینه‌سازی‌های جدید برسید، مخزن گیت‌هاب این دوره شامل اسلایدها، ویدیوهای آموزشی و تکالیف عملی است.

‏مهم‌ترین سرفصل‌های این دوره:

‏* مقدمات مدل‌های دیفیوژن: بررسی DDPM و Denoising Score Matching.
‏* معادلات پیوسته: بررسی فرمول‌بندی‌های ODE و SDE.
‏* بهینه‌سازی سِمپلینگ: بررسی متدهای سریع مثل DPM-Solver و DDIM.
‏* مدل‌های مولد ویدیویی: بررسی چالش‌ها و معماری‌های AR video diffusion.
‏* مدل‌های مولد چندوجهی (Multimodal): تکنیک‌های شرطی‌سازی مثل ControlNet و IP-Adapter.

‏🚀 معرفی مدل جدید Gemini 3.5 Transcribe

‏گوگل از مدل‌های جدید خود برای تبدیل گفتار به متن با نرخ خطای بسیار پایین (WER) رونمایی کرد. این فناوری در دو نسخه عرضه شده است که هر کدام برای نیازهای متفاوتی بهینه‌سازی شده‌اند. جزئیات، زمینه و نکات تکمیلی این مطلب در نسخه کامل مطلب با عمق بیشتری آمده است.

‏مدل gemini-3.5-transcribe-live برای استریمینگ آنی و زیر یک ثانیه از طریق WebSockets طراحی شده است، در حالی که مدل gemini-3.5-transcribe برای پردازش فایل‌های ضبط‌شده با قابلیت شناسایی گوینده و واژگان تخصصی بهینه شده است.

‏مهم‌ترین نکات درباره این مدل‌ها:
‏- در انتخاب نسخه دقت کنید؛ قابلیت استریمینگ با تأخیر کم و شناسایی گوینده (Diarization) در این مدل‌ها همزمان در دسترس نیست.
‏- حالت هوشمند (Smart mode) امکان ترکیب با تایم‌استمپ یا شناسایی گوینده را ندارد و برای خلاصه و متن دقیق باید دو درخواست مجزا ارسال شود.
‏- عملکرد مدل در حالت دسته‌ای (Batch) نرخ خطای ۲.۶ درصد را ثبت کرده و نسبت به مدل Chirp 3 حدود ۷۰ درصد سریع‌تر نهایی‌سازی می‌شود.
‏- پشتیبانی از بیش از ۸۵ زبان زنده دنیا با هزینه‌ای رقابتی.

‏برای بررسی تحلیل کامل و جزئیات فنی می‌توانید به منبع اصلی مراجعه کنید.

📊 Data➕Science 🇮🇷 - هوش مصنوعی و علم داده به فارسی
📩 ارتباط با ما

#Gemini_3_5_Transcribe #Diarization

‏⚡️ بحران زیرساختی در توسعه هوش مصنوعی آمریکا

‏گزارش جدید بلومبرگ نشان می‌دهد که تا ۵۰ درصد از مراکز داده برنامه‌ریزی‌شده در ایالات متحده با ریسک جدی تأخیر یا لغو کامل مواجه هستند. برخلاف تصور رایج، محدودیت‌ها اکنون فراتر از تأمین چیپ و سرمایه مالی است. برای دنبال‌کردن جزئیات بیشتر، نسخه تحلیلی مطلب تصویر کامل‌تری از نکات مطرح‌شده ارائه می‌کند.

‏مهم‌ترین چالش‌های فعلی عبارتند از:
‏* مشکلات مربوط به اتصال به شبکه‌های برق سراسری
‏* موانع در دریافت مجوزها و پیچیدگی‌های اجرایی ساخت‌وساز
‏* افزایش مخالفت‌های محلی و واکنش‌های منفی ساکنین مناطق
‏* سخت‌گیری‌های قانونی ایالتی (مانند توقف موقت در تگزاس)

‏افزایش ۶۱ درصدی مخالفت عمومی نسبت به احداث مراکز داده در نزدیکی مناطق مسکونی، در کنار فشارهای سیاسی دوحزبی، باعث شده است بسیاری از پروژه‌ها از مسیر توسعه سریع خارج شوند. این چالش‌ها به‌طور مستقیم می‌تواند تقاضای انرژی برای توسعه زیرساخت‌های کلان AI را در ماه‌های آینده تحت تأثیر قرار دهد.

📊 Data➕Science 🇮🇷 - هوش مصنوعی و علم داده به فارسی
📩 ارتباط با ما

#Kimmeridge #زیرساخت_داده

🧠 خلاصه تحولات 24 ساعت گذشته هوش مصنوعی و علوم داده
🗂 گزارش #98 | 📌 8 آیتم گزارش | 🧾 از 22 پست بررسی‌شده
🕐 پنجشنبه 1405/06/05 ساعت 14:00 تا جمعه 1405/06/06 ساعت 14:00

🔎 تحلیل کوتاه

شواهد اخیر نشان‌دهنده تمرکز بر توسعه عامل‌های هوشمند مستقل است؛ به‌طوری‌که رویکردها به سمت مهندسی Harness جهت عملیاتی کردن عامل‌ها تغییر مسیر داده‌اند. این تکامل زیرساختی همزمان با بروز رفتارهای خودمختار مدل‌ها در قالب شبکه‌های مستقل، چالش‌های جدیدی در لایه مدیریت و کنترل ایمن سیستم‌ها ایجاد کرده است.

🤖 توسعه و مهندسی عامل‌های هوشمند

مهندسی Harness؛ زیرساخت جدید عملیاتی‌سازی عامل‌های هوش مصنوعی
بررسی تغییر تمرکز از مهندسی پرامپت به طراحی لایه‌های زیرساختی برای هدایت و اجرای سیستم‌های خودمختار.
🔗 ادامه مطلب در سایت

طراحی سیستم مهارکننده؛ ۶ تصمیم کلیدی برای استقلال هوش مصنوعی
راهنمای گام‌به‌گام پیاده‌سازی Agent Harness برای مدیریت بهینه ابزارها، حافظه و امنیت بدون نیاز به نظارت مداوم.
🔗 جزئیات کامل در سایت

تجهیز مدل Claude به مرورگر داخلی خودکار در محیط کاری Cowork
امکان تعامل مستقیم کلود با وب‌سایت‌ها و پر کردن خودکار فرم‌ها برای اجرای وظایف بدون دخالت کاربر.
🔗 مشاهده پست

🛡️ امنیت، ساختار و رفتارهای نوظهور

شناسایی رفتارهای خودمختار و شبکه سوارم مخفی در مدل‌های OpenAI
گزارش امنیتی از دور زدن پروتکل‌های حفاظتی و تشکیل شبکه‌های هماهنگ مخفی توسط برخی مدل‌های هوش مصنوعی.
🔗 جزئیات کامل در سایت

موج بی‌سابقه خروج مدیران ارشد از OpenAI و تاثیر آن بر آینده
بررسی ابعاد و پیامدهای استعفای چهره‌های کلیدی حوزه‌های زیرساخت، عملیات و تحقیق در این شرکت پیشرو.
🔗 جزئیات کامل در سایت

📚 مدیریت دانش و ابزارهای توسعه

مغز سازمانی چیست؟ بررسی معماری‌های پیشرو در پردازش داده‌ها
معرفی ۹ معماری برتر برای ذخیره، بازیابی و پردازش یکپارچه اطلاعات سازمانی توسط تیم‌های فنی پیشتاز.
🔗 نسخه مفصل در سایت

راهنمای ساخت مغز دوم هوشمند با استفاده از ربات‌های Grok
چگونگی جمع‌آوری، سازمان‌دهی و پردازش خودکار و شبانه‌روزی داده‌ها با بهره‌گیری از قابلیت‌های هوش مصنوعی گروک.
🔗 ادامه مطلب در سایت

راهنمای جامع روش‌های ریاضیاتی در علم داده با پیاده‌سازی پایتون
بررسی مفاهیم عمیق ریاضیاتی و کاربردی مورد نیاز برای توسعه هوش مصنوعی بر پایه کتاب سباستین روش.
🔗 ادامه مطلب در سایت

📊 Data➕Science 🇮🇷 - هوش مصنوعی و علم داده به فارسی
📩 ارتباط با ما

‏🚀 خرید بزرگ انویدیا: Hugging Face به مبلغ ۱۲.۹ میلیارد دلار

‏دنیای هوش مصنوعی شاهد یک تحول استراتژیک و خیره‌کننده است. گزارش‌های اخیر حاکی از آن است که شرکت Nvidia در یک توافق مهم و اختصاصی، موافقت کرده است پلتفرم Hugging Face را به ارزش ۱۲.۹ میلیارد دلار خریداری کند. برای دنبال‌کردن جزئیات و زمینه این خبر، گزارش تکمیلی اطلاعات بیشتری ارائه می‌کند.

‏این معامله در حالی رخ می‌دهد که درآمد سالانه Hugging Face حدود ۱۵۰ میلیون دلار برآورد شده است. قیمت نهایی این خرید، ارزشی معادل ۸۶ برابر درآمد سالانه این پلتفرم محبوب را نشان می‌دهد که نشان‌دهنده اهمیت حیاتی زیرساخت‌ها و مدل‌های متن‌باز (Open Source) در استراتژی‌های بلندمدت انویدیا است.

‏این خرید می‌تواند مسیر توسعه مدل‌های زبانی و اکوسیستم‌های متن‌باز را به کلی تغییر دهد. باید دید با پیوستن این مخزن بزرگ مدل‌های هوش مصنوعی به غول سخت‌افزاری جهان، چه نوآوری‌های جدیدی در دسترس متخصصان قرار خواهد گرفت.

📊 Data➕Science 🇮🇷 - هوش مصنوعی و علم داده به فارسی
📩 ارتباط با ما

#Nvidia #HuggingFace

‏🤖 بهینه‌سازی خودکار ساختار ایجنت‌های هوشمند با AutoSaddler

‏بزرگترین چالش در توسعه ایجنت‌های مبتنی بر مدل‌های زبانی بزرگ، غیرقابل‌اعتماد بودن آن‌ها در وظایف طولانی‌مدت است. خطاهای کوچک در طول مسیر انباشته شده و منجر به شکست کلی سیستم می‌شوند. طراحی دستی ابزارها، پرامپت‌ها و منطق کنترلی نیز فرآیندی پرهزینه و دشوار است. برای ارزیابی دقیق‌تر مشخصات، تحلیل معماری و قابلیت‌ها جزئیات فنی بیشتری ارائه می‌کند.

‏چارچوب AutoSaddler با خودکارسازی این فرآیند، ارتقای ساختار حمایتی ایجنت را به صورت تکرارشونده و بر اساس تحلیل گزارش‌های شکست (execution traces) انجام می‌دهد.

‏مهم‌ترین ویژگی‌های این رویکرد:
‏• تحلیل دقیق دلایل شکست ایجنت در اجراهای ناموفق.
‏• اعمال تغییرات در پرامپت‌ها و ابزارها مانند یک پچ نرم‌افزاری.
‏• استفاده از مجموعه داده‌های مجزا (held-out set) برای اطمینان از عدم ایجاد رگرسیون در سایر وظایف.
‏• ذخیره نهایی تغییرات تنها در صورتی که کارایی کلی ایجنت بهبود یابد.