هوش مصنوعی و علم داده به فارسی
6.06K subscribers
2.49K photos
574 videos
372 files
2.65K links
DataPlusScience | هوش مصنوعی و علم داده به فارسی
اخبار، تحلیل، آموزش و ابزارهای کاربردی

🌐 DataPlusScience.ir

📩 ارتباط با ما: @Contact2Mebot

💎 بله: ble.ir/dataplusscience

💡 ایتا: eitaa.com/DataPlusScience

📂 کانال فایل‌ها: @Datascientists_Files
Download Telegram
Media is too big
VIEW IN TELEGRAM
‏🤖 عرضه مدل هوش مصنوعی Brush توسط Canva

‏شرکت Canva از مدل هوش مصنوعی اختصاصی خود با نام Brush رونمایی کرد. این مدل یک Vision-Language Model است که علاوه بر تحلیل تصاویر، ساختار لایه‌ها، چیدمان (Layout)، فونت‌ها و سبک کلی طراحی را درک می‌کند.

‏قابلیت‌های کلیدی Brush شامل موارد زیر است:
‏* ویرایش متن در اسلایدها
‏* تغییر استایل کلی ارائه‌ها
‏* تطبیق طراحی‌ها با فرمت‌های متفاوت

‏این مدل از یک حلقه عامل (Agent Loop) استفاده می‌کند؛ به این صورت که ابتدا کد لازم برای تغییر المان‌ها را می‌نویسد و اجرا می‌کند، سپس نتیجه را به‌صورت بصری بررسی کرده و در صورت نیاز اصلاحات لازم را اعمال می‌کند. در تست‌های داخلی، سرعت انجام وظایف ویرایشی با این مدل ۶۹ درصد افزایش و هزینه پردازش هر وظیفه ۴۶ درصد کاهش یافته است.

‏این ابزار بر پایه یک مدل متن‌باز ساخته شده و برای تسک‌های طراحی، با استفاده از یادگیری تقویتی (Reinforcement Learning) آموزش دیده است. تغییرات ایجاد شده توسط این مدل همچنان به‌صورت دستی قابل ویرایش باقی می‌مانند.

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


#CanvaBrush #AgentLoop
‏📊 انتشار مدل چندوجهی LongCat-2.5 توسط Meituan

‏شرکت Meituan از مدل هوش مصنوعی LongCat-2.5 رونمایی کرد. این مدل به‌طور اختصاصی برای پردازش تصاویر، تولید کد و اجرای وظایف مهندسی طولانی طراحی شده است.

‏طبق اعلام سازنده، این نسخه در مقایسه با مدل‌های قبلی در دو حوزه درک بصری و توانایی برنامه‌نویسی بهبود یافته است تا بتواند زنجیره‌ای از دستورات و وظایف پیچیده‌تر را با تعداد پرامپت کمتر اجرا کند.

‏دسترسی به این مدل در حال حاضر از طریق چت‌بات اختصاصی Meituan و API فراهم شده است. نسخه نهایی وزن‌های مدل برای دسترسی عمومی در پلتفرم‌های GitHub و Hugging Face در آینده منتشر خواهد شد. فعلاً ارزیابی کاربرد عملی این ابزار به انتشار مستقل وزن‌ها و نتایج بنچمارک‌های مستقل وابسته است.

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


#LongCat_2_5 #Meituan
Forwarded from آکادمی همراه
📣 ثبت‌نام مسیر یادگیری «مدیریت محصول» آغاز شد.

مسیر یادگیری «مدیریت محصول» یک برنامه آموزشی جامع و ساختارمند است که به شما کمک می‌کند مهارت‌های موردنیاز برای ورود به دنیای مدیریت محصول و رشد حرفه‌ای در این حوزه را به‌صورت گام‌به‌گام یاد بگیرید.

با این مسیر یادگیری، دانش و مهارت‌های خود را در حوزه مدیریت محصول توسعه دهید و برای مواجهه با چالش‌های واقعی این نقش آماده شوید.

🎁 ۳۰٪ تخفیف ویژه | به مدت محدود 🎁

💎 همراه با منتورهای تخصصی در قالب گروه اختصاصی پرسش‌وپاسخ

✅ آموزش‌های تخصصی و گام‌به‌گام
✅ ویدئوهای آفلاین آموزشی + وبینارهای اختصاصی آنلاین
✅ یادگیری همراه با پروژه‌های کاربردی
✅ گواهینامه معتبر آکادمی همراه اول
✅ امکان خرید اقساطی

🌐 برای دریافت کد تخفیف و تهیه مسیر یادگیری مدیریت محصول، روی لینک زیر بزنید:

🔗 https://l.hamrah.academy/xo7

⭐️ @hamrah_academy | آکادمی همراه اول
‏🤖 معرفی مدل مولتی‌مودال SenseNova-Loop-9B

‏مدل SenseNova-Loop-9B-Preview با ۹ میلیارد پارامتر و پشتیبانی از طول متن ۲۵۶ هزار توکن منتشر شد. این مدل با مجوز Apache-2.0 برای درک اسناد، برنامه‌نویسی و فعالیت‌های ایجنت‌ها بهینه شده است.

‏ساختار فنی این مدل شامل ۳۲ لایه دیکودر متمایز است که با اجرای دوباره بخش میانی، به ۵۶ لایه اجرایی می‌رسد. آموزش این مدل ترکیبی از متن، تصویر، کد و مسیرهای استفاده از ابزار است.

‏مهم‌ترین نکات درباره عملکرد و توسعه این مدل:
‏• پیشتاز در ۶ از ۸ بنچمارک اعلامی، از جمله کسب امتیاز ۷۱.۳۸ در BIRD-Dev و ۶۶.۸۹ در WorkBuddy Bench.
‏• پشتیبانی از MTP برای افزایش سرعت و سازگاری با کتابخانه‌های Transformers، LightLLM، SGLang و vLLM.
‏• قابلیت پردازش داده‌های طولانی تا ۲۶۲ هزار توکن.

‏نسخه فعلی یک نسخه پیش‌نمایش (Preview) است و گزارش فنی آن در آینده منتشر خواهد شد.

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


#SenseNova_Loop_9B #Multi_modal_Learning
‏🔬 تنسنت Hyra 2.0: عامل هوش مصنوعی برای خودکارسازی پژوهش

‏تنسنت از Hyra 2.0 رونمایی کرده است؛ نسل جدید عامل پژوهشی که با هدف خودکارسازی تحقیقات علمی طراحی شده. برخلاف نسخه اول Hyra که صرفاً بر پیشنهاد راه‌حل، اجرای آزمایش، و ارزیابی نتایج تمرکز داشت، Hyra 2.0 قابلیت ذخیره و استفاده مجدد از ابزارها، مدل‌ها، و خطوط لوله آزمایشی ایجاد شده در طول فرآیند پژوهش را نیز داراست.

‏این توسعه، ایده AutoResearch را به سطحی جدید می‌برد. در Hyra 2.0، یک عامل می‌تواند در حین بهینه‌سازی آموزش، روش‌های جدیدی برای جستجوی هایپرپارامتر یا ارزیابی مدل‌ها ابداع کند و سپس از این ابزارها در آزمایش‌های بعدی بهره ببرد. این رویکرد تضمین می‌کند که یک بار تلاش برای توسعه ابزار، به وظایف پژوهشی متعدد بعدی سود می‌رساند.

‏از جمله ابزارهای قابل استفاده مجدد که در Hyra 2.0 توسعه یافته‌اند می‌توان به موارد زیر اشاره کرد:
‏* مدل‌های علمی: HyInv، HyPLM، HyFF
‏* گردش‌های کاری پژوهشی: HyProver
‏* کیت‌های ابزاری نرم‌افزاری: HyQEC

🇮🇷 - هوش مصنوعی و علم داده به فارسی
تلگرام | بله | ایتا | ارتباط با ما
‏📊 معرفی بنچمارک GDPx برای ارزیابی ایجنت‌های هوش مصنوعی

‏مؤسسه SemiAnalysis بنچمارک جدیدی با نام GDPx منتشر کرده است که عملکرد مدل‌های هوش مصنوعی را در ۲۰۶ وظیفه پیچیده در ۱۱ حوزه تخصصی مانند طراحی تراشه، برنامه‌نویسی، بیولوژی و امنیت سایبری می‌سنجد.

‏نتایج اولیه نشان می‌دهد که بالاترین امتیاز کسب‌شده توسط مدل‌ها تنها ۱۲ درصد است که بخشی از آن حاصل حل ناقص وظایف است. رتبه‌بندی مدل‌های برتر به شرح زیر است:

‏* Claude Opus 5.5: با امتیاز ۱۲.۰٪ و هزینه ۵۱.۴۱ دلار برای هر وظیفه.
‏* Gemini 4 Carbon: با امتیاز ۱۰.۹٪ و هزینه ۱۶.۲۹ دلار برای هر وظیفه.
‏* GPT-6 Astra: با امتیاز ۹.۶٪ و هزینه ۵۳.۹۹ دلار برای هر وظیفه.
‏* Muse Wonder Full: با امتیاز ۹.۰٪.
‏* Claude Fable 5.1: با امتیاز ۸.۵٪ و هزینه ۶۷.۱۶ دلار برای هر وظیفه.

‏بررسی مرز پارتو نشان می‌دهد مدل Gemini 4 Carbon با فاصله عملکردی اندک نسبت به صدر جدول، حدود ۳.۲ برابر ارزان‌تر از Claude Opus 5.5 عمل می‌کند. مدل‌های GPT-6.1 Sol و Gemini 4 Carbon در حال حاضر در رده مدل‌های بهینه از نظر نسبت هزینه به عملکرد قرار دارند.

🇮🇷 تلگرام