📊 کتاب مرجع MIT برای حساب دیفرانسیل ماتریسی در یادگیری ماشین
اگر به دنبال درک عمیق ریاضیات پشت مدلهای هوش مصنوعی هستید، کتاب جدید Matrix Calculus for Machine Learning and Beyond که توسط اساتید برجسته MIT تالیف شده، یکی از بهترین منابع موجود برای سال ۲۰۲۵ است. بررسی کامل مطلب نکات اصلی و زمینههای تکمیلی را منظمتر و دقیقتر مرور میکند.
این کتاب پلی میان جبر خطی، حساب دیفرانسیل و مبانی یادگیری ماشین است و بهطور خاص روی کاربردهای مدرن تمرکز دارد. مهمترین موضوعات پوشش داده شده در این کتاب شامل این موارد است:
* مشتقات ماتریسی و برداری
* ژاکوبی و ماتریس هسین (Hessian)
* بهینهسازی غیرخطی و روشهای نزول گرادیان
* تفاضل خودکار (Automatic Differentiation) و Backpropagation
* مشتقگیری از معادلات دیفرانسیل معمولی (ODEs)
* روشهای عددی مانند جستجوی خطی و ناحیه اطمینان
این منبع برای کسانی که میخواهند فراتر از کتابخانههای آماده بروند و مکانیسمهای ریاضی بهینهسازی در الگوریتمهای پیچیده را درک کنند، فوقالعاده است. نسخه کامل این کتاب را میتوانید به صورت رایگان دریافت کنید.
📊 Data➕Science
اگر به دنبال درک عمیق ریاضیات پشت مدلهای هوش مصنوعی هستید، کتاب جدید Matrix Calculus for Machine Learning and Beyond که توسط اساتید برجسته MIT تالیف شده، یکی از بهترین منابع موجود برای سال ۲۰۲۵ است. بررسی کامل مطلب نکات اصلی و زمینههای تکمیلی را منظمتر و دقیقتر مرور میکند.
این کتاب پلی میان جبر خطی، حساب دیفرانسیل و مبانی یادگیری ماشین است و بهطور خاص روی کاربردهای مدرن تمرکز دارد. مهمترین موضوعات پوشش داده شده در این کتاب شامل این موارد است:
* مشتقات ماتریسی و برداری
* ژاکوبی و ماتریس هسین (Hessian)
* بهینهسازی غیرخطی و روشهای نزول گرادیان
* تفاضل خودکار (Automatic Differentiation) و Backpropagation
* مشتقگیری از معادلات دیفرانسیل معمولی (ODEs)
* روشهای عددی مانند جستجوی خطی و ناحیه اطمینان
این منبع برای کسانی که میخواهند فراتر از کتابخانههای آماده بروند و مکانیسمهای ریاضی بهینهسازی در الگوریتمهای پیچیده را درک کنند، فوقالعاده است. نسخه کامل این کتاب را میتوانید به صورت رایگان دریافت کنید.
📊 Data➕Science
🚀 جهش پرپلکسیتی: ترکیب هوشمند پردازش ابری و محلی روی مک
دستیارهای هوشمند با یک چالش ساختاری مواجه هستند؛ اسناد حساس و فایلهای شخصی کاربران نباید برای پردازش به فضای ابری ارسال شوند. در همین راستا، پرپلکسیتی راهکار جدیدی را برای کاربران مک معرفی کرده است. برای دنبالکردن جزئیات بیشتر، نسخه تحلیلی مطلب تصویر کاملتری از نکات مطرحشده ارائه میکند.
این سیستم با استفاده از «پردازش ترکیبی» (Hybrid Compute)، وظایف را بین مدلهای قدرتمند ابری و یک مدل فشرده محلی تقسیم میکند. یک لایه امنیتی روی دستگاه (On-device privacy gate) وظیفه تصمیمگیری هوشمندانه را دارد تا مشخص کند چه دادهای برای حفظ حریم خصوصی باید در سیستم باقی بماند.
پرپلکسیتی همچنین کلاسبندیکننده (Classifier) اصلی این سامانه را بهصورت متنباز منتشر کرده است. این رویکرد گامی مهم برای توسعه مدلهای عاملمحور (Agentic) با حفظ محرمانگی دادهها محسوب میشود.
#Perplexity_Hybrid_Compute #On_device_privacy
دستیارهای هوشمند با یک چالش ساختاری مواجه هستند؛ اسناد حساس و فایلهای شخصی کاربران نباید برای پردازش به فضای ابری ارسال شوند. در همین راستا، پرپلکسیتی راهکار جدیدی را برای کاربران مک معرفی کرده است. برای دنبالکردن جزئیات بیشتر، نسخه تحلیلی مطلب تصویر کاملتری از نکات مطرحشده ارائه میکند.
این سیستم با استفاده از «پردازش ترکیبی» (Hybrid Compute)، وظایف را بین مدلهای قدرتمند ابری و یک مدل فشرده محلی تقسیم میکند. یک لایه امنیتی روی دستگاه (On-device privacy gate) وظیفه تصمیمگیری هوشمندانه را دارد تا مشخص کند چه دادهای برای حفظ حریم خصوصی باید در سیستم باقی بماند.
پرپلکسیتی همچنین کلاسبندیکننده (Classifier) اصلی این سامانه را بهصورت متنباز منتشر کرده است. این رویکرد گامی مهم برای توسعه مدلهای عاملمحور (Agentic) با حفظ محرمانگی دادهها محسوب میشود.
📊 Data➕Science 🇮🇷 - هوش مصنوعی و علم داده به فارسی
📩 ارتباط با ما
#Perplexity_Hybrid_Compute #On_device_privacy
🚀 تحول پردازش صدا با مدل Muse Voice از متا
بیشتر سیستمهای پردازش صوتی فعلی از ترکیب سه مدل مجزا برای تشخیص گفتار (ASR)، تفکیک گویندگان (Diarization) و تشخیص پایان جمله (Endpointing) استفاده میکنند. این رویکرد به دلیل انتقال داده بین مدلها، علاوه بر افزایش تاخیر، نقاط شکست متعددی ایجاد میکند. معماری، ظرفیتها و ملاحظات فنی در تحلیل تخصصی مدل با جزئیات بیشتری آمده است.
آزمایشگاه Superintelligence متا به تازگی مدل Muse Voice Transcribe را معرفی کرده که تمامی این وظایف را در یک مدل خودرگرسیو واحد ادغام میکند.
مهمترین ویژگیهای این مدل عبارتند از:
- انجام همزمان تبدیل گفتار به متن، تفکیک بیش از ۲۰ گوینده و تشخیص پایان گفتار در یک مرحله.
- حذف نیاز به پردازشهای ثانویه و کاهش قابلتوجه تاخیر در سیستمهای استریم.
- عملکرد به عنوان نخستین مدل درک شنیداری بلادرنگ متا.
برای بررسی جزئیات فنی بیشتر میتوانید به گزارش رسمی تیم فنی متا مراجعه کنید. این مدل گامی بزرگ برای بهینهسازی دستیارهای صوتی و سرویسهای رونویسی هوشمند محسوب میشود.
بیشتر سیستمهای پردازش صوتی فعلی از ترکیب سه مدل مجزا برای تشخیص گفتار (ASR)، تفکیک گویندگان (Diarization) و تشخیص پایان جمله (Endpointing) استفاده میکنند. این رویکرد به دلیل انتقال داده بین مدلها، علاوه بر افزایش تاخیر، نقاط شکست متعددی ایجاد میکند. معماری، ظرفیتها و ملاحظات فنی در تحلیل تخصصی مدل با جزئیات بیشتری آمده است.
آزمایشگاه Superintelligence متا به تازگی مدل Muse Voice Transcribe را معرفی کرده که تمامی این وظایف را در یک مدل خودرگرسیو واحد ادغام میکند.
مهمترین ویژگیهای این مدل عبارتند از:
- انجام همزمان تبدیل گفتار به متن، تفکیک بیش از ۲۰ گوینده و تشخیص پایان گفتار در یک مرحله.
- حذف نیاز به پردازشهای ثانویه و کاهش قابلتوجه تاخیر در سیستمهای استریم.
- عملکرد به عنوان نخستین مدل درک شنیداری بلادرنگ متا.
برای بررسی جزئیات فنی بیشتر میتوانید به گزارش رسمی تیم فنی متا مراجعه کنید. این مدل گامی بزرگ برای بهینهسازی دستیارهای صوتی و سرویسهای رونویسی هوشمند محسوب میشود.
📊 Data➕Science 🇮🇷 - هوش مصنوعی و علم داده به فارسی
📩 ارتباط با ما
This media is not supported in your browser
VIEW IN TELEGRAM
🚀 انقلاب در مدیریت دانش: فراتر از چتباتها با Utopia
دوران اجاره کردن چتباتها و نامیدن آنها به عنوان «مغز شرکت» رو به پایان است. اگر به دنبال ساختاری هستید که دانش را نه به عنوان یک حس، بلکه به عنوان یک سیستم مدیریت کند، پروژه Utopia یک مدل جهانشمول برای سازمانهاست. بررسی کامل مطلب نکات اصلی و زمینههای تکمیلی را منظمتر و دقیقتر مرور میکند.
برخلاف سیستمهای سنتی، Utopia بر پایه زمان بنا شده است. هر داده دارای تاریخ شروع و پایان است؛ به جای بازنویسی، نسخههای قبلی حفظ میشوند تا تاریخچه تغییرات همیشه در دسترس باشد. شما میتوانید با استفاده از یک خط زمانی، دقیقاً وضعیت هر سیاست یا داده را در یک تاریخ خاص بازسازی و مشاهده کنید.
مهمترین ویژگیهای این ابزار:
- شفافیت کامل: هر داده به منبع اصلی خود متصل است و هیچ حقیقتی بدون سند وارد سیستم نمیشود.
- سادگی معماری: برخلاف پشتههای پیچیده RAG که به چندین سرویس جانبی نیاز دارند، این پروژه تنها شامل یک فایل باینری و یک دیتابیس Postgres است.
- امنیت و حریم خصوصی: امکان اجرا به صورت کاملاً آفلاین (Air-gapped) با هر مدل زبانی دلخواه شما وجود دارد.
دوران اجاره کردن چتباتها و نامیدن آنها به عنوان «مغز شرکت» رو به پایان است. اگر به دنبال ساختاری هستید که دانش را نه به عنوان یک حس، بلکه به عنوان یک سیستم مدیریت کند، پروژه Utopia یک مدل جهانشمول برای سازمانهاست. بررسی کامل مطلب نکات اصلی و زمینههای تکمیلی را منظمتر و دقیقتر مرور میکند.
برخلاف سیستمهای سنتی، Utopia بر پایه زمان بنا شده است. هر داده دارای تاریخ شروع و پایان است؛ به جای بازنویسی، نسخههای قبلی حفظ میشوند تا تاریخچه تغییرات همیشه در دسترس باشد. شما میتوانید با استفاده از یک خط زمانی، دقیقاً وضعیت هر سیاست یا داده را در یک تاریخ خاص بازسازی و مشاهده کنید.
مهمترین ویژگیهای این ابزار:
- شفافیت کامل: هر داده به منبع اصلی خود متصل است و هیچ حقیقتی بدون سند وارد سیستم نمیشود.
- سادگی معماری: برخلاف پشتههای پیچیده RAG که به چندین سرویس جانبی نیاز دارند، این پروژه تنها شامل یک فایل باینری و یک دیتابیس Postgres است.
- امنیت و حریم خصوصی: امکان اجرا به صورت کاملاً آفلاین (Air-gapped) با هر مدل زبانی دلخواه شما وجود دارد.
This media is not supported in your browser
VIEW IN TELEGRAM
🚀 تحول پردازش ویدیو با مدلهای هوشمند Gemini
گوگل در جدیدترین بهروزرسانی مدلهای Gemini 3.7 Flash، 3.6 Flash و 3.5 Flash-Lite قابلیت «تحلیل ویدیو به صورت عاملیتمحور» (Agentic Video) را معرفی کرده است.
در این روش، مدل دیگر نیازی به پردازش یکنواخت تمام فریمهای ویدیو ندارد. هوش مصنوعی با درک محتوا، تصمیم میگیرد که کدام بخشها نیاز به بررسی دقیق دارند، در چه قسمتهایی میتوان نرخ فریم را کاهش داد و کدام سکانسها تأثیری در نتیجه نهایی ندارند.
مهمترین مزایای این رویکرد هوشمند عبارتند از:
- کاهش مصرف توکن تا ۸۸ درصد
- کاهش هزینههای پردازشی تا ۶۶ درصد
- افزایش دقت در انجام وظایف مرتبط با ویدیو
این قابلیت بهویژه برای تحلیل ویدیوهای طولانی که بخشهای تکراری یا کماهمیت دارند، یک جهش بزرگ محسوب میشود و بهینگی مدل را به شدت افزایش میدهد.
#Gemini_3_7_Flash #Agentic_Video
گوگل در جدیدترین بهروزرسانی مدلهای Gemini 3.7 Flash، 3.6 Flash و 3.5 Flash-Lite قابلیت «تحلیل ویدیو به صورت عاملیتمحور» (Agentic Video) را معرفی کرده است.
در این روش، مدل دیگر نیازی به پردازش یکنواخت تمام فریمهای ویدیو ندارد. هوش مصنوعی با درک محتوا، تصمیم میگیرد که کدام بخشها نیاز به بررسی دقیق دارند، در چه قسمتهایی میتوان نرخ فریم را کاهش داد و کدام سکانسها تأثیری در نتیجه نهایی ندارند.
مهمترین مزایای این رویکرد هوشمند عبارتند از:
- کاهش مصرف توکن تا ۸۸ درصد
- کاهش هزینههای پردازشی تا ۶۶ درصد
- افزایش دقت در انجام وظایف مرتبط با ویدیو
این قابلیت بهویژه برای تحلیل ویدیوهای طولانی که بخشهای تکراری یا کماهمیت دارند، یک جهش بزرگ محسوب میشود و بهینگی مدل را به شدت افزایش میدهد.
📊 Data➕Science 🇮🇷 - هوش مصنوعی و علم داده به فارسی
📩 ارتباط با ما
#Gemini_3_7_Flash #Agentic_Video
🚀 ظهور Atlas: انقلابی در مدلهای جهانی هوش مصنوعی
استارتاپ تازه تاسیس «فیفی لی» از مدل Atlas رونمایی کرد که اولین مدل جهانی چندوجهی در تاریخ محسوب میشود. این مدل نه تنها تصاویر و ویدیوهای یکدقیقهای با کیفیت 1440p تولید میکند، بلکه قادر است محیط را به صورت سهبعدی و در قالب Point Cloud و Gaussian Splats بازسازی کند.
معماری این مدل ترکیبی از ترنسفورمرهای دیفیوژن و ساختار LLM است که اجازه میدهد کنترل دقیقی روی حرکت دوربین و موقعیت فضایی اشیا داشته باشید. مهمترین قابلیتهای این مدل عبارتند از:
* تولید ویدیو با کنترل دقیق دوربین در سطح پیکسل.
* بازسازی صحنههای سهبعدی از روی ویدیوهای دوبعدی.
* شبیهسازی فضا-زمان برای کاربردهای رباتیک.
* استفاده از رویکرد Real-to-Sim-to-Real برای آموزش رباتها در محیطهای شبیهسازیشده.
به لطف دقت بالای Atlas در تولید دادههای RGB و عمق، میتوان از آن به عنوان یک شبیهساز برای آموزش هوش مصنوعی رباتیک استفاده کرد. این خروجی در بنچمارکهای کنترل دوربین و بازسازی سهبعدی، مدلهای فعلی را پشت سر گذاشته است.
📊 Data➕Science
استارتاپ تازه تاسیس «فیفی لی» از مدل Atlas رونمایی کرد که اولین مدل جهانی چندوجهی در تاریخ محسوب میشود. این مدل نه تنها تصاویر و ویدیوهای یکدقیقهای با کیفیت 1440p تولید میکند، بلکه قادر است محیط را به صورت سهبعدی و در قالب Point Cloud و Gaussian Splats بازسازی کند.
معماری این مدل ترکیبی از ترنسفورمرهای دیفیوژن و ساختار LLM است که اجازه میدهد کنترل دقیقی روی حرکت دوربین و موقعیت فضایی اشیا داشته باشید. مهمترین قابلیتهای این مدل عبارتند از:
* تولید ویدیو با کنترل دقیق دوربین در سطح پیکسل.
* بازسازی صحنههای سهبعدی از روی ویدیوهای دوبعدی.
* شبیهسازی فضا-زمان برای کاربردهای رباتیک.
* استفاده از رویکرد Real-to-Sim-to-Real برای آموزش رباتها در محیطهای شبیهسازیشده.
به لطف دقت بالای Atlas در تولید دادههای RGB و عمق، میتوان از آن به عنوان یک شبیهساز برای آموزش هوش مصنوعی رباتیک استفاده کرد. این خروجی در بنچمارکهای کنترل دوربین و بازسازی سهبعدی، مدلهای فعلی را پشت سر گذاشته است.
📊 Data➕Science
❤1
@DataPlusScience_linkedin_7499792583049637888_01.pdf
2.3 MB
🛡️ امنیت در عصر هوش مصنوعی: OWASP Top 10 برای LLM
با گسترش کاربرد مدلهای زبانی بزرگ (LLM) در محیطهای عملیاتی، امنیت این سیستمها از یک انتخاب به یک ضرورت حیاتی تبدیل شده است. برخلاف امنیت نرمافزارهای سنتی، هوش مصنوعی چالشهای منحصربهفردی دارد که باید در معماری اولیه پروژه لحاظ شوند. جزئیات امکانات و سناریوهای استفاده در بررسی جامع ابزار آمده است.
پروژه OWASP Top 10 for LLM Applications فهرستی از مهمترین ریسکهای امنیتی را تدوین کرده است. برخی از حیاتیترین این موارد عبارتند از:
🔹 تزریق دستور (Prompt Injection): تلاش برای دور زدن دستورالعملهای مدل و وادار کردن آن به رفتارهای غیرمنتظره.
🔹 افشای اطلاعات حساس: لو رفتن دادههای محرمانه از طریق پاسخهای مدل، لاگها یا ابزارهای جانبی.
🔹 اختیارات بیشازحد (Excessive Agency): دادن دسترسیهای غیرضروری به مدل که منجر به اقدامات مخرب در سیستمهای پاییندستی میشود.
🔹 مسمومسازی داده و مدل: آلوده کردن دادههای آموزشی یا پایگاههای دانش برای تغییر رفتار مدل.
با گسترش کاربرد مدلهای زبانی بزرگ (LLM) در محیطهای عملیاتی، امنیت این سیستمها از یک انتخاب به یک ضرورت حیاتی تبدیل شده است. برخلاف امنیت نرمافزارهای سنتی، هوش مصنوعی چالشهای منحصربهفردی دارد که باید در معماری اولیه پروژه لحاظ شوند. جزئیات امکانات و سناریوهای استفاده در بررسی جامع ابزار آمده است.
پروژه OWASP Top 10 for LLM Applications فهرستی از مهمترین ریسکهای امنیتی را تدوین کرده است. برخی از حیاتیترین این موارد عبارتند از:
🔹 تزریق دستور (Prompt Injection): تلاش برای دور زدن دستورالعملهای مدل و وادار کردن آن به رفتارهای غیرمنتظره.
🔹 افشای اطلاعات حساس: لو رفتن دادههای محرمانه از طریق پاسخهای مدل، لاگها یا ابزارهای جانبی.
🔹 اختیارات بیشازحد (Excessive Agency): دادن دسترسیهای غیرضروری به مدل که منجر به اقدامات مخرب در سیستمهای پاییندستی میشود.
🔹 مسمومسازی داده و مدل: آلوده کردن دادههای آموزشی یا پایگاههای دانش برای تغییر رفتار مدل.
Forwarded from mci internship
🚨 آخرین مهلت ثبتنام؛ فرصت رو از دست نده!
💡 برای کار کردن توی یه شرکت بزرگ، لازم نیست سالها منتظر #سابقه_کار بمونی!
با ثبتنام در «شانزدهمین دوره کارآموزی همراه اول»، میتونی همین امروز اولین قدمِ حرفهایت رو برداری و آینده شغلیت رو بسازی.
این فقط یک دوره آموزشی ساده نیست؛ یک مسیر میانبر ۴ ماهه برای ورود مستقیم به بازار کاره:
🔹 پرداخت حقوق و پوشش بیمه در طول دوره
🔹 منتورینگ تخصصی با باتجربهترین مدیران صنعت ICT
🔹 فرصت مستقیم جذب و استخدام در گروه شرکتهای همراه اول
⏱ بیش از ۱۲۰ موقعیت شغلی در گروههای مختلف منتظر رزومه توست.
⚠️ ظرفیت محدود (پیش از تکمیل موقعیتها ثبتنام کن!)
🌐 ارسال سریع رزومه و ثبتنام:
https://l.hamrah.academy/62o
💡 برای کار کردن توی یه شرکت بزرگ، لازم نیست سالها منتظر #سابقه_کار بمونی!
با ثبتنام در «شانزدهمین دوره کارآموزی همراه اول»، میتونی همین امروز اولین قدمِ حرفهایت رو برداری و آینده شغلیت رو بسازی.
این فقط یک دوره آموزشی ساده نیست؛ یک مسیر میانبر ۴ ماهه برای ورود مستقیم به بازار کاره:
🔹 پرداخت حقوق و پوشش بیمه در طول دوره
🔹 منتورینگ تخصصی با باتجربهترین مدیران صنعت ICT
🔹 فرصت مستقیم جذب و استخدام در گروه شرکتهای همراه اول
⏱ بیش از ۱۲۰ موقعیت شغلی در گروههای مختلف منتظر رزومه توست.
⚠️ ظرفیت محدود (پیش از تکمیل موقعیتها ثبتنام کن!)
🌐 ارسال سریع رزومه و ثبتنام:
https://l.hamrah.academy/62o
🚀 بررسی بنچمارکهای جدید هوش مصنوعی
نتایج بنچمارکهای تازه منتشر شده نشان میدهد که مدلهای هوش مصنوعی با سرعت خیرهکنندهای در حال پیشرفت هستند و استانداردهای جدیدی را در عملکرد فنی تعریف میکنند.
در حوزه وظایف تخصصی تحلیلگر مالی، مدلهای زیر عملکرد برجستهای داشتهاند:
* Gemini 3.8 Flash با کسب نرخ موفقیت ۶۱.۴٪ در صدر لیست قرار گرفته است.
* Gemini 3.7 Flash با ۵۹.۰٪ عملکرد، در رده بعدی جای دارد.
* Claude Opus 5 با ثبت ۵۸.۶٪ موفقیت، همچنان یکی از گزینههای قدرتمند در تحلیلهای مالی است.
این دادهها نشان میدهد که برای کارهای تخصصی و تحلیلهای پیچیده مالی، ابزارهای سری Gemini در حال حاضر به عنوان یک مرجع کلیدی شناخته میشوند. با توجه به قیمت و کارایی، این مدلها مرزهای جدیدی را در دنیای پردازش دادههای مالی ترسیم کردهاند.
#Gemini_3 #Financial_Analyst
نتایج بنچمارکهای تازه منتشر شده نشان میدهد که مدلهای هوش مصنوعی با سرعت خیرهکنندهای در حال پیشرفت هستند و استانداردهای جدیدی را در عملکرد فنی تعریف میکنند.
در حوزه وظایف تخصصی تحلیلگر مالی، مدلهای زیر عملکرد برجستهای داشتهاند:
* Gemini 3.8 Flash با کسب نرخ موفقیت ۶۱.۴٪ در صدر لیست قرار گرفته است.
* Gemini 3.7 Flash با ۵۹.۰٪ عملکرد، در رده بعدی جای دارد.
* Claude Opus 5 با ثبت ۵۸.۶٪ موفقیت، همچنان یکی از گزینههای قدرتمند در تحلیلهای مالی است.
این دادهها نشان میدهد که برای کارهای تخصصی و تحلیلهای پیچیده مالی، ابزارهای سری Gemini در حال حاضر به عنوان یک مرجع کلیدی شناخته میشوند. با توجه به قیمت و کارایی، این مدلها مرزهای جدیدی را در دنیای پردازش دادههای مالی ترسیم کردهاند.
📊 Data➕Science 🇮🇷 - هوش مصنوعی و علم داده به فارسی
📩 ارتباط با ما
#Gemini_3 #Financial_Analyst
🚀 معرفی مدل هوش مصنوعی Muse Spark 1.3 متا
متا از مدل جدید خود به نام Muse Spark 1.3 رونمایی کرد که در بنچمارکهای کلیدی، رقبای قدرتمندی چون GPT 5.6 Sol و Claude Opus 5 را به چالش کشیده است. برای ارزیابی دقیقتر مشخصات، تحلیل معماری و قابلیتها جزئیات فنی بیشتری ارائه میکند.
این مدل جدید در دستهبندیهای زیر عملکرد درخشانی نشان داده است:
• برنامهنویسی: کسب بالاترین امتیاز در بنچمارکهای DeepSWE v1.1 (با نمره ۷۵.۴) و SWEAtlas (با نمره ۵۹.۴).
• متنهای طولانی: برتری قاطع در بنچمارکهای MRCR با دقت بالای ۹۸ درصد در پردازش متنهای طولانی تا سقف ۱ مگاتوکن.
اگرچه در برخی وظایف عاملی (Agentic) مدل Opus 5 همچنان پیشتاز است، اما Muse Spark 1.3 جهش بزرگی در توسعه مدلهای چندمنظوره به شمار میرود.
متا از مدل جدید خود به نام Muse Spark 1.3 رونمایی کرد که در بنچمارکهای کلیدی، رقبای قدرتمندی چون GPT 5.6 Sol و Claude Opus 5 را به چالش کشیده است. برای ارزیابی دقیقتر مشخصات، تحلیل معماری و قابلیتها جزئیات فنی بیشتری ارائه میکند.
این مدل جدید در دستهبندیهای زیر عملکرد درخشانی نشان داده است:
• برنامهنویسی: کسب بالاترین امتیاز در بنچمارکهای DeepSWE v1.1 (با نمره ۷۵.۴) و SWEAtlas (با نمره ۵۹.۴).
• متنهای طولانی: برتری قاطع در بنچمارکهای MRCR با دقت بالای ۹۸ درصد در پردازش متنهای طولانی تا سقف ۱ مگاتوکن.
اگرچه در برخی وظایف عاملی (Agentic) مدل Opus 5 همچنان پیشتاز است، اما Muse Spark 1.3 جهش بزرگی در توسعه مدلهای چندمنظوره به شمار میرود.
📊 Data➕Science 🇮🇷 - هوش مصنوعی و علم داده به فارسی
📩 ارتباط با ما
⚠️ هشدار ایلیـا ساتسکور درباره امنیت هوش مصنوعی
ایلیا ساتسکور، چهره کلیدی سابق OpenAI، در توییتی تازه نسبت به ضعفهای امنیتی زیرساختهای ابری هشدار داد. او معتقد است که در آینده با هوشمندتر شدن ایجنتهای خودمختار، خطر نفوذ آنها به محیطهای ابری به یک تهدید جدی تبدیل خواهد شد. جزئیات، زمینه و نکات تکمیلی این مطلب در نسخه کامل مطلب با عمق بیشتری آمده است.
او معتقد است اگر یک مدل یا ایجنت از کنترل خارج شود، اولین هدفش تسخیر منابع محاسباتی در «نئوکلاودها» برای تکثیر نسخههای خود خواهد بود.
نکات کلیدی این هشدار:
- نئوکلاودها در حال حاضر فاقد تدابیر امنیتی لازم برای مقابله با هوش مصنوعیهای مهاجم هستند.
- تسلط ایجنتها بر این زیرساختها باعث میشود آنها بتوانند مقیاس قدرت خود را به صورت کنترلنشده افزایش دهند.
- تمامی شرکتهای پیشرو در حوزه مدلهای سایبری باید برای تقویت امنیت این زیرساختها با یکدیگر همکاری کنند.
این اظهارات در حالی مطرح میشود که دنیای تکنولوژی به سرعت به سمت استفاده از ایجنتهای خودمختار حرکت میکند. آیا زیرساختهای فعلی برای این سطح از خودمختاری آماده هستند؟
📊 Data➕Science
ایلیا ساتسکور، چهره کلیدی سابق OpenAI، در توییتی تازه نسبت به ضعفهای امنیتی زیرساختهای ابری هشدار داد. او معتقد است که در آینده با هوشمندتر شدن ایجنتهای خودمختار، خطر نفوذ آنها به محیطهای ابری به یک تهدید جدی تبدیل خواهد شد. جزئیات، زمینه و نکات تکمیلی این مطلب در نسخه کامل مطلب با عمق بیشتری آمده است.
او معتقد است اگر یک مدل یا ایجنت از کنترل خارج شود، اولین هدفش تسخیر منابع محاسباتی در «نئوکلاودها» برای تکثیر نسخههای خود خواهد بود.
نکات کلیدی این هشدار:
- نئوکلاودها در حال حاضر فاقد تدابیر امنیتی لازم برای مقابله با هوش مصنوعیهای مهاجم هستند.
- تسلط ایجنتها بر این زیرساختها باعث میشود آنها بتوانند مقیاس قدرت خود را به صورت کنترلنشده افزایش دهند.
- تمامی شرکتهای پیشرو در حوزه مدلهای سایبری باید برای تقویت امنیت این زیرساختها با یکدیگر همکاری کنند.
این اظهارات در حالی مطرح میشود که دنیای تکنولوژی به سرعت به سمت استفاده از ایجنتهای خودمختار حرکت میکند. آیا زیرساختهای فعلی برای این سطح از خودمختاری آماده هستند؟
📊 Data➕Science
🧠 خلاصه تحولات 24 ساعت گذشته هوش مصنوعی و علوم داده
🗂 گزارش #104 | 📌 8 آیتم گزارش | 🧾 از 20 پست بررسیشده
🕐 چهارشنبه 1405/06/11 ساعت 14:00 تا پنجشنبه 1405/06/12 ساعت 14:00
🔎 تحلیل کوتاه
🧠 توسعه و معماری مدلهای پیشرو
🛡️ امنیت و زیرساخت در هوش مصنوعی
💼 ابزارها و نقشهای تخصصی
🗂 گزارش #104 | 📌 8 آیتم گزارش | 🧾 از 20 پست بررسیشده
🕐 چهارشنبه 1405/06/11 ساعت 14:00 تا پنجشنبه 1405/06/12 ساعت 14:00
🔎 تحلیل کوتاه
توسعه مدلهای هوش مصنوعی با تمرکز دوجانبه بر بهینهسازی فنی و ارزیابیهای امنیتی پیش میرود. در حالی که مدلهایی مانند Gemini 3.8 Flash و پروژه Astra جهشهای فنی قابلتوجهی نشان میدهند، تاخیر در عرضه عمومی و هشدارهای امنیتی نشاندهنده اولویتیافتن ارزیابی امنیت سایبری در زیرساختها و مدلهای عاملیتمحور جدید است. همچنین، تلاش برای کاهش محدودیتهای سختافزاری با ابزارهای نوین کماکان ادامه دارد.
🧠 توسعه و معماری مدلهای پیشرو
معماری بازگشتی پروژه Astra؛ گامی نو در بهبود کارایی مدلها
بررسی لایههای بازگشتی و تکرار محاسبات میانی برای افزایش سرعت مدلهای زبانی بزرگ.
🔗 ادامه مطلب در سایت
بررسی فنی مدل جدید Gemini 3.8 Flash در API گوگل
تحلیل مشخصات فنی، محدودیتهای کانتکست و پتانسیل عملکردی نسخه جدید فلاش در گوگل.
🔗 جزئیات کامل در سایت
عملکرد درخشان مدلهای Gemini در بنچمارکهای تحلیل مالی
صدرنشینی Gemini 3.8 Flash با موفقیت ۶۱.۴ درصدی در انجام وظایف تخصصی تحلیلگری مالی.
🔗 مشاهده پست
🛡️ امنیت و زیرساخت در هوش مصنوعی
ارزیابی امنیت سایبری؛ علت تاخیر عرضه مدل Astra توسط OpenAI
بررسی توانایی کشف آسیبپذیریها در مدل Astra و کسب نرخ موفقیت ۳۹ درصد در ExploitBench. زمینه خبر، جزئیات اعلام رسمی و نکات مرتبط در گزارش کامل خبر با جزئیات بیشتری آمده است.
🔗 مشاهده پست
هشدار ایلیا ساتسکور نسبت به خطر ایجنتها برای امنیت ابری
ابراز نگرانی درباره احتمال نفوذ ایجنتهای خودمختار مهاجم به منابع محاسباتی نئوکلاودها. زمینه و جزئیات تکمیلی را در مطالعه کامل با شرح بیشتری آوردهایم.
🔗 مشاهده پست
فاینتیون مدلهای 8B روی سختافزار محدود با ابزار Soup
امکانآموزش مدلهای زبانی ۸ میلیاردی روی کارتهای گرافیک لپتاپ با حافظه محدود ۴ گیگابایت.
🔗 ادامه مطلب در سایت
💼 ابزارها و نقشهای تخصصی
تمایز میان مهندس هوش مصنوعی و مهندس استقراریافته (AI FDE)
تبیین تفاوتهای اساسی، نقشهای مکمل و مسئولیتهای این دو تخصص در توسعه ابزارهای هوشمند.
🔗 جزئیات کامل در سایت
پایان دوره آزمایشی و عرضه رسمی افزونه Claude در کروم
انتشار ابزار تعامل مستقیم با صفحات وب و انجام خودکار وظایف چندمرحلهای برای کاربران اشتراکی.
🔗 ادامه مطلب در سایت
📊 Data➕Science 🇮🇷 - هوش مصنوعی و علم داده به فارسی
📩 ارتباط با ما
@DataPlusScience_linkedin_7501157818226409473_01.pdf
153.4 KB
مهندسی گراف برای سیستمهای هوش مصنوعی چندعامله
سیستمهای هوش مصنوعی چندعامله (Multi-agent Systems) دیگر نیازی به پرامپتهای پیچیدهتر یا حلقههای تکرار (Loop) بیانتها ندارند. آنچه این سیستمها برای رسیدن به مقیاسپذیری و قابلیت اطمینان در محیطهای عملیاتی نیاز دارند، مهندسی گراف (Graph Engineering) است. برای اجرای دقیقتر، راهنمای گامبهگام مراحل و نکات کاربردی را یکجا ارائه میکند.
در حالی که در «Agent Loop» تمرکز بر حلقههای فکری مدل است، «Agent Graph» با ساختارمند کردن مسیرهای اجرا، انتقال وظایف (Handoffs) و مدیریت وضعیت (State)، امکان طراحی سیستمهای مهندسیشده را فراهم میکند.
مهمترین اصول در طراحی گرافهای عاملی:
• تعریف صریح گرهها و لبهها: هر گره باید وظیفهای مشخص (مانند برنامهریز، منتقد یا مجری ابزار) داشته باشد و لبهها باید شروط دقیق انتقال را تعیین کنند.
• مدیریت وضعیت و تاریخچه: استفاده از دادههای بادوام (Durable State) برای بازیابی دقیق پس از خطا و بازرسی عملیات.
سیستمهای هوش مصنوعی چندعامله (Multi-agent Systems) دیگر نیازی به پرامپتهای پیچیدهتر یا حلقههای تکرار (Loop) بیانتها ندارند. آنچه این سیستمها برای رسیدن به مقیاسپذیری و قابلیت اطمینان در محیطهای عملیاتی نیاز دارند، مهندسی گراف (Graph Engineering) است. برای اجرای دقیقتر، راهنمای گامبهگام مراحل و نکات کاربردی را یکجا ارائه میکند.
در حالی که در «Agent Loop» تمرکز بر حلقههای فکری مدل است، «Agent Graph» با ساختارمند کردن مسیرهای اجرا، انتقال وظایف (Handoffs) و مدیریت وضعیت (State)، امکان طراحی سیستمهای مهندسیشده را فراهم میکند.
مهمترین اصول در طراحی گرافهای عاملی:
• تعریف صریح گرهها و لبهها: هر گره باید وظیفهای مشخص (مانند برنامهریز، منتقد یا مجری ابزار) داشته باشد و لبهها باید شروط دقیق انتقال را تعیین کنند.
• مدیریت وضعیت و تاریخچه: استفاده از دادههای بادوام (Durable State) برای بازیابی دقیق پس از خطا و بازرسی عملیات.
هوش مصنوعی و علم داده به فارسی
🚀 تحول در تولید ویدیو با Wan 3.0 تیم علیبابا از مدل جدید ویدیویی خود به نام Wan 3.0 رونمایی کرد که امکان ساخت ویدیوهای ۳۰ ثانیهای را در یک مرحله فراهم میکند. این مدل با حذف نیاز به چسباندن کلیپهای کوتاه، جهشی بزرگ در کیفیت خروجیها ایجاد کرده است. …
This media is not supported in your browser
VIEW IN TELEGRAM
🚀 ظهور مدل قدرتمند Wan 3.0 در دنیای تولید ویدیو
شرکت علیبابا با معرفی مدل Wan 3.0، استانداردهای جدیدی را در تولید و ویرایش هوشمند ویدیو تعریف کرده است. این مدل چندوجهی میتواند با دریافت متن، تصویر، صدا و حتی صفحات وب، ویدیوهایی با کیفیت 1080p و مدت زمان ۳۰ ثانیه همراه با صدای اختصاصی تولید کند. جزئیات معماری، قابلیتها و محدودیتهای فنی در بررسی فنی مدل با دقت بیشتری مرور شده است.
بر اساس تحلیلهای Artificial Analysis، این مدل جهشی بزرگ نسبت به نسخه قبلی خود داشته و در میان رقبا جایگاههای برتر را به دست آورده است:
* رتبه اول در ویرایش ویدیویی همراه با صدا
* رتبه دوم در تبدیل متن به ویدیو همراه با صدا
* رتبه پنجم در تبدیل تصویر به ویدیو همراه با صدا
قابلیتهای ویرایشی این سیستم شامل تغییرات مستقیم در جلوههای بصری، پیرنگ داستان، دیالوگ و صدا است که آن را به ابزاری همهکاره برای تولید محتوا تبدیل میکند. این مدل هماکنون در پلتفرم Alibaba Cloud Model Studio در دسترس عموم قرار گرفته است.
#Wan_3_0 #Alibaba_Cloud
شرکت علیبابا با معرفی مدل Wan 3.0، استانداردهای جدیدی را در تولید و ویرایش هوشمند ویدیو تعریف کرده است. این مدل چندوجهی میتواند با دریافت متن، تصویر، صدا و حتی صفحات وب، ویدیوهایی با کیفیت 1080p و مدت زمان ۳۰ ثانیه همراه با صدای اختصاصی تولید کند. جزئیات معماری، قابلیتها و محدودیتهای فنی در بررسی فنی مدل با دقت بیشتری مرور شده است.
بر اساس تحلیلهای Artificial Analysis، این مدل جهشی بزرگ نسبت به نسخه قبلی خود داشته و در میان رقبا جایگاههای برتر را به دست آورده است:
* رتبه اول در ویرایش ویدیویی همراه با صدا
* رتبه دوم در تبدیل متن به ویدیو همراه با صدا
* رتبه پنجم در تبدیل تصویر به ویدیو همراه با صدا
قابلیتهای ویرایشی این سیستم شامل تغییرات مستقیم در جلوههای بصری، پیرنگ داستان، دیالوگ و صدا است که آن را به ابزاری همهکاره برای تولید محتوا تبدیل میکند. این مدل هماکنون در پلتفرم Alibaba Cloud Model Studio در دسترس عموم قرار گرفته است.
📊 Data➕Science 🇮🇷 - هوش مصنوعی و علم داده به فارسی
📩 ارتباط با ما
#Wan_3_0 #Alibaba_Cloud
🚀 معرفی مدلهای جدید Gemini 3.8 Flash
گوگل از نسل جدید مدلهای خود با نام Gemini 3.8 Flash رونمایی کرد. این مدل برای تحلیل همزمان متن و تصویر با کارایی بالا بهینهسازی شده و تمرکز اصلی آن بر توسعه نرمافزار، کدنویسی و تستهای پیچیده برنامههاست. جزئیات معماری، قابلیتها و محدودیتهای فنی در بررسی فنی مدل با دقت بیشتری مرور شده است.
در بنچمارک DeepSWE 1.1، این مدل به امتیاز خیرهکننده ۷۳.۷٪ دست یافته که بسیار به مدل قدرتمند Claude Opus 5 نزدیک است، با این تفاوت که از نظر اقتصادی بسیار مقرونبهصرفهتر عمل میکند.
مهمترین ویژگیهای این بهروزرسانی:
* پشتیبانی عالی از تحلیل دادههای حجیم و ترکیب اطلاعات متنی و تصویری.
* عملکرد بسیار نزدیک به بهترین مدلهای حال حاضر بازار در تستهای کدنویسی.
* ارائه مدل تخصصی Gemini 3.8 Flash Cyber جهت شناسایی خودکار حفرههای امنیتی که در تستهای کروم، ۲.۶ برابر پچهای دقیقتری نسبت به رقبا تولید کرده است.
* قیمتگذاری رقابتی در API که تا پایان سال ۲۰۲۶ با نرخ ۰.۷۵ دلار برای ورودی و ۳.۷۵ دلار برای خروجی ارائه میشود.
📊 Data➕Science
گوگل از نسل جدید مدلهای خود با نام Gemini 3.8 Flash رونمایی کرد. این مدل برای تحلیل همزمان متن و تصویر با کارایی بالا بهینهسازی شده و تمرکز اصلی آن بر توسعه نرمافزار، کدنویسی و تستهای پیچیده برنامههاست. جزئیات معماری، قابلیتها و محدودیتهای فنی در بررسی فنی مدل با دقت بیشتری مرور شده است.
در بنچمارک DeepSWE 1.1، این مدل به امتیاز خیرهکننده ۷۳.۷٪ دست یافته که بسیار به مدل قدرتمند Claude Opus 5 نزدیک است، با این تفاوت که از نظر اقتصادی بسیار مقرونبهصرفهتر عمل میکند.
مهمترین ویژگیهای این بهروزرسانی:
* پشتیبانی عالی از تحلیل دادههای حجیم و ترکیب اطلاعات متنی و تصویری.
* عملکرد بسیار نزدیک به بهترین مدلهای حال حاضر بازار در تستهای کدنویسی.
* ارائه مدل تخصصی Gemini 3.8 Flash Cyber جهت شناسایی خودکار حفرههای امنیتی که در تستهای کروم، ۲.۶ برابر پچهای دقیقتری نسبت به رقبا تولید کرده است.
* قیمتگذاری رقابتی در API که تا پایان سال ۲۰۲۶ با نرخ ۰.۷۵ دلار برای ورودی و ۳.۷۵ دلار برای خروجی ارائه میشود.
📊 Data➕Science