طراحی سیستم‌های Agentic: تفاوت Loop و Graph
بسیاری از توسعه‌دهندگان، سیستم‌های مبتنی بر ایجنت (Agent) را با چرخه‌های تکرار (Loop) اشتباه می‌گیرند. در حالی که یک Loop برای بهبود کیفیت یک واحد کاری به کار می‌رود، Graph ساختار کلی پروژه، ترتیب اجرا و نحوه تعامل واحدها را مشخص می‌کند.
به جای نظارت دستی بر تک‌تک مراحل ایجنت، این اصول را در معماری سیستم خود لحاظ کنید:
* ساختار Loop: شامل چهار بخش تولید، بررسی (Check)، اصلاح و تکرار تا رسیدن به نتیجه مطلوب است. نکته کلیدی این است که «بررسی» باید پیش از هر چیز تعریف شود تا برنامه بتواند در صورت خطا، کار را متوقف کند.
* ساختار Graph: شامل گره‌ها (واحد کاری) و یال‌ها (وابستگی‌ها) است. اشتباه رایج، تبدیلِ توالیِ زمانی به وابستگی است. اگر گام بعدی به خروجی گام قبلی نیاز ندارد، نباید با آن زنجیره شود.
* بازگشت برای یادگیری: دو مسیر بازگشت وجود دارد؛ اصلاح (کوتاه) برای رفع خطای فعلی، و یادگیری (بلند) که نتیجه تأییدشده را به عنوان یک قید جدید به ابتدای سیستم می‌فرستد تا از تکرار همان خطا در آینده جلوگیری شود.
🇮🇷 سایت | تلگرام
بسیاری از توسعه‌دهندگان، سیستم‌های مبتنی بر ایجنت (Agent) را با چرخه‌های تکرار (Loop) اشتباه می‌گیرند. در حالی که یک Loop برای بهبود کیفیت یک واحد کاری به کار می‌رود، Graph ساختار کلی پروژه، ترتیب اجرا و نحوه تعامل واحدها را مشخص می‌کند.
به جای نظارت دستی بر تک‌تک مراحل ایجنت، این اصول را در معماری سیستم خود لحاظ کنید:
* ساختار Loop: شامل چهار بخش تولید، بررسی (Check)، اصلاح و تکرار تا رسیدن به نتیجه مطلوب است. نکته کلیدی این است که «بررسی» باید پیش از هر چیز تعریف شود تا برنامه بتواند در صورت خطا، کار را متوقف کند.
* ساختار Graph: شامل گره‌ها (واحد کاری) و یال‌ها (وابستگی‌ها) است. اشتباه رایج، تبدیلِ توالیِ زمانی به وابستگی است. اگر گام بعدی به خروجی گام قبلی نیاز ندارد، نباید با آن زنجیره شود.
* بازگشت برای یادگیری: دو مسیر بازگشت وجود دارد؛ اصلاح (کوتاه) برای رفع خطای فعلی، و یادگیری (بلند) که نتیجه تأییدشده را به عنوان یک قید جدید به ابتدای سیستم می‌فرستد تا از تکرار همان خطا در آینده جلوگیری شود.
🇮🇷 سایت | تلگرام
❤1
🔎 بهینه‌سازی مصرف حافظه در مدل‌های Looped
مدل‌های Looped LM با عبور دادن توکن‌ها از یک بلوک لایه‌های تکراری، عمق مدل را بدون افزایش تعداد پارامترها افزایش می‌دهند. مشکل اصلی این ساختار، مصرف بالای حافظه به دلیل انباشت
محققان با مشاهده اینکه وضعیت درونی مدل در تکرارهای نهایی تقریباً ثابت می‌ماند، روشی برای نگهداری فقط کلیدها و مقادیر نهایی ابداع کردند. نتایج این رویکرد به شرح زیر است:
* کاهش ۳ برابری نیاز به حافظه
* افزایش سرعت پردازش پرامپت (Prefill) تا ۱.۷۹ برابر.
* بهبود ۲ برابری در سرعت آموزش RL.
در مدل ۱.۶ میلیارد پارامتری، مدل Looped با ۴ بلوک، عملکردی در سطح مدل‌های ۵ میلیارد پارامتری معمولی نشان می‌دهد. برای بررسی جزئیات فنی و پیاده‌سازی، کد و چک‌پوینت‌ها در گیت‌هاب این پروژه و مقاله آن در arXiv در دسترس است.
#Looped_LM #KV_cache
مدل‌های Looped LM با عبور دادن توکن‌ها از یک بلوک لایه‌های تکراری، عمق مدل را بدون افزایش تعداد پارامترها افزایش می‌دهند. مشکل اصلی این ساختار، مصرف بالای حافظه به دلیل انباشت
KV-cache در هر تکرار بود. محققان با مشاهده اینکه وضعیت درونی مدل در تکرارهای نهایی تقریباً ثابت می‌ماند، روشی برای نگهداری فقط کلیدها و مقادیر نهایی ابداع کردند. نتایج این رویکرد به شرح زیر است:
* کاهش ۳ برابری نیاز به حافظه
KV-cache برای رسیدن به عملکردی مشابه مدل‌های ۱۲ بلوکی.* افزایش سرعت پردازش پرامپت (Prefill) تا ۱.۷۹ برابر.
* بهبود ۲ برابری در سرعت آموزش RL.
در مدل ۱.۶ میلیارد پارامتری، مدل Looped با ۴ بلوک، عملکردی در سطح مدل‌های ۵ میلیارد پارامتری معمولی نشان می‌دهد. برای بررسی جزئیات فنی و پیاده‌سازی، کد و چک‌پوینت‌ها در گیت‌هاب این پروژه و مقاله آن در arXiv در دسترس است.
🇮🇷 - هوش مصنوعی و علم داده به فارسی
🌐 سایت | تلگرام | بله | ایتا | ارتباط با ما
#Looped_LM #KV_cache
❤1
🏦 احتمال کاهش ۵۰۰ میلیارد دلاری ارزش دارایی بانک‌های آمریکا با ایجنت‌های هوش مصنوعی
گسترش ایجنت‌های هوش مصنوعی می‌تواند مزیت رقابتی بانک‌های بزرگ ایالات متحده را به چالش بکشد. عملکرد این ایجنت‌ها ساده است: شناسایی پول‌های موجود در حساب‌های بانکی با سود نزدیک به صفر و انتقال خودکار آن‌ها به گزینه‌هایی با نرخ سود بالاتر.
به گزارش Financial Times، بانک‌هایی مانند JPMorgan، Bank of America و Wells Fargo در مجموع ۱.۶ تریلیون دلار سپرده بدون بهره دارند. در صورتی که نرخ سود این سپرده‌ها به ۳ درصد برسد، هزینه‌های سالانه این بانک‌ها حدود ۴۷ میلیارد دلار افزایش می‌یابد.
تخمین ۵۰۰ میلیارد دلاری مطرح شده در این تحلیل، مربوط به ارزش مزیت تأمین مالی ارزان برای بانک‌هاست. این برآورد بر این فرض استوار است که اگر ایجنت‌های هوش مصنوعی به‌طور مداوم نرخ‌های بهره بازار را برای سپرده‌گذاران تأمین کنند، این مزیت رقابتی به‌تدریج از بین خواهد رفت. البته بانک‌ها نیز می‌توانند از قابلیت‌های هوش مصنوعی در سایر بخش‌های عملیاتی خود بهره ببرند.
گسترش ایجنت‌های هوش مصنوعی می‌تواند مزیت رقابتی بانک‌های بزرگ ایالات متحده را به چالش بکشد. عملکرد این ایجنت‌ها ساده است: شناسایی پول‌های موجود در حساب‌های بانکی با سود نزدیک به صفر و انتقال خودکار آن‌ها به گزینه‌هایی با نرخ سود بالاتر.
به گزارش Financial Times، بانک‌هایی مانند JPMorgan، Bank of America و Wells Fargo در مجموع ۱.۶ تریلیون دلار سپرده بدون بهره دارند. در صورتی که نرخ سود این سپرده‌ها به ۳ درصد برسد، هزینه‌های سالانه این بانک‌ها حدود ۴۷ میلیارد دلار افزایش می‌یابد.
تخمین ۵۰۰ میلیارد دلاری مطرح شده در این تحلیل، مربوط به ارزش مزیت تأمین مالی ارزان برای بانک‌هاست. این برآورد بر این فرض استوار است که اگر ایجنت‌های هوش مصنوعی به‌طور مداوم نرخ‌های بهره بازار را برای سپرده‌گذاران تأمین کنند، این مزیت رقابتی به‌تدریج از بین خواهد رفت. البته بانک‌ها نیز می‌توانند از قابلیت‌های هوش مصنوعی در سایر بخش‌های عملیاتی خود بهره ببرند.
🇮🇷 - 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
🟨 بازسازی سه‌بعدی محیط از یک تصویر با متد Rome
پروژه Rome ابزاری جدید برای تولید مش‌های سه‌بعدی دقیق از روی تنها یک عکس معرفی کرده است. این مدل قادر است هندسه محیط را فراتر از آنچه در تصویر دیده می‌شود، بازسازی و تکمیل کند.
این روش برای کاربردهای مختلفی از جمله فضاهای داخلی، خارجی و محیط‌های مقیاس‌بزرگ طراحی شده است. اطلاعات فنی و جزئیات عملکرد این متد در قالب‌های زیر قابل دسترسی است:
* مقاله علمی
* بررسی فنی
مخزن کدهای این پروژه نیز در آینده نزدیک منتشر خواهد شد.
#Rome #3D_scene_reconstruction
پروژه Rome ابزاری جدید برای تولید مش‌های سه‌بعدی دقیق از روی تنها یک عکس معرفی کرده است. این مدل قادر است هندسه محیط را فراتر از آنچه در تصویر دیده می‌شود، بازسازی و تکمیل کند.
این روش برای کاربردهای مختلفی از جمله فضاهای داخلی، خارجی و محیط‌های مقیاس‌بزرگ طراحی شده است. اطلاعات فنی و جزئیات عملکرد این متد در قالب‌های زیر قابل دسترسی است:
* مقاله علمی
* بررسی فنی
مخزن کدهای این پروژه نیز در آینده نزدیک منتشر خواهد شد.
🇮🇷 - هوش مصنوعی و علم داده به فارسی
🌐 سایت | تلگرام | بله | ایتا | ارتباط با ما
#Rome #3D_scene_reconstruction
🧠 خلاصه تحولات 24 ساعت گذشته هوش مصنوعی و علوم داده
🗂 گزارش #137 | 📌 8 آیتم گزارش | 🧾 از 11 پست بررسی‌شده
🕐 چهارشنبه 1405/07/15 ساعت 14:00 تا پنجشنبه 1405/07/16 ساعت 14:00
🔎 تحلیل کوتاه
⚡ زیرساخت و تحول صنایع
🧠 مدل‌ها و بهینه‌سازی فنی
⚙️ توسعه سیستم‌های کاربردی
🗂 گزارش #137 | 📌 8 آیتم گزارش | 🧾 از 11 پست بررسی‌شده
🕐 چهارشنبه 1405/07/15 ساعت 14:00 تا پنجشنبه 1405/07/16 ساعت 14:00
🔎 تحلیل کوتاه
نفوذ عمیق‌تر هوش مصنوعی به صنایع سنتی، شرکت‌ها را به سمت سرمایه‌گذاری‌های سنگین زیرساختی و بازتعریف مدل‌های مالی سوق داده است؛ توافق بلندمدت گوگل برای تامین برق هسته‌ای نمونه‌ای از تلاش برای پاسخ به نیازهای پردازشی است، در حالی که احتمال کاهش ارزش دارایی بانک‌ها با ایجنت‌های هوش مصنوعی نشان می‌دهد خودکارسازی فرآیندهای مالی می‌تواند حاشیه سود موسسات بزرگ را تهدید کند.
⚡ زیرساخت و تحول صنایع
توافق بلندمدت گوگل برای افزودن ۸۹۰ مگاوات برق هسته‌ای به شبکه
گوگل در همکاری با Constellation بیش از ۴.۳ میلیارد دلار برای تامین برق هسته‌ای پایدار مراکز داده خود سرمایه‌گذاری می‌کند.
🔗 نسخه مفصل در سایت
تهدید سپرده‌های ارزان بانک‌های آمریکا توسط ایجنت‌های هوش مصنوعی
ایجنت‌های مالی با شناسایی و انتقال خودکار سپرده‌های بدون بهره به حساب‌های سودده، حاشیه سود بانک‌ها را به چالش می‌کشند.
🔗 مشاهده پست
🧠 مدل‌ها و بهینه‌سازی فنی
تولید ۷۲۲ مقاله ریاضی توسط مدل هوش مصنوعی معرفی‌نشده OpenAI
این مقالات علمی با حل ۴۰۰۰ مسئله باز ریاضی و با تخصیص متوسط سه ساعت زمان تفکر برای هر مسئله تولید شده‌اند.
🔗 مشاهده پست
معرفی مدل چندوجهی Mistral Large 4 با ۱.۰۵ تریلیون پارامتر
این مدل با معماری مخلوطی از کارشناسان و پنجره متنی یک میلیون توکنی، با هزینه سرویس‌دهی بسیار پایین عرضه شده است.
🔗 مشاهده پست
کاهش مصرف حافظه در مدل‌های Looped LM با حفظ کلیدهای نهایی
پژوهشگران با ذخیره اختصاصی وضعیت‌های پایانی مدل، نیاز به حافظه حافظه موقت را تا سه برابر کاهش دادند.
🔗 مشاهده پست
⚙️ توسعه سیستم‌های کاربردی
ادغام مستقیم هوش مصنوعی Claude در سرویس‌های گوگل ورک‌اسپیس
این به‌روزرسانی امکان باز کردن، خواندن و اعمال ویرایش‌های مستقیم روی اسناد گوگل داکس و شیتس را فراهم می‌کند.
🔗 مشاهده پست
تفکیک ساختارهای چرخه‌ای و گرافی در سیستم‌های ایجنتی
راهنمای جدید طراحی سیستم‌ها، تفاوت‌های کلیدی چرخه‌های بهبود کیفیت کار و فرآیندهای گرافی را تبیین می‌کند.
🔗 مشاهده پست
انتشار متن‌باز کتابخانه تخصیص منابع Rebalancer توسط متا
این ابزار تخصیص منابع پس از ۹ سال استفاده داخلی برای حل روزانه ۴۰ میلیون مسئله به صورت عمومی منتشر شد.
🔗 مشاهده پست
🇮🇷 - 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
🐍 برتری مدل Local Liquid d1 در بازی مار
مدل هوش مصنوعی
این مدل که روی یک کارت گرافیک
در مقابل، استفاده از API مدل OpenAI در هر فراخوانی ۳۴۵ میلی‌ثانیه زمان نیاز داشت که منجر به ثبت ۳ حرکت و خوردن تنها ۳ سیب در همان محیط شد.
جزئیات بیشتر و نحوه اجرای این مدل‌های تصمیم‌گیری در سایت رسمی پروژه قابل دسترسی است.
#Liquid_d1 #RTX_3090
مدل هوش مصنوعی
Local Liquid d1 3B در یک آزمایش عملی، عملکرد بهتری نسبت به رابط برنامه‌نویسی OpenAI در کنترل بازی مار (Snake) ثبت کرده است. این مدل که روی یک کارت گرافیک
RTX 3090 اجرا شده، برای هر تصمیم‌گیری تنها ۸ میلی‌ثانیه زمان صرف می‌کند. در این بازه زمانی، مدل موفق به انجام ۸۲ حرکت در ثانیه شد و توانست ۸۶ سیب را جمع‌آوری کند.در مقابل، استفاده از API مدل OpenAI در هر فراخوانی ۳۴۵ میلی‌ثانیه زمان نیاز داشت که منجر به ثبت ۳ حرکت و خوردن تنها ۳ سیب در همان محیط شد.
جزئیات بیشتر و نحوه اجرای این مدل‌های تصمیم‌گیری در سایت رسمی پروژه قابل دسترسی است.
🇮🇷 - هوش مصنوعی و علم داده به فارسی
🌐 سایت | تلگرام | بله | ایتا | ارتباط با ما
#Liquid_d1 #RTX_3090
ابزار VeriHarness برای راستی‌آزمایی خروجی مدل‌های هوش مصنوعی
گوگل و دانشگاه کمبریج ابزار متن‌باز VeriHarness را برای بررسی نتایج وظایف طولانی‌مدت مدل‌های زبانی منتشر کردند. این سیستم با استفاده از همان مدلی که وظیفه را انجام داده است، خروجی‌های مختلف را ارزیابی و اصلاح می‌کند.
نحوه عملکرد این ابزار به این صورت است:
* بررسی اختلافات: در مواردی که تلاش‌های مختلف مدل نتایج متفاوتی دارند، VeriHarness با بررسی محیط، بهترین گزینه را انتخاب می‌کند.
* ارزیابی اجماع: سیستم حتی در مواردی که تمام خروجی‌های مدل یکسان هستند، صحت محاسبات و داده‌ها را بازبینی می‌کند تا خطاهای احتمالی را شناسایی کند.
* اصلاح خودکار: خروجی نهایی به همراه گزارش کامل از فرآیند اصلاح و دلایل آن ارائه می‌شود.
توسعه‌دهندگان این پروژه حدود ۲۶ هزار نمونه از فعالیت عامل‌های Gemini 3.5 Flash و Opus 4.8 را نیز برای استفاده عمومی منتشر کرده‌اند. در آزمایش‌های انجام شده روی بنچمارک‌هایی مانند APEX-Agents، استفاده از VeriHarness دقت مدل‌ها را به‌طور میانگین افزایش داده است.
جزئیات بیشتر شامل کد پروژه، مقاله و مجموعه داده در دسترس است.
گوگل و دانشگاه کمبریج ابزار متن‌باز VeriHarness را برای بررسی نتایج وظایف طولانی‌مدت مدل‌های زبانی منتشر کردند. این سیستم با استفاده از همان مدلی که وظیفه را انجام داده است، خروجی‌های مختلف را ارزیابی و اصلاح می‌کند.
نحوه عملکرد این ابزار به این صورت است:
* بررسی اختلافات: در مواردی که تلاش‌های مختلف مدل نتایج متفاوتی دارند، VeriHarness با بررسی محیط، بهترین گزینه را انتخاب می‌کند.
* ارزیابی اجماع: سیستم حتی در مواردی که تمام خروجی‌های مدل یکسان هستند، صحت محاسبات و داده‌ها را بازبینی می‌کند تا خطاهای احتمالی را شناسایی کند.
* اصلاح خودکار: خروجی نهایی به همراه گزارش کامل از فرآیند اصلاح و دلایل آن ارائه می‌شود.
توسعه‌دهندگان این پروژه حدود ۲۶ هزار نمونه از فعالیت عامل‌های Gemini 3.5 Flash و Opus 4.8 را نیز برای استفاده عمومی منتشر کرده‌اند. در آزمایش‌های انجام شده روی بنچمارک‌هایی مانند APEX-Agents، استفاده از VeriHarness دقت مدل‌ها را به‌طور میانگین افزایش داده است.
جزئیات بیشتر شامل کد پروژه، مقاله و مجموعه داده در دسترس است.
⚡ معرفی مدل Claude Haiku 5.5
شرکت Anthropic مدل Claude Haiku 5.5 را به‌عنوان سریع‌ترین و اقتصادی‌ترین گزینه در نسل جدید مدل‌های خود معرفی کرد. این مدل برای کاربردهایی با نیاز به سرعت بالا و هزینه پایین، مانند پردازش انبوه درخواست‌ها، سیستم‌های طبقه‌بندی و خودکارسازی، بهینه‌سازی شده است.
در خانواده Claude 5.5، این مدل در کنار Opus 5.5 (حداکثر توانمندی) و Sonnet 5.5 (تعادل بین کیفیت و هزینه) قرار می‌گیرد. بر اساس داده‌های منتشرشده، Haiku 5.5 در بنچمارک‌های مختلف عملکرد قابل‌توجهی نسبت به نسل قبل نشان می‌دهد:
* در شاخص Knowledge work (بنچمارک GDPval-AA v2.1) امتیاز ۱۶۲۰ را کسب کرده است.
* در عملکرد Computer use (بنچمارک OSWorld 2.1) به دقت ۷۲.۴ درصد رسیده است.
* در حل مسائل استدلالی چندرشته‌ای (Humanity's Last Exam بدون ابزار) امتیاز ۴۵.۹ درصد را ثبت کرده است.
* در وظایف برنامه‌نویسی ایجنتی (Terminal-Bench 4.0) امتیاز ۳۹.۲ درصد دارد.
* در استدلال بصری (Chartography) به امتیاز ۴۶.۴ درصد رسیده است.
این نتایج نشان می‌دهد که Haiku 5.5 از نظر کیفی به مدل‌های بزرگ‌تر نسل‌های پیشین نزدیک شده است.
شرکت Anthropic مدل Claude Haiku 5.5 را به‌عنوان سریع‌ترین و اقتصادی‌ترین گزینه در نسل جدید مدل‌های خود معرفی کرد. این مدل برای کاربردهایی با نیاز به سرعت بالا و هزینه پایین، مانند پردازش انبوه درخواست‌ها، سیستم‌های طبقه‌بندی و خودکارسازی، بهینه‌سازی شده است.
در خانواده Claude 5.5، این مدل در کنار Opus 5.5 (حداکثر توانمندی) و Sonnet 5.5 (تعادل بین کیفیت و هزینه) قرار می‌گیرد. بر اساس داده‌های منتشرشده، Haiku 5.5 در بنچمارک‌های مختلف عملکرد قابل‌توجهی نسبت به نسل قبل نشان می‌دهد:
* در شاخص Knowledge work (بنچمارک GDPval-AA v2.1) امتیاز ۱۶۲۰ را کسب کرده است.
* در عملکرد Computer use (بنچمارک OSWorld 2.1) به دقت ۷۲.۴ درصد رسیده است.
* در حل مسائل استدلالی چندرشته‌ای (Humanity's Last Exam بدون ابزار) امتیاز ۴۵.۹ درصد را ثبت کرده است.
* در وظایف برنامه‌نویسی ایجنتی (Terminal-Bench 4.0) امتیاز ۳۹.۲ درصد دارد.
* در استدلال بصری (Chartography) به امتیاز ۴۶.۴ درصد رسیده است.
این نتایج نشان می‌دهد که Haiku 5.5 از نظر کیفی به مدل‌های بزرگ‌تر نسل‌های پیشین نزدیک شده است.
🤖 قابلیت آپلود مستقیم فایل صوتی در ChatGPT
پلتفرم ChatGPT اکنون از فایل‌های صوتی پشتیبانی می‌کند. کاربران نسخه‌های پولی (Plus) و محیط‌های کاری می‌توانند فایل‌های ضبط‌شده خود را برای پردازش در محیط گفتگو بارگذاری کنند.
این قابلیت امکانات زیر را در اختیار کاربر قرار می‌دهد:
* دریافت متن کامل (Transcript) فایل صوتی
* خلاصه‌سازی محتوای جلسات یا سخنرانی‌ها
* پرسش و پاسخ درباره جزئیاتِ فایل ضبط‌شده
فایل‌های صوتی با فرمت‌های MP3، WAV و M4A تا سقف ۵۱۲ مگابایت قابل بارگذاری هستند. عملکرد خروجی ممکن است بسته به زبان فایل و مدل انتخابی متغیر باشد و OpenAI هشدار داده که متون استخراج‌شده احتمال خطای انسانی دارند. دسترسی به این ویژگی بر اساس منطقه جغرافیایی و نوع اشتراک تعیین می‌شود. اطلاعات تکمیلی در مستندات راهنمای OpenAI موجود است.
#ChatGPT #Audio_Uploads
پلتفرم ChatGPT اکنون از فایل‌های صوتی پشتیبانی می‌کند. کاربران نسخه‌های پولی (Plus) و محیط‌های کاری می‌توانند فایل‌های ضبط‌شده خود را برای پردازش در محیط گفتگو بارگذاری کنند.
این قابلیت امکانات زیر را در اختیار کاربر قرار می‌دهد:
* دریافت متن کامل (Transcript) فایل صوتی
* خلاصه‌سازی محتوای جلسات یا سخنرانی‌ها
* پرسش و پاسخ درباره جزئیاتِ فایل ضبط‌شده
فایل‌های صوتی با فرمت‌های MP3، WAV و M4A تا سقف ۵۱۲ مگابایت قابل بارگذاری هستند. عملکرد خروجی ممکن است بسته به زبان فایل و مدل انتخابی متغیر باشد و OpenAI هشدار داده که متون استخراج‌شده احتمال خطای انسانی دارند. دسترسی به این ویژگی بر اساس منطقه جغرافیایی و نوع اشتراک تعیین می‌شود. اطلاعات تکمیلی در مستندات راهنمای OpenAI موجود است.
🇮🇷 - هوش مصنوعی و علم داده به فارسی
🌐 سایت | تلگرام | بله | ایتا | ارتباط با ما
#ChatGPT #Audio_Uploads
⚡️ افزایش بی‌سابقه تقاضای برق در آمریکا به‌دلیل مراکز داده هوش مصنوعی
طبق گزارش جدید EIA، مصرف برق در ایالات متحده طی سال‌های ۲۰۲۶ و ۲۰۲۷ رکوردهای تازه‌ای ثبت خواهد کرد. رشد فعالیت مراکز داده برای آموزش و اجرای سیستم‌های هوش مصنوعی، عامل اصلی این افزایش است.
پیش‌بینی‌ها نشان می‌دهد مصرف برق از ۴.۱۹۵ تریلیون کیلووات‌ساعت در سال ۲۰۲۵ به ۴.۲۸۸ تریلیون در سال ۲۰۲۶ و ۴.۳۵۶ تریلیون در سال ۲۰۲۷ برسد. این روند به معنای اضافه شدن ۱۶۱ میلیارد کیلووات‌ساعت تقاضای جدید تنها در بازه زمانی دو ساله است.
#Data_Centers #EIA
طبق گزارش جدید EIA، مصرف برق در ایالات متحده طی سال‌های ۲۰۲۶ و ۲۰۲۷ رکوردهای تازه‌ای ثبت خواهد کرد. رشد فعالیت مراکز داده برای آموزش و اجرای سیستم‌های هوش مصنوعی، عامل اصلی این افزایش است.
پیش‌بینی‌ها نشان می‌دهد مصرف برق از ۴.۱۹۵ تریلیون کیلووات‌ساعت در سال ۲۰۲۵ به ۴.۲۸۸ تریلیون در سال ۲۰۲۶ و ۴.۳۵۶ تریلیون در سال ۲۰۲۷ برسد. این روند به معنای اضافه شدن ۱۶۱ میلیارد کیلووات‌ساعت تقاضای جدید تنها در بازه زمانی دو ساله است.
🇮🇷 - هوش مصنوعی و علم داده به فارسی
🌐 سایت | تلگرام | بله | ایتا | ارتباط با ما
#Data_Centers #EIA
🤖 عرضه مدل FleXray برای شناسایی ساختارهای آناتومیک در تصاویر رادیولوژی
محققان MIT با همکاری بیمارستان عمومی ماساچوست و دانشکده پزشکی هاروارد، مدل FleXray را برای تحلیل تصاویر رادیولوژی معرفی کردند. این مدل قادر است ۶۰ ساختار آناتومیک مختلف، از ستون فقرات و دنده‌ها تا استخوان‌های لگن و اندام‌ها را شناسایی و تفکیک کند.
ویژگی‌های فنی این مدل:
• پشتیبانی از انواع تصاویر شامل نماهای استاندارد، مورب و تصاویر فلوروسکوپی حین جراحی.
• استفاده از معماری
• قابلیت محاسبه خودکار پارامترهایی مانند زاویه انحنای ستون فقرات در موارد اسکولیوز.
• امکان انطباق تصاویر رادیولوژی با داده‌های 3D CT برای کمک به ناوبری در حین مداخلات پزشکی.
طبق نتایج آزمایش‌ها، FleXray در اکثر معیارها نسبت به مدل‌هایی نظیر TotalSegmentator2D عملکرد دقیق‌تری داشته است. این مدل، برخلاف برخی ابزارهای مشابه، روی تشخیص آناتومی تمرکز دارد و بیماری‌شناسی را هدف قرار نمی‌دهد.
محققان MIT با همکاری بیمارستان عمومی ماساچوست و دانشکده پزشکی هاروارد، مدل FleXray را برای تحلیل تصاویر رادیولوژی معرفی کردند. این مدل قادر است ۶۰ ساختار آناتومیک مختلف، از ستون فقرات و دنده‌ها تا استخوان‌های لگن و اندام‌ها را شناسایی و تفکیک کند.
ویژگی‌های فنی این مدل:
• پشتیبانی از انواع تصاویر شامل نماهای استاندارد، مورب و تصاویر فلوروسکوپی حین جراحی.
• استفاده از معماری
U-Net که به صورت مجموعه‌ای (Ensemble) از پنج شبکه برای افزایش دقت پردازش می‌شود.• قابلیت محاسبه خودکار پارامترهایی مانند زاویه انحنای ستون فقرات در موارد اسکولیوز.
• امکان انطباق تصاویر رادیولوژی با داده‌های 3D CT برای کمک به ناوبری در حین مداخلات پزشکی.
طبق نتایج آزمایش‌ها، FleXray در اکثر معیارها نسبت به مدل‌هایی نظیر TotalSegmentator2D عملکرد دقیق‌تری داشته است. این مدل، برخلاف برخی ابزارهای مشابه، روی تشخیص آناتومی تمرکز دارد و بیماری‌شناسی را هدف قرار نمی‌دهد.
🇮🇷 - هوش مصنوعی و علم داده به فارسی
🌐 سایت | تلگرام | بله | ایتا | ارتباط با ما
🎨 معرفی Gamma 5: بازطراحی پلتفرم ساخت پرزنت
تیم Gamma نسخه جدید پلتفرم خود با نام Gamma 5 را منتشر کرد. هدف از این بازطراحی، عبور از خروجی‌های مشابه و کلیشه‌ای ابزارهای هوش مصنوعی و ارائه قابلیت‌های شخصی‌سازی بیشتر برای کاربران است.
در این نسخه، امکان طراحی ارائه، داکیومنت و محتوای گرافیکی مطابق با سبک بصری اختصاصی هر برند فراهم شده است. تیم سازنده با بهره‌گیری از مدل‌های تصویرسازی پیشرفته، ابزارهای ویرایش، ایجنت‌ها و کانکتورها را به‌طور کامل بازنویسی کرده‌اند تا کاربران بتوانند ایده‌های خام خود را به پرزنت‌هایی با ظاهر منحصربه‌فرد تبدیل کنند. این ابزار برای طراحان، بنیان‌گذاران و دانشجویانی که نیاز به تولید سریع محتوای بصری دارند، بازطراحی شده است.
#Gamma5 #تنوع_بصری
تیم Gamma نسخه جدید پلتفرم خود با نام Gamma 5 را منتشر کرد. هدف از این بازطراحی، عبور از خروجی‌های مشابه و کلیشه‌ای ابزارهای هوش مصنوعی و ارائه قابلیت‌های شخصی‌سازی بیشتر برای کاربران است.
در این نسخه، امکان طراحی ارائه، داکیومنت و محتوای گرافیکی مطابق با سبک بصری اختصاصی هر برند فراهم شده است. تیم سازنده با بهره‌گیری از مدل‌های تصویرسازی پیشرفته، ابزارهای ویرایش، ایجنت‌ها و کانکتورها را به‌طور کامل بازنویسی کرده‌اند تا کاربران بتوانند ایده‌های خام خود را به پرزنت‌هایی با ظاهر منحصربه‌فرد تبدیل کنند. این ابزار برای طراحان، بنیان‌گذاران و دانشجویانی که نیاز به تولید سریع محتوای بصری دارند، بازطراحی شده است.
🇮🇷 - هوش مصنوعی و علم داده به فارسی
🌐 سایت | تلگرام | بله | ایتا | ارتباط با ما
#Gamma5 #تنوع_بصری
📊 رتبه‌بندی ۱۰۰ اپلیکیشن برتر هوش مصنوعی
صندوق سرمایه‌گذاری a16z فهرست جدیدی از ۱۰۰ محصول مصرفی هوش مصنوعی را بر اساس معیارهای مختلف منتشر کرده است. این رتبه‌بندی شامل هم سرویس‌های تخصصی هوش مصنوعی و هم اپلیکیشن‌های محبوبی است که هوش مصنوعی را به بخشی از تجربه کاربری خود تبدیل کرده‌اند.
نکته قابل‌توجه در این داده‌ها، تفاوت میان رتبه‌بندی بر اساس «تعداد کاربران فعال» (MAU) و «درآمد» است. اپلیکیشن‌هایی نظیر ChatGPT، CapCut و Gemini در صدر لیست کاربران قرار دارند، اما لیست درآمدی شامل ابزارهای تخصصی‌تری مانند OpenAI، Anthropic، Canva و Replit است.
داده‌ها نشان می‌دهند که درآمد اصلی این بازار نه از کاربران عادی، بلکه از کسانی تأمین می‌شود که هوش مصنوعی را به عنوان یک «ابزار کاری» خریداری می‌کنند. بخش بزرگی از سرویس‌های پردرآمد در لیست پربازدیدترین‌ها حضور ندارند که تأیید می‌کند تمایل به پرداخت برای هوش مصنوعیِ ادغام‌شده در ابزارهای کاربردی، بیش از چت‌بات‌های عمومی است.
#a16z #ConsumerAI
صندوق سرمایه‌گذاری a16z فهرست جدیدی از ۱۰۰ محصول مصرفی هوش مصنوعی را بر اساس معیارهای مختلف منتشر کرده است. این رتبه‌بندی شامل هم سرویس‌های تخصصی هوش مصنوعی و هم اپلیکیشن‌های محبوبی است که هوش مصنوعی را به بخشی از تجربه کاربری خود تبدیل کرده‌اند.
نکته قابل‌توجه در این داده‌ها، تفاوت میان رتبه‌بندی بر اساس «تعداد کاربران فعال» (MAU) و «درآمد» است. اپلیکیشن‌هایی نظیر ChatGPT، CapCut و Gemini در صدر لیست کاربران قرار دارند، اما لیست درآمدی شامل ابزارهای تخصصی‌تری مانند OpenAI، Anthropic، Canva و Replit است.
داده‌ها نشان می‌دهند که درآمد اصلی این بازار نه از کاربران عادی، بلکه از کسانی تأمین می‌شود که هوش مصنوعی را به عنوان یک «ابزار کاری» خریداری می‌کنند. بخش بزرگی از سرویس‌های پردرآمد در لیست پربازدیدترین‌ها حضور ندارند که تأیید می‌کند تمایل به پرداخت برای هوش مصنوعیِ ادغام‌شده در ابزارهای کاربردی، بیش از چت‌بات‌های عمومی است.
🇮🇷 - هوش مصنوعی و علم داده به فارسی
🌐 سایت | تلگرام | بله | ایتا | ارتباط با ما
#a16z #ConsumerAI
❤1
هوش مصنوعی و علم داده به فارسی
⚡ معرفی مدل Claude Haiku 5.5 شرکت Anthropic مدل Claude Haiku 5.5 را به‌عنوان سریع‌ترین و اقتصادی‌ترین گزینه در نسل جدید مدل‌های خود معرفی کرد. این مدل برای کاربردهایی با نیاز به سرعت بالا و هزینه پایین، مانند پردازش انبوه درخواست‌ها، سیستم‌های طبقه‌بندی…
🤖 انتشار مدل Claude Haiku
شرکت Anthropic نسخه جدید Claude Haiku 5.5 را عرضه کرد. مهم‌ترین تغییرات و ویژگی‌های فنی این مدل به شرح زیر است:
- هزینه اجرای این مدل به‌طور میانگین ۷۵ درصد کمتر از نسخه 4.5 است.
- برای درخواست‌های کمتر از ۱۰۰ هزار توکن، قیمت ۹۰ درصد کاهش یافته و در پردازش‌های طولانی‌تر نیز هزینه‌ها حدود ۵۰ درصد کمتر شده است.
- عملکرد مدل در کدنویسی، تعامل با محیط کامپیوتر و بازیابی دانش پیشرفت قابل‌توجهی داشته است.
- برای نخستین بار قابلیت تنظیم
- مدل به‌صورت اختصاصی برای نقش «زیر-عامل» (Sub-agent) در کنار مدل‌های Opus و Sonnet، و همچنین انجام پردازش‌های انبوه مانند خلاصه‌سازی، طبقه‌بندی داده‌ها و پشتیبانی فنی بهینه‌سازی شده است.
#Claude_Haiku_5_5 #Sub_agent
شرکت Anthropic نسخه جدید Claude Haiku 5.5 را عرضه کرد. مهم‌ترین تغییرات و ویژگی‌های فنی این مدل به شرح زیر است:
- هزینه اجرای این مدل به‌طور میانگین ۷۵ درصد کمتر از نسخه 4.5 است.
- برای درخواست‌های کمتر از ۱۰۰ هزار توکن، قیمت ۹۰ درصد کاهش یافته و در پردازش‌های طولانی‌تر نیز هزینه‌ها حدود ۵۰ درصد کمتر شده است.
- عملکرد مدل در کدنویسی، تعامل با محیط کامپیوتر و بازیابی دانش پیشرفت قابل‌توجهی داشته است.
- برای نخستین بار قابلیت تنظیم
effort اضافه شده که به کاربر امکان می‌دهد میان هزینه و کیفیت خروجی، توازن ایجاد کند.- مدل به‌صورت اختصاصی برای نقش «زیر-عامل» (Sub-agent) در کنار مدل‌های Opus و Sonnet، و همچنین انجام پردازش‌های انبوه مانند خلاصه‌سازی، طبقه‌بندی داده‌ها و پشتیبانی فنی بهینه‌سازی شده است.
🇮🇷 - هوش مصنوعی و علم داده به فارسی
🌐 سایت | تلگرام | بله | ایتا | ارتباط با ما
#Claude_Haiku_5_5 #Sub_agent