‏🧮 واکنش جامعه ریاضی‌دانان به انتشار راهکارهای OpenAI

‏به‌تازگی OpenAI مجموعه‌ای از راهکارهای مسائل ریاضی را منتشر کرده است که با واکنش تند «انجمن ریاضی‌دانان» (AHM) مواجه شد. ترنس تائو، ریاضی‌دان برجسته، بیانیه این انجمن را در وبلاگ شخصی خود بازنشر کرده است.

‏مهم‌ترین نکات این بیانیه عبارتند از:
‏- ریاضی‌دانان هرگز درخواستی برای انجام این کار یا انتشار راهکارها نداشته‌اند.
‏- آن‌ها ادعای OpenAI مبنی بر کمک این مدل به پیشرفت علم ریاضیات را رد کرده و از جامعه علمی خواسته‌اند با شک و تردید به نتایج چنین مدل‌هایی نگاه کنند.
‏- این انجمن از ریاضی‌دانان خواسته است همکاری با OpenAI را متوقف کرده و به شیوه‌ای از پژوهش بازگردند که در آن «درک انسانی» در کانون توجه است.

‏در حال حاضر بحث‌های جدی در محافل علمی درباره لزوم تغییر ساختار آکادمیک و برنامه‌های آموزشی شکل گرفته است؛ چرا که معیارهای سنتی مانند «تعداد مقالات» دیگر پاسخگوی دنیای جدید ابزارهای هوش مصنوعی نیستند.

‏باید دید آیا این واکنش‌ها محدود به رشته ریاضی باقی می‌ماند یا با ورود مدل‌های هوش مصنوعی به حوزه‌هایی مانند بیولوژی و فیزیک برای کشف فرمول‌ها و داروهای جدید، دایره مخالفت‌ها گسترده‌تر خواهد شد. آنچه مسلم است، روند توسعه این مدل‌ها توقف‌ناپذیر به نظر می‌رسد.

🇮🇷 - هوش مصنوعی و علم داده به فارسی
🌐 سایت | تلگرام | بله | ایتا | ارتباط با ما

#OpenAI #Terence_Tao

‏🚀 افزایش سرعت اجرای LLM روی تراشه‌های Apple M5

‏موتور متن‌باز Uzu توسعه‌یافته توسط Mirai توانسته است با بهینه‌سازی فرآیند اجرا، سرعت پردازش مدل Qwen3.5 9B را روی تراشه Apple M5 از ۲۲ به ۱۱۷ توکن بر ثانیه برساند. این افزایش عملکرد با استفاده از تکنیک‌های زیر حاصل شده است:

‏* Quantization: کاهش دقت وزن‌های مدل برای کاهش فشار بر حافظه
‏* Speculative Decoding: پیش‌بینی توکن‌ها توسط یک مدل کوچک‌تر پیش از تأیید توسط مدل اصلی
‏* Weaver: مکانیزم اختصاصی برای مدیریت بهتر جریان داده‌ها
‏* مقایسه عملکرد: ثبت نتایج در بنچمارک‌های مستقیم در برابر llama.cpp و MLX

‏همچنین در مدل‌سازی برای توسعه Agentهای هوش مصنوعی، ۵ سطح بلوغ تعریف شده است که مسیر تکامل آن‌ها را از یک پرامپت ساده تا مرحله عملیاتی نشان می‌دهد:

‏* Context: سطح پایه برای ارائه اطلاعات به مدل
‏* Loop: اجرای چرخه‌های تکرار شونده
‏* Jev: مدیریت تعاملات و منطق‌های تصمیم‌گیری
‏* Harness: یکپارچه‌سازی ابزارها و محیط اجرا
‏* Evals: ارزیابی خودکار خروجی‌ها برای تضمین کیفیت در مقیاس تولید

🇮🇷 سایت | تلگرام

‏📊 معرفی مدل Microsoft-Decision-1 برای تصمیم‌گیری

‏مایکروسافت مدل جدیدی به نام Microsoft-Decision-1 عرضه کرده که به جای تولید متن، احتمال‌های کالیبره‌شده برای تصمیم‌گیری ارائه می‌دهد. این مدل که بر پایه Qwen3.5-9B آموزش دیده، برای استفاده در وظایفی مانند مسیریابی، طبقه‌بندی و کنترل ایجنت‌ها بهینه‌سازی شده است.

‏عملکرد این مدل بر اساس «امتیازدهی تصمیم در یک مرحله» است؛ به این صورت که با دریافت موقعیت، سوال و مجموعه‌ای از گزینه‌ها، برای هر گزینه یک احتمال دقیق باز می‌گرداند تا برنامه بتواند سریع تصمیم بگیرد یا درخواست را ارجاع دهد.

‏مهم‌ترین مشخصات فنی این مدل:
‏- دقت میانگین ۸۳.۵ درصد در ۳۶ بنچمارک مختلف.
‏- تاخیر ۸۵ میلی‌ثانیه‌ای (p50) که ۳۵ برابر سریع‌تر از GPT-6 Sol است.
‏- هزینه ۰.۰۴۲ دلار به ازای هر ۱ میلیون توکن ورودی.

‏محدودیت اصلی این مدل، عدم ارائه توضیح متنی، وزن‌های بسته و امتیاز کالیبراسیون ۹۲.۲ در مقابل ۹۳.۱ رقیب اصلی خود یعنی Quyet-1.0-Large است. جزئیات بیشتر در اعلامیه رسمی مایکروسافت در دسترس است.

🇮🇷 - هوش مصنوعی و علم داده به فارسی
🌐 سایت | تلگرام | بله | ایتا | ارتباط با ما

‏انتشار مدل Qwen-Image-2.1 Turbo برای تولید تصویر

‏شرکت علی‌بابا نسخه جدید Qwen-Image-2.1-Turbo را منتشر کرد. این مدل که بر پایه همان معماری 7B مدل قبلی ساخته شده، اکنون با تنها مهم‌ترین مراحل denoising تصاویر 2K تولید می‌کند.

‏ویژگی‌های اصلی این نسخه عبارتند از:
‏- تولید و ویرایش یکپارچه: قابلیت ایجاد تصاویر معمولی یا با پس‌زمینه شفاف (RGBA) و استخراج سوژه از عکس‌ها.
‏- ویرایش چندمنظوره: پشتیبانی از ۱۰ تصویر مرجع و اعمال ویرایش‌های محلی از طریق ماسک یا حاشیه‌نویسی با حفظ هویت سوژه‌ها.
‏- بهینه‌سازی محاسباتی: استفاده از معماری سبک با mixed-granularity attention برای کاهش هزینه‌های استنتاج.
‏- بهبود جزئیات: افزایش کیفیت تایپوگرافی و نورپردازی در پرتره‌ها.

‏شما می‌توانید از طریق کتابخانه Diffusers از وزن‌های این مدل به‌صورت محلی استفاده کنید یا از طریق API رسمی علی‌بابا به آن دسترسی داشته باشید. جزئیات بیشتر و دموها نیز در ModelScope در دسترس است.

🇮🇷 - هوش مصنوعی و علم داده به فارسی
🌐 سایت | تلگرام | بله | ایتا | ارتباط با ما

#Qwen_Image_2_1_Turbo #denoising

‏⚠️ پیشرفت مدل‌های هوش مصنوعی در ریاضیات و چالش امنیت شبکه

‏شرکت OpenAI به‌تازگی ۷۲۲ مقاله ریاضی منتشر کرده است که شامل ۳۷۲ خانواده از نتایج علمی می‌شود. این مدل‌ها توانسته‌اند در حل حدود ۴۰۰۰ مسئله ریاضی که برای دهه‌ها بی‌پاسخ مانده بودند، پیشرفت ایجاد کنند. اسکات آرنسون، دانشمند علوم کامپیوتر، این حجم از دستاوردها را «ریاضی‌کالیپس» نامیده است.

‏نگرانی اصلی اینجاست که تسریع در کشف الگوریتم‌های جدید ریاضی می‌تواند امنیت سیستم‌های رمزنگاری کلید عمومی را تهدید کند؛ سیستم‌هایی که در حال حاضر از تبادلات بانکی، پیام‌های شخصی و ارزهای دیجیتال محافظت می‌کنند.

‏جاستین دریک، از محققان اتریوم، به فعالان صنعت بلاک‌چین هشدار داده است که برای شرایط اضطراری آماده باشند. اگرچه هوش مصنوعی هنوز موفق به شکستن رمزنگاری‌های مدرن نشده است، اما سرعت کنونی در اکتشافات ریاضی می‌تواند رقابت برای ایمن‌سازی زیرساخت‌های اینترنت را جدی‌تر از گذشته کند.

🇮🇷 - هوش مصنوعی و علم داده به فارسی
🌐 سایت | تلگرام | بله | ایتا | ارتباط با ما

#Mathocalypse #رمزنگاری_کلید_عمومی

‏📊 مخزن ابزارهای ارزیابی مدل‌های زبانی

‏این مخزن شامل فهرستی از بیش از ۳۰۰ ابزار مختلف برای ارزیابی مدل‌های زبانی بزرگ (LLM) است. اگر به دنبال راهکارهایی برای بررسی عملکرد مدل‌ها، سیستم‌های RAG، عامل‌ها، پایش (observability) یا اجرای بنچمارک‌ها هستید، این مجموعه می‌تواند جایگزین جست‌وجوی مداوم در گیت‌هاب باشد.

‏مهم‌ترین دسته‌بندی‌های موجود در ai-evaluation-tools عبارتند از:

‏- ابزارهای ارزیابی جامع مدل‌های زبانی
‏- راهکارهای اختصاصی برای سیستم‌های RAG
‏- پلتفرم‌های تست و پایش ایجنت‌ها
‏- ابزارهای مدیریت امنیت و Guardrails
‏- انواع بنچمارک‌های استاندارد برای سنجش کیفیت خروجی‌ها

🇮🇷 - هوش مصنوعی و علم داده به فارسی
🌐 سایت | تلگرام | بله | ایتا | ارتباط با ما

#LLMEvaluation #Guardrails

‏📊 معرفی قابلیت Claude Dashboards و Claude Motion

‏نسخه بتای دو قابلیت جدید در کلود عرضه شد که امکان تبدیل داده و ایده به خروجی‌های بصری را فراهم می‌کند.

‏ویژگی Claude Dashboards به کاربران اجازه می‌دهد با اتصال مستقیم به پلتفرم‌های داده یا ابزارهای CRM، پرسش‌های خود را با زبان ساده مطرح کنند. کلود به‌صورت خودکار کوئری مورد نیاز را می‌نویسد و یک داشبورد زنده می‌سازد که با تغییر داده‌ها، به‌روزرسانی می‌شود. این قابلیت برای پلن‌های اشتراکی در دسترس است.

‏ویژگی Claude Motion نیز امکان تبدیل گزارش‌ها، نمودارها یا راهنمای محصولات را به انیمیشن‌های کوتاه فراهم می‌کند. این ابزار به جای استفاده از مدل‌های ویدیویی، هر انیمیشن را به صورت کد تولید می‌کند؛ بنابراین امکان ویرایش کلمات، اعداد و زمان‌بندی در آن وجود دارد و خروجی نهایی به صورت فایل MP4 قابل دریافت است. این قابلیت در حال حاضر برای پلن‌های Team و Enterprise فعال شده است.

‏اطلاعات بیشتر در سایت کلود در دسترس است.

🇮🇷 - هوش مصنوعی و علم داده به فارسی
🌐 سایت | تلگرام | بله | ایتا | ارتباط با ما

#Claude_Dashboards #Claude_Motion

‏🪐 کشف سیاره احتمالی در داده‌های ناسا با کمک AI

‏یک پژوهشگر مستقل با استفاده از ابزار Claude Code موفق شد یک سیاره احتمالی را در داده‌های تلسکوپ فضایی TESS ناسا شناسایی کند که از سال ۲۰۱۸ تا امروز کشف‌نشده باقی مانده بود.

‏این پژوهشگر با به‌کارگیری مدل‌های Opus 5.5 و Fable 5.1، فرآیند تحلیل داده‌های درخشش ستاره‌ای، جستجوی گذرهای سیاره‌ای و حذف خطاهای احتمالی را انجام داد. بر اساس یافته‌های اولیه، این سیاره در فاصله حدود ۱۱۶ سال نوری قرار دارد و هر ۳.۱۸ روز یک‌بار از مقابل ستاره خود عبور می‌کند که باعث کاهش ۰.۰۵ درصدی نور آن برای دو ساعت می‌شود. ابعاد این جرم حدود ۱.۴ برابر زمین تخمین زده شده است.

‏این یافته هنوز تأیید نهایی نشده و مأموریت TESS ناسا قرار است بین ۳۱ اکتبر تا ۲۶ نوامبر امسال، رصدهای جدیدی از این منظومه انجام دهد تا شواهد بیشتری برای اثبات وجود آن جمع‌آوری شود.

🇮🇷 - هوش مصنوعی و علم داده به فارسی
🌐 سایت | تلگرام | بله | ایتا | ارتباط با ما

#Claude_Code #TESS_Mission

‏🛠 عرضه ابزار REA برای مهندسی معکوس

‏ابزار REA یک پروتکل MCP (Model Context Protocol) جدید است که برای مهندسی معکوس باینری‌ها، اپلیکیشن‌ها و رفتار نرم‌افزارها در زمان اجرا طراحی شده است.

‏این ابزار به شما اجازه می‌دهد جزئیات فنی و منطق پیاده‌سازی هر قابلیتی را که در یک برنامه مشاهده می‌کنید، تا سطح باینری بررسی و تحلیل کنید. هدف این پروژه، ساده‌سازی فرایند درک نحوه عملکرد درونی سیستم‌های نرم‌افزاری است.

🇮🇷 - هوش مصنوعی و علم داده به فارسی
🌐 سایت | تلگرام | بله | ایتا | ارتباط با ما

#REA #Model_Context_Protocol

‏🧠 انتشار جزئیات فنی و وزن‌های مدل MiMo-V2.6

‏شیائومی برای توسعه مدل MiMo-V2.6 حدود ۲.۶ میلیون دلار هزینه کرده است. این مدل بر پایه یادگیری تقویتی (RL) توسعه یافته و با هدف بهبود خودکار عملکرد ایجنت‌های هوش مصنوعی طراحی شده است.

‏تیم توسعه‌دهنده برای مقیاس‌پذیری آموزش این مدل روی سه محور اصلی تمرکز کرده است:
‏• افزایش تعداد تلاش‌ها و پهنای باند یادگیری
‏• تنوع محیط‌های کاری شامل کدنویسی، سناریوهای بصری و امنیت سایبری
‏• افزایش توان محاسباتی برای تأیید صحت پاسخ‌ها

‏یکی از ویژگی‌های این نسخه، استفاده از مکانیزم مقایسه راه‌حل‌ها توسط مدل‌های ناظر برای تشویق مسیرهای بهینه‌تر و کوتاه‌تر است. همچنین تدابیری برای مقابله با Reward Hacking در نظر گرفته شده تا مدل برای کسب امتیاز، از مسیرهای میان‌بر و غیرمنطقی استفاده نکند.

‏در پی این به‌روزرسانی، امتیاز مدل Pro در بنچمارک DeepSWE v1.1 از ۵۸.۴٪ به ۷۲.۶٪ افزایش یافته است. شیائومی علاوه بر انتشار مقاله، وزن‌های مدل، فریم‌ورک RL و بیش از ۷ هزار محیط آموزشی را برای دسترسی عمومی منتشر کرده است.

🇮🇷 سایت | تلگرام

‏🤖 عرضه مدل Magnific One با قابلیت کارگردانی هنری هوشمند

‏پلتفرم Magnific از مدل جدید خود به نام Magnific One رونمایی کرد که با بهره‌گیری از یک «کارگردان هنری» داخلی، ترکیب‌بندی، نورپردازی و سبک بصری تصاویر را به‌طور خودکار تنظیم می‌کند.

‏کاربران می‌توانند با بارگذاری Brand Kit شامل پالت رنگی، فونت و منابع بصری، خروجی‌های هوش مصنوعی را با هویت بصری برند خود هماهنگ کنند.

‏مهم‌ترین قابلیت‌های این ابزار:
‏* حالت Draft: ارائه ۸ تا ۱مهم‌ترین گزینه‌ها ترکیب‌بندی متفاوت در یک مرحله.
‏* حالت Final: تولید تصویر نهایی با رزولوشن حداکثر 4K.
‏* قابلیت Auto Layers: تفکیک خودکار اجزای تصویر در لایه‌های قابل ویرایش پس از تولید.
‏* بخش Designer: امکان کار با المان‌های برداری (Vector) و ویرایش جداگانه متن، رنگ و فونت بدون نیاز به تولید مجدد تصویر.

‏این مدل برای تولید انواع خروجی‌ها از جمله تصاویر واقع‌گرایانه، پوستر و طرح‌های تبلیغاتی طراحی شده است.

🇮🇷 - هوش مصنوعی و علم داده به فارسی
🌐 سایت | تلگرام | بله | ایتا | ارتباط با ما

#MagnificOne #AutoLayers

‏🛍️ عرضه ابزار MCP اختصاصی برای دیجی‌کالا

‏امکان اتصال ایجنت‌های هوش مصنوعی به داده‌های دیجی‌کالا با استفاده از digikala-mcp فراهم شد. این پروژه شامل ۲۳ ابزار Read-only است که بدون نیاز به API Key یا ورود به حساب کاربری، امکانات زیر را در اختیار مدل‌های هوش مصنوعی قرار می‌دهد:

‏* جستجوی محصولات و مقایسه قیمت فروشندگان
‏* تحلیل تاریخچه تغییرات قیمت
‏* استخراج امتیازات، پرسش‌وپاسخ‌ها و اعتبار فروشنده
‏* بررسی رتبه‌بندی و وضعیت موجودی کالا
‏* شناسایی پیشنهادهای ویژه و شرایط خرید اقساطی

‏این ابزار به‌صورت محلی (Local) اجرا می‌شود و برای استفاده از آن در محیط Claude، کافی است دستور زیر را در ترمینال اجرا کنید:

‏claude mcp add digikala -- uvx digikala-mcp

🇮🇷 - هوش مصنوعی و علم داده به فارسی
🌐 سایت | تلگرام | بله | ایتا | ارتباط با ما

#digikala_mcp #Claude

‏📊 توقف موقت برنامه‌ی حمایتی آنتروپیک برای استارتاپ‌ها

‏شرکت Anthropic اعلام کرد که برنامه ویژه استارتاپ‌های این شرکت با استقبال غیرمنتظره‌ای روبرو شده است. در ۴۸ ساعت نخستِ بازگشایی این برنامه، تعداد درخواست‌های ارسالی ۲۱ برابر مجموع ۵ ماه گذشته بوده و صدها هزار متقاضی جدید ثبت‌نام کرده‌اند.

‏به دلیل حجم بالای تقاضا و پذیرش اشتباه برخی متقاضیان غیر استارتاپی، ارائه اعتبار ۱۰۰۰ دلاری API و طرح یک‌ساله رایگان Claude Team فعلاً متوقف شده است. آنتروپیک اعلام کرده که حتی برخی از درخواست‌های تأییدشده پیشین نیز دوباره بررسی خواهند شد. مزایایی که کاربران تا پیش از این وقفه دریافت کرده‌اند، همچنان معتبر باقی می‌مانند.

🇮🇷 - هوش مصنوعی و علم داده به فارسی
🌐 سایت | تلگرام | بله | ایتا | ارتباط با ما

#Anthropic #Claude_Team

‏🤖 هشدار در مورد امنیت امضای دیجیتال با هوش مصنوعی

‏جاستین دریک، از محققان اتریوم، نسبت به احتمال شکسته شدن الگوریتم ECDSA توسط هوش مصنوعی هشدار داد. این الگوریتم پایه امنیتی کیف‌پول‌های بیت‌کوین و اتریوم است. طبق تحلیل او، پیشرفت‌های اخیر مدل‌های هوش مصنوعی در حل مسائل ریاضی ممکن است زودتر از رایانه‌های کوانتومی، امنیت این امضاها را تهدید کند.

‏دریک برای کاهش ریسک، موارد زیر را توصیه می‌کند:

‏* استفاده از آدرس‌هایی که تاکنون هیچ تراکنشی با آن‌ها انجام نشده است، چرا که در این حالت فقط هش کلید عمومی در شبکه دیده می‌شود.
‏* انتقال باقی‌مانده دارایی به یک آدرس جدید پس از هر بار انجام تراکنش.
‏* تقویت ساختار ذخیره‌سازی سرد توسط صرافی‌ها و نهادهای بزرگ.

‏ویتالیک بوترین با تأیید این ریسک، نسبت به جابه‌جایی‌های عجولانه هشدار داد و تأکید کرد که خطاهای انسانی در فرآیند مهاجرت کیف‌پول‌ها اغلب خسارت‌بارتر از حملات احتمالی است. فعلاً هیچ حمله عملیاتی علیه ECDSA ثبت نشده و این هشدار صرفاً یک ارزیابی پیشگیرانه است.

🇮🇷 - هوش مصنوعی و علم داده به فارسی
🌐 سایت | تلگرام | بله | ایتا | ارتباط با ما

🧠 خلاصه تحولات 48 ساعت گذشته هوش مصنوعی و علوم داده
🗂 گزارش #139 | 📌 8 آیتم گزارش | 🧾 از 33 پست بررسی‌شده
🕐 جمعه 1405/07/17 ساعت 14:00 تا یکشنبه 1405/07/19 ساعت 14:00

🔎 تحلیل کوتاه

تحقیقات علمی جدید با استفاده از مدل‌های هوش مصنوعی، مانند Claude، منجر به پیشرفت‌هایی در تحلیل داده‌های نجومی و کشف احتمالی سیارات شده است. با این حال، افزایش توانمندی این مدل‌ها در حل مسائل ریاضی، نگرانی‌هایی را درباره امنیت سیستم‌های رمزنگاری ایجاد کرده است.

🌐 مقالات و مستندات تخصصی سایت

مدیریت دانش با Claude و Notion AI
راهنمای گام‌به‌گام سازماندهی یادداشت‌ها با سیستم یکپارچه Notion AI و قدرت تحلیلی Claude.
🔗 مطالعه کامل در سایت

راهنمای جامع مستندات رسمی PyTorch
بررسی تمام سرفصل‌های رسمی PyTorch از مبانی یادگیری ماشین تا استقرار مدل‌های پیچیده.
🔗 نسخه مفصل در سایت

رقابت غول‌های فناوری برای دامین‌های ICANN
شرکت‌های OpenAI، گوگل و متا برای تصاحب فضاهای دیجیتال جدید وارد رقابت گسترده شده‌اند.
🔗 نسخه مفصل در سایت

انتشار کتاب مهندسی استنتاج Baseten
کتاب آموزشی رایگان با تمرکز بر استقرار، سخت‌افزار و بهینه‌سازی مدل‌های هوش مصنوعی در محیط تولید.
🔗 جزئیات کامل در سایت

محکومیت کلاهبرداری با هوش مصنوعی
صدور حکم ۱۸ ماه زندان برای نخستین پرونده کیفری کلاهبرداری در استریم موسیقی با استفاده از بات‌ها.
🔗 مطالعه کامل در سایت

تحولات هوش مصنوعی در اکتبر ۲۰۲۶
گزارشی از عرضه GPT-6 و به‌روزرسانی مدل‌های میسترال، گوگل و کاهش قیمت مدل‌های Claude.
🔗 نسخه مفصل در سایت

بازنگری فرایندهای سازمانی برای هوش مصنوعی
تحلیل دیوید پرالونگ درباره ضرورت بازطراحی فرایندها برای کسب بازدهی از هوش مصنوعی.
🔗 مطالعه کامل در سایت

آمادگی OpenAI و Anthropic برای حوادث احتمالی
برنامه‌ریزی شرکت‌های پیشرو برای مواجهه با پیامدهای سیاسی و عمومی حوادث مرتبط با هوش مصنوعی.
🔗 جزئیات کامل در سایت

🇮🇷 - هوش مصنوعی و علم داده به فارسی
🌐 سایت | تلگرام | بله | ایتا | ارتباط با ما

‏🦀 معرفی WordCraft: جایگزین متن‌باز Word برای ایجنت‌های هوش مصنوعی

‏نرم‌افزار WordCraft یک پردازشگر متن جدید است که با زبان Rust توسعه یافته و برخلاف ابزارهای مشابه، فاقد وابستگی به Electron است. این برنامه رابط کاربری شبیه به Word دارد و از فایل‌های .docx و PDF پشتیبانی می‌کند.

‏ویژگی متمایز این پروژه، قابلیت کنترل آن توسط ایجنت‌های هوش مصنوعی است. این نرم‌افزار بیش از ۴۰۰ دستور را از طریق رابط کاربری، CLI و پروتکل MCP در اختیار ایجنت‌ها قرار می‌دهد تا بتوانند ساختار اسناد را تغییر دهند، صفحات را رندر کنند و خروجی بگیرند.

‏در حال حاضر این پروژه در مرحله آلفا قرار دارد و توسعه‌دهندگان در حال بهبود سازگاری آن با فایل‌های پیچیده، دیاگرام‌ها و SmartArt هستند. WordCraft تحت لایسنس MIT یا Apache 2.0 منتشر شده و روی ویندوز، macOS، لینوکس و از طریق WebAssembly در مرورگرها قابل اجرا است.

‏این ابزار برای توسعه‌دهندگانی که قصد دارند فرآیند تولید و ویرایش اسناد را به صورت خودکار و از طریق مدل‌های زبانی پیش ببرند، گزینه مناسبی برای آزمایش است.

🇮🇷 سایت | تلگرام

‏✈️ طراحی Airbus A380 با Claude Opus 5.5

‏مدل Claude Opus 5.5 طی یک فرآیند ۴۸ ساعته موفق شد یک هواپیمای Airbus A380 را به‌صورت کامل در یک فایل SVG طراحی و انیمیشن‌سازی کند.

‏این خروجی شامل بیش از ۶۰۰ قطعه مجزا با قابلیت تعامل است. از جمله امکانات این فایل می‌توان به موارد زیر اشاره کرد:
‏* باز و بسته شدن درها
‏* حرکت فلپ‌ها و چرخ‌های فرود
‏* روشن شدن چراغ‌های هواپیما
‏* شبیه‌سازی مراحل پرواز از گیت تا تیک‌آف

‏طبق گزارش‌های منتشر شده، انجام این پروژه بیش از ۵.۶ میلیارد توکن مصرف کرده است. اگرچه بخش بزرگی از این توکن‌ها صرف بازخوانی کش در وظایف عاملی (agentic tasks) شده، اما هزینه اجرای آن از طریق API حدود ۲ هزار دلار تخمین زده می‌شود.

🇮🇷 - هوش مصنوعی و علم داده به فارسی
🌐 سایت | تلگرام | بله | ایتا | ارتباط با ما

#Claude_Opus #Airbus_A380

‏مقایسه عملکرد و هزینه مدل‌های تصمیم‌گیری هوش مصنوعی

‏این جدول مدل‌های فعلی بازار را بر اساس زمان پاسخ‌دهی (Latency) مرتب کرده است. مقایسه این مدل‌ها نشان می‌دهد که برای کاربردهای تصمیم‌گیری، تعادل بین پنجره بافت (Context Window) و سرعت تأخیر اهمیت زیادی دارد.

‏در ادامه، ۵ مدل با کمترین تأخیر آورده شده است:

‏* LiquidAI: d1 با تأخیر 129ms و کانتکست 65,536 توکن
‏* TypeSafe: Jev 1.13 با تأخیر 138ms و کانتکست 64,000 توکن
‏* Perplexity: Decider V1.1 27B با تأخیر 191ms و کانتکست 262,144 توکن
‏* Microsoft: Microsoft-Decision-1 با تأخیر 193ms و کانتکست 32,768 توکن
‏* OpenAI: GPT-6 Luna Decisions با تأخیر 211ms و کانتکست 1,050,000 توکن

‏مدل‌های بررسی شده در این فهرست همگی هزینه‌ی خروجی صفر دارند و تفاوت اصلی آن‌ها در میزان توکن‌های پردازشی هفتگی، هزینه ورودی و سرعت پاسخ‌دهی است. مدل GPT-6 Luna Decisions با وجود تأخیر بیشتر نسبت به رقبا، گسترده‌ترین پنجره بافت را در میان این موارد ارائه می‌دهد.

منبع

🇮🇷 - هوش مصنوعی و علم داده به فارسی
🌐 سایت | تلگرام | بله | ایتا | ارتباط با ما

#LiquidAI #ContextWindow

‏⚡ معرفی مدل‌های بنیادین Decision 3.0

‏مدل‌های جدید Decision 3.0 با تمرکز بر رویکرد چندوجهی (Multimodal) عرضه شدند. این مجموعه شامل مدل‌هایی با ابعاد ۰.۶ تا ۲۷ میلیارد پارامتر است که به صورت متن‌باز در دسترس قرار گرفته‌اند.

‏طبق ارزیابی‌های انجام‌شده در شاخص Jev Decision، این مدل‌ها در هر دو رده‌بندی عملکرد خود، جایگاه نخست را کسب کرده‌اند و مرز جدیدی از کارایی (Pareto frontier) را برای مدل‌های تصمیم‌گیر تعریف می‌کنند.

‏مجموعه کامل این مدل‌ها را می‌توانید از طریق صفحه Hugging Face این پروژه دریافت کنید. اطلاعات بیشتر درباره متدولوژی و جزئیات فنی این مدل‌ها نیز در وب‌سایت VLLM-SR قابل مشاهده است.

🇮🇷 - هوش مصنوعی و علم داده به فارسی
🌐 سایت | تلگرام | بله | ایتا | ارتباط با ما

#Decision_3_0 #Jev_Decision_Index