🧠 مدل‌های زبانی با قابلیت مدیریت مستقیم حافظه
محققان متا در مدل‌های جدیدی با عنوان Context Language Models (CLM)، منطق سنتی مدیریت حافظه را کنار گذاشته‌اند. در این روش، مدل به‌جای انباشت متوالی تاریخچه چت، امکان دسترسی و ویرایش مستقیم فایل متنِ حاوی «کانتکست» خود را از طریق دستورات Bash دارد.
مدل می‌تواند در هر لحظه بخش‌های قدیمی را پاک کند، خلاصه‌ای از نتایج بنویسد یا جزئیات مهم را بازنویسی کند. در آزمایش‌ها، مدل‌ها به‌طور خودکار شروع به ایجاد جداول وضعیت یا حذف نتایج جستجوی غیرضروری کردند تا حجم کانتکست خود را در محدوده ۶ تا ۸ هزار توکن نگه دارند.
مهم‌ترین نتایج این پژوهش:
* افزایش کارایی: مدل Qwen3.5-9B پس از آموزش با این روش، در بنچمارک BrowseComp-Plus رشد دقت قابل‌توجهی داشته و مصرف محاسباتی آن ۳۸.۸ درصد کاهش یافته است.
* بهینه‌سازی حافظه: با تکنیک Suffix Cache Reuse، بخش‌هایی از کانتکست که تغییر نکرده‌اند همچنان از KV-cache استفاده می‌کنند که منجر به کاهش ۳۵ درصدی محاسبات سرور می‌شود.
محققان متا در مدل‌های جدیدی با عنوان Context Language Models (CLM)، منطق سنتی مدیریت حافظه را کنار گذاشته‌اند. در این روش، مدل به‌جای انباشت متوالی تاریخچه چت، امکان دسترسی و ویرایش مستقیم فایل متنِ حاوی «کانتکست» خود را از طریق دستورات Bash دارد.
مدل می‌تواند در هر لحظه بخش‌های قدیمی را پاک کند، خلاصه‌ای از نتایج بنویسد یا جزئیات مهم را بازنویسی کند. در آزمایش‌ها، مدل‌ها به‌طور خودکار شروع به ایجاد جداول وضعیت یا حذف نتایج جستجوی غیرضروری کردند تا حجم کانتکست خود را در محدوده ۶ تا ۸ هزار توکن نگه دارند.
مهم‌ترین نتایج این پژوهش:
* افزایش کارایی: مدل Qwen3.5-9B پس از آموزش با این روش، در بنچمارک BrowseComp-Plus رشد دقت قابل‌توجهی داشته و مصرف محاسباتی آن ۳۸.۸ درصد کاهش یافته است.
* بهینه‌سازی حافظه: با تکنیک Suffix Cache Reuse، بخش‌هایی از کانتکست که تغییر نکرده‌اند همچنان از KV-cache استفاده می‌کنند که منجر به کاهش ۳۵ درصدی محاسبات سرور می‌شود.
🇮🇷 - هوش مصنوعی و علم داده به فارسی
🌐 سایت | تلگرام | بله | ایتا | ارتباط با ما
🤖 شکستن کد ۲۱۷ ساله ناپلئون با GPT-6 Astra
کارتر چرچ با استفاده از مدل GPT-6 Astra موفق شد یک نامه رمزنگاری‌شده متعلق به سال ۱۸۰۹ را در مدت ۶ ساعت رمزگشایی کند. این متن که از زمان جنگ‌های ناپلئونی حل‌نشده باقی مانده بود، گزارش محرمانه ژنرال مارمون درباره موقعیت ارتش‌ها در جریان حمله اتریش به باواریا را در خود داشت.
فرایند انجام‌شده توسط این مدل به این ترتیب بود:
* برش خودکار تصاویر اسکن‌شده نامه به خطوط مجزا.
* شناسایی و استخراج نمادهای یونانی، ریاضی و حروف استفاده‌شده در کد.
* استفاده از الگوریتم بهینه‌سازی «تبرید شبیه‌سازی‌شده» (Simulated Annealing) برای تطبیق نمادها با دیکشنری زبان فرانسوی.
صحت این رمزگشایی توسط ساتوشی توکیمو، مسئول کاتالوگ رمزهای Cryptiana تأیید شده است. این مدل پیش‌تر نیز یک رادیوگرام آلمانی مربوط به جنگ جهانی دوم را رمزگشایی کرده بود. محتوای نامه فاش‌شده نشان می‌دهد که تحرکات نیروهای فرانسوی دقیقاً با دستورات ناپلئون در ۱۶ مارس ۱۸۰۹ مطابقت داشته است.
#GPT6_Astra #Simulated_Annealing
کارتر چرچ با استفاده از مدل GPT-6 Astra موفق شد یک نامه رمزنگاری‌شده متعلق به سال ۱۸۰۹ را در مدت ۶ ساعت رمزگشایی کند. این متن که از زمان جنگ‌های ناپلئونی حل‌نشده باقی مانده بود، گزارش محرمانه ژنرال مارمون درباره موقعیت ارتش‌ها در جریان حمله اتریش به باواریا را در خود داشت.
فرایند انجام‌شده توسط این مدل به این ترتیب بود:
* برش خودکار تصاویر اسکن‌شده نامه به خطوط مجزا.
* شناسایی و استخراج نمادهای یونانی، ریاضی و حروف استفاده‌شده در کد.
* استفاده از الگوریتم بهینه‌سازی «تبرید شبیه‌سازی‌شده» (Simulated Annealing) برای تطبیق نمادها با دیکشنری زبان فرانسوی.
صحت این رمزگشایی توسط ساتوشی توکیمو، مسئول کاتالوگ رمزهای Cryptiana تأیید شده است. این مدل پیش‌تر نیز یک رادیوگرام آلمانی مربوط به جنگ جهانی دوم را رمزگشایی کرده بود. محتوای نامه فاش‌شده نشان می‌دهد که تحرکات نیروهای فرانسوی دقیقاً با دستورات ناپلئون در ۱۶ مارس ۱۸۰۹ مطابقت داشته است.
🇮🇷 - هوش مصنوعی و علم داده به فارسی
🌐 سایت | تلگرام | بله | ایتا | ارتباط با ما
#GPT6_Astra #Simulated_Annealing
❤1
🤖 معرفی مدل‌های Intern-Decision برای تصمیم‌گیری ساختاریافته
خانواده مدل‌های Intern-Decision شامل سه مدل سبک با ۰.۸، ۲ و ۴ میلیارد پارامتر عرضه شده است. این مدل‌ها به‌جای چت عمومی، برای کارهای تخصصی مانند انتخاب ابزار، مسیریابی درخواست‌ها و مدیریت گردش‌کارهای چندوجهی بهینه شده‌اند.
این مدل‌ها متن و حداکثر ۸ تصویر را دریافت کرده و خروجی را در قالب JSON استاندارد همراه با توزیع احتمالات ارائه می‌دهند.
مهم‌ترین ویژگی‌های عملکردی:
* انجام پاسخ‌دهی به سوالات چندگزینه‌ای، امتیازی و بله/خیر در یک مرحله پردازش (Forward pass).
* مدل 4B در بنچمارک‌های تصمیم‌گیری امتیاز ۹۰.۰۲ را کسب کرده که از مدل Jev با امتیاز ۸۸.۷۴ پیشی می‌گیرد.
* تأخیر زمانی بسیار پایین (۳۳ تا ۴۴ میلی‌ثانیه) در محیط محلی Hugging Face، که آن را برای استفاده به‌عنوان لایه تصمیم‌گیر در AI Agentها مناسب می‌کند.
این پروژه تحت لایسنس Apache 2.0 منتشر شده است.
#Intern_Decision #Structured_Decision_Making
خانواده مدل‌های Intern-Decision شامل سه مدل سبک با ۰.۸، ۲ و ۴ میلیارد پارامتر عرضه شده است. این مدل‌ها به‌جای چت عمومی، برای کارهای تخصصی مانند انتخاب ابزار، مسیریابی درخواست‌ها و مدیریت گردش‌کارهای چندوجهی بهینه شده‌اند.
این مدل‌ها متن و حداکثر ۸ تصویر را دریافت کرده و خروجی را در قالب JSON استاندارد همراه با توزیع احتمالات ارائه می‌دهند.
مهم‌ترین ویژگی‌های عملکردی:
* انجام پاسخ‌دهی به سوالات چندگزینه‌ای، امتیازی و بله/خیر در یک مرحله پردازش (Forward pass).
* مدل 4B در بنچمارک‌های تصمیم‌گیری امتیاز ۹۰.۰۲ را کسب کرده که از مدل Jev با امتیاز ۸۸.۷۴ پیشی می‌گیرد.
* تأخیر زمانی بسیار پایین (۳۳ تا ۴۴ میلی‌ثانیه) در محیط محلی Hugging Face، که آن را برای استفاده به‌عنوان لایه تصمیم‌گیر در AI Agentها مناسب می‌کند.
این پروژه تحت لایسنس Apache 2.0 منتشر شده است.
🇮🇷 - هوش مصنوعی و علم داده به فارسی
🌐 سایت | تلگرام | بله | ایتا | ارتباط با ما
#Intern_Decision #Structured_Decision_Making
🛠 عرضه ابزار متن‌باز MCP برای سرویس ترب
ابزار جدیدی برای تعامل با سرویس «ترب» با استفاده از استاندارد MCP (Model Context Protocol) منتشر شده است. این پروژه تحت لایسنس MIT در دسترس قرار گرفته و امکان استفاده از داده‌های این پلتفرم را در محیط‌های هوش مصنوعی فراهم می‌کند.
این ابزار مجموعه‌ای از قابلیت‌ها را برای کار با داده‌های تجارت الکترونیک ارائه می‌دهد که مهم‌ترین آن‌ها عبارتند از:
* جست‌وجو و مقایسه قیمت محصولات
* بررسی تاریخچه تغییرات قیمت
* امکان جست‌وجوی محصول از طریق تصویر
* دسترسی به ترندهای فعلی بازار و تخفیف‌های روز
* تحلیل گزینه‌ها بر اساس بودجه تعیین‌شده توسط کاربر
کدهای منبع و مستندات این پروژه را می‌توانید در مخزن گیت‌هاب torob-mcp مشاهده و استفاده کنید.
#MCP #Torob
ابزار جدیدی برای تعامل با سرویس «ترب» با استفاده از استاندارد MCP (Model Context Protocol) منتشر شده است. این پروژه تحت لایسنس MIT در دسترس قرار گرفته و امکان استفاده از داده‌های این پلتفرم را در محیط‌های هوش مصنوعی فراهم می‌کند.
این ابزار مجموعه‌ای از قابلیت‌ها را برای کار با داده‌های تجارت الکترونیک ارائه می‌دهد که مهم‌ترین آن‌ها عبارتند از:
* جست‌وجو و مقایسه قیمت محصولات
* بررسی تاریخچه تغییرات قیمت
* امکان جست‌وجوی محصول از طریق تصویر
* دسترسی به ترندهای فعلی بازار و تخفیف‌های روز
* تحلیل گزینه‌ها بر اساس بودجه تعیین‌شده توسط کاربر
کدهای منبع و مستندات این پروژه را می‌توانید در مخزن گیت‌هاب torob-mcp مشاهده و استفاده کنید.
🇮🇷 - هوش مصنوعی و علم داده به فارسی
🌐 سایت | تلگرام | بله | ایتا | ارتباط با ما
#MCP #Torob
🧠 خلاصه تحولات 24 ساعت گذشته هوش مصنوعی و علوم داده
🗂 گزارش #131 | 📌 8 آیتم گزارش | 🧾 از 17 پست بررسی‌شده
🕐 پنجشنبه 1405/07/09 ساعت 14:00 تا جمعه 1405/07/10 ساعت 14:00
🔎 تحلیل کوتاه
🤖 نوآوری در مدل‌ها و ابزارها
📊 پژوهش و بنچمارک‌های هوش مصنوعی
⚖️ سیاست‌گذاری و اخلاق
🤖 مدل‌ها و ابزارهای هوش مصنوعی
🗂 گزارش #131 | 📌 8 آیتم گزارش | 🧾 از 17 پست بررسی‌شده
🕐 پنجشنبه 1405/07/09 ساعت 14:00 تا جمعه 1405/07/10 ساعت 14:00
🔎 تحلیل کوتاه
بررسی‌ها نشان می‌دهد مدل‌های جدید هوش مصنوعی با قابلیت مدیریت مستقیم حافظه و استفاده از استانداردهای نوین مانند MCP، به سمت تخصصی‌تر شدن و بهبود کارایی در تصمیم‌گیری‌های ساختاریافته حرکت کرده‌اند. این تغییرات، مدل‌ها را برای فعالیت‌هایی فراتر از چت‌بات‌های عمومی آماده می‌کند.
🤖 نوآوری در مدل‌ها و ابزارها
مدل‌های هوش مصنوعی با قابلیت مدیریت مستقیم حافظه
مدل‌های جدید متا (CLM) به جای انباشت تاریخچه، با دستورات Bash حافظه خود را مدیریت و بهینه می‌کنند.
🔗 مشاهده پست
عرضه ابزار متن‌باز MCP برای سرویس ترب
استفاده از پروتکل MCP برای جست‌وجوی محصولات، تحلیل قیمت و ترندهای بازار در محیط‌های هوش مصنوعی.
🔗 مشاهده پست
معرفی مدل‌های Intern-Decision برای تصمیم‌گیری ساختاریافته
خانواده مدل‌های سبک برای مدیریت گردش‌کارهای چندوجهی و انتخاب ابزار با خروجی JSON.
🔗 مشاهده پست
کاربرد مدل Gemini 4 Argon در بهینه‌سازی زیرساخت‌های فنی
گوگل از این مدل برای بهینه‌سازی دیتاسنترها و انتقال کدهای C/C++ به Rust استفاده می‌کند.
🔗 نسخه مفصل در سایت
📊 پژوهش و بنچمارک‌های هوش مصنوعی
انتشار مجموعه داده Ego-Exo4D-HM
مجموعه‌ای برای بازسازی حرکات چهاربعدی انسان به همراه خط لوله پردازشی اختصاصی.
🔗 نسخه مفصل در سایت
⚖️ سیاست‌گذاری و اخلاق
تحقیقات رسمی کمیسیون تجارت فدرال درباره OpenAI و Anthropic
FTC بررسی گسترده‌ای را درباره خطرات و رویکردهای این دو شرکت آغاز کرده است.
🔗 نسخه مفصل در سایت
رایزنی آنتروپیک با متفکران دینی برای اخلاق مدل‌های کلود
آنتروپیک به‌دنبال تدوین معیارهای اخلاقی و بررسی احتمال هوشیاری در سیستم‌های خود است.
🔗 ادامه مطلب در سایت
🤖 مدل‌ها و ابزارهای هوش مصنوعی
تأثیر ایجنت‌های هوش مصنوعی بر مدل درآمدی سرویس‌های اشتراکی. تحقیقات.
تأثیر ایجنت‌های هوش مصنوعی بر مدل درآمدی سرویس‌های اشتراکی. تحقیقات استنفورد نشان می‌دهد حدود نیمی از درآمد سرویس‌های اشتراکی از.
🔗 ادامه مطلب در سایت
🇮🇷 - هوش مصنوعی و علم داده به فارسی
🌐 سایت | تلگرام | بله | ایتا | ارتباط با ما
🧠 تأثیر ایجنت‌های هوش مصنوعی بر اقتصاد اشتراکی
تحقیقات استنفورد نشان می‌دهد حدود ۵۰ درصد از درآمد سرویس‌های اشتراکی، حاصل کاربرانی است که اشتراک خود را فعالانه لغو نمی‌کنند. همچنین احتمال لغو اشتراک در صورت یادآوری فعال به کاربر، تا ۴ برابر افزایش می‌یابد.
ظهور ایجنت‌های هوش مصنوعی می‌تواند این مدل درآمدی را تغییر دهد. ابزارهایی مانند Muse، Instinct و Grok Bot هم‌اکنون قادر به بررسی حساب‌های کاربری و شناسایی اشتراک‌های بلااستفاده هستند.
با فراگیر شدن ایجنت‌های شخصی روی گوشی‌های هوشمند، فراموشیِ لغو اشتراک دیگر منبع درآمد پایداری برای کسب‌وکارها نخواهد بود و شرکت‌ها ناچار به بازنگری در راهکارهای حفظ مشتری خواهند شد.
#Grok_Bot #اقتصاد_اشتراکی
تحقیقات استنفورد نشان می‌دهد حدود ۵۰ درصد از درآمد سرویس‌های اشتراکی، حاصل کاربرانی است که اشتراک خود را فعالانه لغو نمی‌کنند. همچنین احتمال لغو اشتراک در صورت یادآوری فعال به کاربر، تا ۴ برابر افزایش می‌یابد.
ظهور ایجنت‌های هوش مصنوعی می‌تواند این مدل درآمدی را تغییر دهد. ابزارهایی مانند Muse، Instinct و Grok Bot هم‌اکنون قادر به بررسی حساب‌های کاربری و شناسایی اشتراک‌های بلااستفاده هستند.
با فراگیر شدن ایجنت‌های شخصی روی گوشی‌های هوشمند، فراموشیِ لغو اشتراک دیگر منبع درآمد پایداری برای کسب‌وکارها نخواهد بود و شرکت‌ها ناچار به بازنگری در راهکارهای حفظ مشتری خواهند شد.
🇮🇷 - هوش مصنوعی و علم داده به فارسی
🌐 سایت | تلگرام | بله | ایتا | ارتباط با ما
#Grok_Bot #اقتصاد_اشتراکی
This media is not supported in your browser
VIEW IN TELEGRAM
📊 انتشار مجموعه داده Ego-Exo4D-HM برای بازسازی حرکت انسان
دانشگاه تگزاس در آستین مجموعه داده جدیدی با نام Ego-Exo4D-HM منتشر کرده است. این منبع شامل بازسازی‌های سه‌بعدی و چهاربعدی از حرکات انسانی است که با استفاده از داده‌های Ego-Exo4D تهیه شده است.
این پروژه علاوه بر داده‌ها، شامل یک خط لوله (pipeline) برای بازسازی حرکات نیز می‌شود. دسترسی به محتوای این پروژه از طریق لینک‌های زیر امکان‌پذیر است:
- بررسی فنی و جزئیات
- مقاله علمی
- مستندات و کد منبع
#EgoExo4D_HM #Human_Motion_Reconstruction
دانشگاه تگزاس در آستین مجموعه داده جدیدی با نام Ego-Exo4D-HM منتشر کرده است. این منبع شامل بازسازی‌های سه‌بعدی و چهاربعدی از حرکات انسانی است که با استفاده از داده‌های Ego-Exo4D تهیه شده است.
این پروژه علاوه بر داده‌ها، شامل یک خط لوله (pipeline) برای بازسازی حرکات نیز می‌شود. دسترسی به محتوای این پروژه از طریق لینک‌های زیر امکان‌پذیر است:
- بررسی فنی و جزئیات
- مقاله علمی
- مستندات و کد منبع
🇮🇷 - هوش مصنوعی و علم داده به فارسی
🌐 سایت | تلگرام | بله | ایتا | ارتباط با ما
#EgoExo4D_HM #Human_Motion_Reconstruction
Media is too big
VIEW IN TELEGRAM
🎨 عرضه مدل تصویرساز FLUX.1 توسط Black Forest Labs
شرکت Black Forest Labs مدل جدید FLUX.1 را منتشر کرده است که بر اساس سیستم «قاب‌بندی» (Layout) کار می‌کند. در این مدل، شما می‌توانید با ترسیم کادرها روی بوم و تعیین محتوای هر بخش، تصویر نهایی را تولید کنید. تغییر جای اشیاء یا حذف آن‌ها با جابه‌جایی کادرها انجام می‌شود، بدون اینکه سایر اجزای تصویر تغییر کنند.
برخی از ویژگی‌های فنی این مدل عبارتند از:
- خروجی با کیفیت 4K
- امکان استفاده از حداکثر ۱۰ تصویر شخصی به عنوان نمونه (Image Prompting)
- قابلیت میزبانی مدل روی سرورهای داخلی شرکت‌ها
- تخفیف ۵۰ درصدی برای استفاده از API تا ۸ اکتبر
نسخه متن‌باز این ابزار قرار است تا دو هفته دیگر منتشر شود. در حال حاضر می‌توانید عملکرد فعلی این مدل را در وب‌سایت رسمی Black Forest Labs آزمایش کنید. با این حال، بررسی‌های اولیه نشان می‌دهد که مدل در نمایش دقیق متون و طراحی فرم‌های انسانی هنوز ضعف‌هایی دارد و در مقایسه با رقبا، خروجی‌های آن نیاز به بهبود بیشتری دارند.
شرکت Black Forest Labs مدل جدید FLUX.1 را منتشر کرده است که بر اساس سیستم «قاب‌بندی» (Layout) کار می‌کند. در این مدل، شما می‌توانید با ترسیم کادرها روی بوم و تعیین محتوای هر بخش، تصویر نهایی را تولید کنید. تغییر جای اشیاء یا حذف آن‌ها با جابه‌جایی کادرها انجام می‌شود، بدون اینکه سایر اجزای تصویر تغییر کنند.
برخی از ویژگی‌های فنی این مدل عبارتند از:
- خروجی با کیفیت 4K
- امکان استفاده از حداکثر ۱۰ تصویر شخصی به عنوان نمونه (Image Prompting)
- قابلیت میزبانی مدل روی سرورهای داخلی شرکت‌ها
- تخفیف ۵۰ درصدی برای استفاده از API تا ۸ اکتبر
نسخه متن‌باز این ابزار قرار است تا دو هفته دیگر منتشر شود. در حال حاضر می‌توانید عملکرد فعلی این مدل را در وب‌سایت رسمی Black Forest Labs آزمایش کنید. با این حال، بررسی‌های اولیه نشان می‌دهد که مدل در نمایش دقیق متون و طراحی فرم‌های انسانی هنوز ضعف‌هایی دارد و در مقایسه با رقبا، خروجی‌های آن نیاز به بهبود بیشتری دارند.
🇮🇷 - هوش مصنوعی و علم داده به فارسی
🌐 سایت | تلگرام | بله | ایتا | ارتباط با ما
This media is not supported in your browser
VIEW IN TELEGRAM
🤖 انتشار مدل‌های تصمیم‌گیری Clef توسط Cloudflare
کلودفلر از مدل‌های وزن‌باز Clef رونمایی کرد که به جای تولید متن، پاسخ‌های ساختاریافته و دارای نوع (Typed) مانند بله/خیر یا مقیاس‌های عددی ارائه می‌دهند. این مدل‌ها با حذف مرحله تولید توکن، اجازه می‌دهند ایجنت‌ها بدون نیاز به تحلیل خروجی متنی، بلافاصله تصمیم‌گیری کنند.
مهم‌ترین ویژگی‌های این مدل‌ها:
* عرضه در دو نسخه Clef (با ۲۷ میلیارد پارامتر) و Clef-flash (با ۹ میلیارد پارامتر) تحت لایسنس Apache 2.0.
* مبتنی بر مدل‌های Qwen3 که وزن‌های اصلی آن‌ها ثابت نگه داشته شده است.
* سرعت پردازش بسیار بالا، به‌طوری که Clef-flash تاخیر میانه ۳۸.۸ میلی‌ثانیه دارد.
* پشتیبانی از ورودی‌های متنی، JSON، تصویر و ویدیو با پنجره محتوایی ۶۴ هزار توکنی.
* سازگاری مستقیم با API مدل Jev برای جایگزینی سریع.
این مدل‌ها از طریق Workers AI در دسترس هستند و برای هر میلیون توکن ورودی، هزینه‌ای بین ۰.۰۹ تا ۰.۲۴ دلار دارند.
#Cloudflare_Clef #Workers_AI
کلودفلر از مدل‌های وزن‌باز Clef رونمایی کرد که به جای تولید متن، پاسخ‌های ساختاریافته و دارای نوع (Typed) مانند بله/خیر یا مقیاس‌های عددی ارائه می‌دهند. این مدل‌ها با حذف مرحله تولید توکن، اجازه می‌دهند ایجنت‌ها بدون نیاز به تحلیل خروجی متنی، بلافاصله تصمیم‌گیری کنند.
مهم‌ترین ویژگی‌های این مدل‌ها:
* عرضه در دو نسخه Clef (با ۲۷ میلیارد پارامتر) و Clef-flash (با ۹ میلیارد پارامتر) تحت لایسنس Apache 2.0.
* مبتنی بر مدل‌های Qwen3 که وزن‌های اصلی آن‌ها ثابت نگه داشته شده است.
* سرعت پردازش بسیار بالا، به‌طوری که Clef-flash تاخیر میانه ۳۸.۸ میلی‌ثانیه دارد.
* پشتیبانی از ورودی‌های متنی، JSON، تصویر و ویدیو با پنجره محتوایی ۶۴ هزار توکنی.
* سازگاری مستقیم با API مدل Jev برای جایگزینی سریع.
این مدل‌ها از طریق Workers AI در دسترس هستند و برای هر میلیون توکن ورودی، هزینه‌ای بین ۰.۰۹ تا ۰.۲۴ دلار دارند.
🇮🇷 - هوش مصنوعی و علم داده به فارسی
🌐 سایت | تلگرام | بله | ایتا | ارتباط با ما
#Cloudflare_Clef #Workers_AI
Media is too big
VIEW IN TELEGRAM
🤖 عرضه نسخه جدید Kling 4.0 با قابلیت‌های پیشرفته ویدئویی
مدل هوش مصنوعی Kling 4.0 برای رقابت مستقیم با ابزارهای تولید ویدیو در اکتبر عرضه می‌شود و نسخه Flash آن هم‌اکنون در دسترس کاربران Ultra Yearly قرار گرفته است.
مهم‌ترین تغییرات این نسخه شامل موارد زیر است:
* امکان تولید ویدیو تا ۳۰ ثانیه در یک مرحله
* کنترل صحنه‌ها با استفاده از ۱۰ کلیدواژه یا
* خروجی ویدیو با کیفیت 4K و پشتیبانی از 10-bit HDR
* بهبود پایداری حرکت و هماهنگی لب‌خوانی (lip-sync)
* افزایش قابلیت
این مدل همچنین از تولید صدای استریو، گسترش ویدیو (video extension) و پشتیبانی از زبان‌ها و لهجه‌های مختلف بهره می‌برد. استفاده از ۱۰ کلیدواژه به کاربران اجازه می‌دهد مسیر حرکت و وقایع ویدیو را با دقت بیشتری مدیریت کنند و صحنه‌های طولانی‌تری را بدون نیاز به تولید جداگانه بسازند.
#Kling_4 #Omni_Reference
مدل هوش مصنوعی Kling 4.0 برای رقابت مستقیم با ابزارهای تولید ویدیو در اکتبر عرضه می‌شود و نسخه Flash آن هم‌اکنون در دسترس کاربران Ultra Yearly قرار گرفته است.
مهم‌ترین تغییرات این نسخه شامل موارد زیر است:
* امکان تولید ویدیو تا ۳۰ ثانیه در یک مرحله
* کنترل صحنه‌ها با استفاده از ۱۰ کلیدواژه یا
keyframes* خروجی ویدیو با کیفیت 4K و پشتیبانی از 10-bit HDR
* بهبود پایداری حرکت و هماهنگی لب‌خوانی (lip-sync)
* افزایش قابلیت
Omni Reference برای پشتیبانی از ۱۵ مرجع چندوجهی جهت حفظ ثبات کاراکترها و اشیاءاین مدل همچنین از تولید صدای استریو، گسترش ویدیو (video extension) و پشتیبانی از زبان‌ها و لهجه‌های مختلف بهره می‌برد. استفاده از ۱۰ کلیدواژه به کاربران اجازه می‌دهد مسیر حرکت و وقایع ویدیو را با دقت بیشتری مدیریت کنند و صحنه‌های طولانی‌تری را بدون نیاز به تولید جداگانه بسازند.
🇮🇷 - هوش مصنوعی و علم داده به فارسی
🌐 سایت | تلگرام | بله | ایتا | ارتباط با ما
#Kling_4 #Omni_Reference
🧩 شتاب‌دهی به پژوهش‌های علمی با Claude
آنتروپیک در گزارش جدید خود توضیح داده است که چگونه مدل هوش مصنوعی Claude در کنار ابزار متن‌باز BootLoops، فرآیند پژوهش در رشته‌های مختلف از ریاضی تا زیست‌شناسی را سرعت می‌بخشد.
پروفسور متیو شوارتز و تیمش طی سه ماه با استفاده از این ترکیب، ۳۶ مقاله علمی را در ۱۸ حوزه متفاوت بررسی کردند. مهم‌ترین نتایج این همکاری عبارتند از:
- محاسبه ۱۵ انتگرال جدید در فیزیک ریاضی
- تحلیل ۵.۷ میلیارد جفت جهش در ژنوم‌ها
- ساخت پایگاه داده استرس برای ۶,۰۷۲ زبان
- اعتبارسنجی خودکار داده‌های موجود در ۴,۴۵۲ مقاله اقتصادی
نتایج نشان می‌دهد Claude در کدنویسی و یافتن روابط بین‌رشته‌ای عملکرد بالایی دارد، اما به دلیل تمایل مدل به اغراق در اهمیت خروجی‌های خود، حضور محقق برای تعیین مسئله و بازبینی نهایی داده‌ها همچنان ضروری است. جزئیات بیشتر در وب‌سایت تحقیقاتی آنتروپیک قابل مشاهده است.
#Claude #BootLoops
آنتروپیک در گزارش جدید خود توضیح داده است که چگونه مدل هوش مصنوعی Claude در کنار ابزار متن‌باز BootLoops، فرآیند پژوهش در رشته‌های مختلف از ریاضی تا زیست‌شناسی را سرعت می‌بخشد.
پروفسور متیو شوارتز و تیمش طی سه ماه با استفاده از این ترکیب، ۳۶ مقاله علمی را در ۱۸ حوزه متفاوت بررسی کردند. مهم‌ترین نتایج این همکاری عبارتند از:
- محاسبه ۱۵ انتگرال جدید در فیزیک ریاضی
- تحلیل ۵.۷ میلیارد جفت جهش در ژنوم‌ها
- ساخت پایگاه داده استرس برای ۶,۰۷۲ زبان
- اعتبارسنجی خودکار داده‌های موجود در ۴,۴۵۲ مقاله اقتصادی
نتایج نشان می‌دهد Claude در کدنویسی و یافتن روابط بین‌رشته‌ای عملکرد بالایی دارد، اما به دلیل تمایل مدل به اغراق در اهمیت خروجی‌های خود، حضور محقق برای تعیین مسئله و بازبینی نهایی داده‌ها همچنان ضروری است. جزئیات بیشتر در وب‌سایت تحقیقاتی آنتروپیک قابل مشاهده است.
🇮🇷 - هوش مصنوعی و علم داده به فارسی
🌐 سایت | تلگرام | بله | ایتا | ارتباط با ما
#Claude #BootLoops
❤1
🌐 انتشار Olmo-core 3 برای آموزش مدل‌های MoE
موسسه Ai2 از Olmo-core 3 رونمایی کرد؛ مجموعه‌ای از ابزارهای متن‌باز که برای آموزش مدل‌های Mixture-of-Experts (MoE) با مقیاس یک تریلیون پارامتر بهینه‌سازی شده است. این زیرساخت، جایگزین FSDP شده و از ترکیب expert parallelism، pipeline parallelism و یک بهینه‌ساز توزیع‌شده برای مدیریت بهتر پارامترها روی GPU استفاده می‌کند.
عملکرد این سیستم در اجرای مدل‌های MoE به شرح زیر است:
- مدل 47 میلیارد پارامتری روی 8 کارت گرافیک B300 به سرعت 52 هزار توکن در ثانیه بر هر GPU رسیده که 2.7 برابر سریع‌تر از نسخه قبل است.
- با استفاده از فرمت داده‌ای MXFP8، سرعت نسبت به BF16 حدود 21 درصد افزایش می‌یابد.
- افزایش تعداد متخصص‌ها از 8 به 128، کمتر از 5 درصد افت در کارایی (throughput) ایجاد می‌کند.
- بزرگ‌ترین تست انجام‌شده شامل یک مدل 1.2 تریلیون پارامتری روی 512 کارت B300 بوده که به نرخ 858 TFLOP/s بر هر GPU دست یافته است.
کد این پروژه تحت لایسنس Apache 2.0 منتشر شده است.
موسسه Ai2 از Olmo-core 3 رونمایی کرد؛ مجموعه‌ای از ابزارهای متن‌باز که برای آموزش مدل‌های Mixture-of-Experts (MoE) با مقیاس یک تریلیون پارامتر بهینه‌سازی شده است. این زیرساخت، جایگزین FSDP شده و از ترکیب expert parallelism، pipeline parallelism و یک بهینه‌ساز توزیع‌شده برای مدیریت بهتر پارامترها روی GPU استفاده می‌کند.
عملکرد این سیستم در اجرای مدل‌های MoE به شرح زیر است:
- مدل 47 میلیارد پارامتری روی 8 کارت گرافیک B300 به سرعت 52 هزار توکن در ثانیه بر هر GPU رسیده که 2.7 برابر سریع‌تر از نسخه قبل است.
- با استفاده از فرمت داده‌ای MXFP8، سرعت نسبت به BF16 حدود 21 درصد افزایش می‌یابد.
- افزایش تعداد متخصص‌ها از 8 به 128، کمتر از 5 درصد افت در کارایی (throughput) ایجاد می‌کند.
- بزرگ‌ترین تست انجام‌شده شامل یک مدل 1.2 تریلیون پارامتری روی 512 کارت B300 بوده که به نرخ 858 TFLOP/s بر هر GPU دست یافته است.
کد این پروژه تحت لایسنس Apache 2.0 منتشر شده است.
🇮🇷 - هوش مصنوعی و علم داده به فارسی
🌐 سایت | تلگرام | بله | ایتا | ارتباط با ما