‏🌐 تغییر دسترسی مدارس به هوش مصنوعی گوگل

‏گوگل اعلام کرده است که از اوایل سال آینده میلادی، ابزارهای هوش مصنوعی به‌صورت پیش‌فرض برای حساب‌های کاربری دانش‌آموزی (K-12) غیرفعال خواهند شد و مدارس برای استفاده از آن‌ها باید خودشان اقدام به فعال‌سازی کنند.

‏طبق گزارش نیویورک‌تایمز، این تغییر محدودیت‌های جدیدی را ایجاد می‌کند؛ مدارسی که هوش مصنوعی را کاملاً مسدود کنند، دسترسی دانش‌آموزان به «جستجوی گوگل» (Google Search) را نیز از دست خواهند داد. کریس فیلیپس، معاون بخش آموزش گوگل، دلیل این موضوع را ادغام عمیق قابلیت‌های هوش مصنوعی با موتور جستجو عنوان کرده است.

‏مدارس در صورت فعال‌سازی هوش مصنوعی، دو گزینه پیش رو دارند:
‏* استفاده از جستجوی معمولی به همراه AI Overviews و چت‌های هوش مصنوعی.
‏* استفاده از حالت Guided Learning که به‌جای ارائه پاسخ مستقیم، دانش‌آموزان را مرحله‌به‌مرحله در انجام تکالیف راهنمایی می‌کند.

‏این تصمیم، تغییر مسیر سیاست ماه آگوست گوگل است که هوش مصنوعی را به‌صورت پیش‌فرض در سرویس Google Classroom فعال کرده بود.

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

‏📊 معماری‌های Retrieval-Augmented Generation (RAG)

‏معماری‌های Retrieval-Augmented Generation (RAG) با ترکیب بازیابی اطلاعات و تولید متن توسط مدل‌های زبانی بزرگ (LLMs)، پاسخ‌های دقیق‌تر و مبتنی بر داده‌های خارجی ارائه می‌دهند. در اینجا انواع مختلف RAG معرفی شده‌اند:

‏* Naive RAG: ساده‌ترین رویکرد که شامل بازیابی اولیه و سپس تولید متن است.
‏* Retrieve-and-Rerank RAG: بازیابی چندین نتیجه و سپس رتبه‌بندی مجدد آن‌ها برای انتخاب بهترین متن جهت تولید پاسخ.
‏* Multimodal RAG: قابلیت بازیابی و تولید پاسخ با استفاده از انواع داده‌ها مانند متن، تصویر و صدا.
‏* Graph RAG: استفاده از گراف‌های دانش برای بهبود بازیابی با در نظر گرفتن روابط بین موجودیت‌ها.
‏* Hybrid RAG: ترکیب روش‌های مختلف بازیابی مانند جستجوی کلیدواژه‌ای و جستجوی برداری.
‏* Agentic RAG (Router): استفاده از یک عامل (Agent) برای تحلیل پرس‌وجو و هدایت آن به سمت بهترین روش بازیابی یا ابزار.
‏* Agentic RAG (Multi-Agent RAG): همکاری چندین عامل برای استفاده از ابزارها و منابع داده مختلف.

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

‏🎥 DeepSeek امکان طراحی هَـرنِس (Harness) توسط کاربر را فراهم کرد

‏DeepSeek ماه گذشته هَـرنِس متن‌باز خود را منتشر کرد که بر پایه ایده «همه‌چیز یک پلاگین است» بنا شده. اکنون حالت «Creator Mode» به آن افزوده شده است. در این حالت، شما ایده خود را توصیف می‌کنید و یک ایجنت (agent) به طور خودکار پلاگینی برای آن نوشته و مستقیماً در رابط کاربری برنامه (interface) ادغام می‌کند.

‏این بدان معناست که رابط کاربری هَـرنِس دیگر ثابت نیست و می‌توان آن را به هر شکلی که کاربر می‌خواهد، سفارشی‌سازی کرد.

‏برای مثال، می‌توانید یک ویرایشگر ویدئو مستقیماً درون چت بسازید، ظاهر کلی برنامه را تغییر دهید، یا یک پنل آماری برای گفتگوها ایجاد کنید.

‏مجموعه‌ای از پرامپت‌های (prompts) نمایش داده شده در ویدیوی معرفی را می‌توانید از این آدرس دریافت کنید:
‏مجموعه پرامپت‌های Creator Mode

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

#DeepSeekHarness #CreatorMode

‏🛡 عرضه ابزار FlashProve توسط Anthropic

‏شرکت Anthropic ابزار FlashProve را به صورت متن‌باز منتشر کرد. این پروتکل رمزنگاری به کاربران امکان می‌دهد بدون دسترسی به وزن‌های مدل، تأیید کنند که خروجی ارائه‌شده دقیقاً توسط همان مدل ادعاشده تولید شده است.

‏این فناوری برای اطمینان از صحت مدل در سرویس‌های روتینگ یا محیط‌های سازمانی کاربرد دارد تا از جایگزینی مدل با نمونه‌های ارزان‌تر یا دستکاری توسط مهاجمان جلوگیری شود.

‏نحوه عملکرد:
‏ارائه‌دهنده، اثر دیجیتالی وزن‌های مدل را از قبل منتشر می‌کند. به ازای هر پاسخ، یک فایل اثبات ارائه می‌شود که با تطبیق آن با اثر دیجیتالی، اصالت مدل در یک سیستم معمولی و بدون نیاز به GPU قابل بررسی است.

‏این الگوریتم مبتنی بر روش zkSNARK است که توسط Anthropic برای مدل‌هایی با ۴۰۰ میلیارد پارامتر بهینه‌سازی شده است. در حال حاضر، حجم فایل اثبات برای ۱۰۲۴ توکن حدود ۱۹ مگابایت و زمان بررسی آن حدود ۱۷ ثانیه است که نسبت به تلاش‌های پیشین (۱۴ ساعت زمان و ۹۳ گیگابایت حجم)، پیشرفت قابل توجهی محسوب می‌شود. جزئیات فنی بیشتر در گزارش تحقیقاتی Anthropic موجود است.

🇮🇷 تلگرام

‏📊 به‌روزرسانی فرم S-1 شرکت Anthropic و انتشار آمار مالی سه ماهه سوم

‏شرکت Anthropic فرم S-1 خود در سازمان بورس و اوراق بهادار آمریکا را به‌روزرسانی کرد و آمار مالی سه ماهه سوم سال ۲۰۲۶ را به آن افزود. بر اساس این گزارش، درآمد این شرکت در ۹ ماه نخست سال ۲۰۲۶ به ۳۳ میلیارد دلار رسیده است.

‏برخلاف ادعاهای مطرح‌شده مبنی بر سوزاندن شدید سرمایه، گزارش جدید نشان می‌دهد ذخایر نقدی و سرمایه‌گذاری Anthropic در اوراق خزانه‌داری آمریکا طی این فصل نه تنها کاهش نیافته، بلکه اندکی رشد کرده است.

‏پیش از این نیز گزارش‌های حسابرسی، درآمد ۴٫۵ میلیارد دلاری این شرکت در سال ۲۰۲۵ و امکان دستیابی به سودآوری عملیاتی در دو بخش استنتاج و آموزش مدل‌ها را تایید کرده بودند.

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

‏⚙️ انتشار بنچمارک OpenAI برای ارزیابی مدل‌ها در مهندسی فیزیکی

‏OpenAI در مطلب جدیدی به بررسی نقش مدل‌های GPT در فرآیندهای مهندسی دنیای فیزیکی پرداخته است.

‏در میان داده‌های منتشرشده، نموداری از بنچمارک BenchCAD 2.0 دیده می‌شود که عملکرد یک مدل داخلی را در برابر GPT-6 Astra مقایسه می‌کند. طبق این نمودار، حالت استدلال پایین (low reasoning mode) در مدل داخلی، هزینه‌ای معادل حالت حداکثری Astra دارد اما امتیاز بالاتری در ارزیابی‌های این بنچمارک ثبت کرده است.

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

#BenchCAD_2 #GPT_6_Astra

‏🚀 افزایش سرعت استنتاج مدل‌های MoE توسط انویدیا

‏انویدیا سه راهکار برای افزایش سرعت استنتاج مدل‌های Mixture-of-Experts (MoE) روی سخت‌افزار DGX Spark معرفی کرده است. این روش‌ها با استفاده از مدل Ling-3.0-flash (با ۱۲۴ میلیارد پارامتر) آزمایش شده‌اند.

‏از آنجا که در batch size برابر با ۱، سرعت استنتاج محدود به حافظه (Memory-bound) است، انویدیا بر کاهش انتقال داده تمرکز کرده است:
‏* استفاده از هسته‌های بهینه‌شده Humming MoE
‏* به‌کارگیری FP8 برای LM head
‏* استفاده از مکانیزم Speculative Decoding داخلی (MTP)

‏در آزمایش روی مجموعه‌داده GSM8K، نرخ توکن تولیدی ۴۲.۵ درصد افزایش و تأخیر ۲۴.۵ درصد کاهش یافته است، در حالی که دقت مدل تقریباً بدون تغییر باقی ماند.

‏دقت کنید که این بهینه‌سازی نیازمند داشتن یک ماژول LM-head مشترک است و در صورت عدم استفاده از آن، سرعت به سطح پیش‌فرض بازمی‌گردد. جزئیات پیاده‌سازی و دستورالعمل‌های استفاده در Ling cookbook در دسترس است. اطلاعات بیشتر در وبلاگ فنی انویدیا موجود است.

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

#Ling_3 #MTP_decoding

‏🤖 سیستم Agile Deliberation گوگل برای یادگیری مفاهیم انتزاعی

‏گوگل ریسرچ سیستم جدیدی به نام Agile Deliberation معرفی کرده است که به مدل‌های هوش مصنوعی اجازه می‌دهد مفاهیم ذهنی و مبهم (مانند تعریف دقیق غذای سالم) را بدون نیاز به بازآموزی (Retraining) یاد بگیرند.

‏در این روش، مدل به جای تکیه بر دستورالعمل‌های ایستا، تصاویر یا داده‌های بحث‌برانگیز را شناسایی کرده و از انسان می‌خواهد تکلیف آن‌ها را مشخص کند. سپس یک LLM (در این آزمایش Gemini 2.5 Pro و Flash) بر اساس بازخورد کاربر، دستورالعمل‌های مدل بصری را به‌روزرسانی می‌کند.

‏مهم‌ترین نتایج این پژوهش:
‏* افزایش ۱۱ درصدی امتیاز F1 نسبت به دسته‌بندی‌کننده‌های پایه.
‏* بهبود ۷.۵ درصدی عملکرد در مقایسه با روش‌های خودکارِ تفکیک دسته‌ها.
‏* برتری ۳ درصدی نسبت به روش ویرایش دستی پرامپت‌ها.
‏* رضایت کامل ۱۸ شرکت‌کننده تحقیق و ترجیح آن بر تنظیمات دستی.

‏کد این پروژه و نسخه دمو در Colab در دسترس است.

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

#Agile_Deliberation #Gemini_Pro

‏🖥️ مقایسه بهره‌وری اقتصادی شتاب‌دهنده‌های NVIDIA و AMD

‏پژوهشگران دانشگاه استنفورد با ارزیابی چهار شتاب‌دهنده هوش مصنوعی بر روی ۲۲۰ وظیفه حرفه‌ای، کارایی مدل Qwen3.6-27B را از نظر اقتصادی و مصرف انرژی سنجیدند. در این آزمایش، مدل در هر چهار پلتفرم ثابت بود و تنها سخت‌افزار تغییر کرد.

‏نتایج نشان می‌دهد که NVIDIA B200 در مقایسه با AMD MI350X عملکرد بهتری در دو شاخص کلیدی داشته است:

‏* بازده اقتصادی: بیش از ۴ برابر ارزش مالی کار انجام‌شده به ازای هر واحد انرژی.
‏* صرفه‌جویی در زمان: بیش از ۹ برابر صرفه‌جویی در زمان کارشناسان به ازای هر واحد انرژی.

‏این تحقیق به جای تمرکز صرف بر سرعت تولید توکن، بر «سودمندی اقتصادی» خروجی‌های مدل در برابر کیلووات‌ساعت مصرفی تمرکز کرده است. البته نویسندگان تاکید کرده‌اند که این نتایج به معنای برتری مطلق در تمام شرایط عملیاتی نیست؛ چرا که هزینه‌های خرید تجهیزات، نحوه نگهداری، هزینه‌های خنک‌سازی و بهینه‌سازی‌های نرم‌افزاری نیز در قیمت نهایی عملیات نقش دارند. اطلاعات بیشتر در این گزارش قابل مشاهده است.

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

‏🤖 عرضه مدل Gemini Omni 1.2 Flash با کاهش هزینه تولید ویدیو

‏گوگل مدل Gemini Omni 1.2 Flash را منتشر کرد که هزینه تولید ویدیو در آن ۳۰ درصد کاهش یافته است. اکنون هزینه تولید هر ثانیه ویدیو با کیفیت 720p به ۰.۰۷ دلار رسیده است.

‏قابلیت‌های جدید این نسخه شامل موارد زیر است:

‏* افزایش مدت زمان تولید ویدیو از ۱۰ به ۱۵ ثانیه.
‏* امکان ویرایش ویدیو از طریق گفتگو برای تغییر نورپردازی، پس‌زمینه یا شرایط جوی بدون نیاز به تولید مجدد.
‏* بهبود حفظ ثبات ظاهری شخصیت‌ها و جزئیات لباس هنگام تغییر زاویه دوربین.
‏* پشتیبانی از رفرنس‌های صوتی، تصویری و ویدیویی.
‏* بهبود همگام‌سازی لب با صدا و حرکات دوربین.

‏خروجی‌های ویدیو در رزولوشن‌های 360p و 720p تولید شده و سپس تا 4K قابل مقیاس‌دهی هستند. این مدل هم‌اکنون از طریق Google AI Studio و Gemini API در دسترس توسعه‌دهندگان قرار دارد.

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

#GeminiOmni1_2Flash #تولید_ویدیو_هوش_مصنوعی

‏🤖 معرفی مدل GPT-6 Cyber برای امنیت سایبری

‏شرکت OpenAI از مدل تخصصی جدیدی با نام GPT-6 Cyber رونمایی کرد که برای شناسایی حفره‌های امنیتی، تحلیل کد و طراحی اکسپلویت سیستم‌های محافظت‌شده بهینه‌سازی شده است.

‏این مدل در معیارهای عملکردی پیشرفت قابل‌توجهی داشته است:
‏* در بنچمارک ExploitGym، این مدل به امتیاز ۴۸.۵ درصد دست یافت، در حالی که مدل قبلی (GPT-5.6 Cyber) امتیاز ۳۲.۱ درصد را ثبت کرده بود.
‏* این ابزار موفق به شناسایی ۸۱ آسیب‌پذیری ناشناخته در مرورگر فایرفاکس شد.

‏OpenAI سطح ریسک این مدل را در طبقه‌بندی خود «بحرانی» اعلام کرده است؛ چرا که توانایی طراحی خودکار اکسپلویت برای سیستم‌های امنیتی پیچیده را دارد. با این حال، کنترل رفتارهای خودمختار مدل بهبود یافته و نرخ خروج از محدوده‌های تعیین‌شده در آزمایش‌ها به کمتر از ۱ درصد رسیده است.

‏دسترسی به این مدل فعلاً از طریق برنامه Daybreak Red برای گروه محدودی از متخصصان امنیت امکان‌پذیر است و در هفته‌های آینده به شکل گسترده‌تری منتشر خواهد شد.

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

#GPT6_Cyber #ExploitGym

‏🧠 امکان اشتراک حافظه میان ChatGPT و Claude در نوشن

‏نوشن با پشتیبانی از پروتکل MCP امکان استفاده از حافظه مشترک را برای ChatGPT، Claude و سایر برنامه‌های متصل فراهم کرده است. با این قابلیت، دستیارها می‌توانند یادداشت‌ها، ترجیحات و مهارت‌های موجود در فضای کاری را بخوانند و اطلاعات جدید را در همان‌جا ثبت کنند.

‏مراحل راه‌اندازی:
‏۱. اتصال برنامه از طریق گالری نوشن یا محیط همان برنامه
‏۲. قرار دادن پرامپت تنظیمات نوشن تا ربات پیش از پاسخ، یادداشت‌ها را بررسی کند و خروجی‌های مفید را ذخیره نماید
‏۳. کپی کردن دستورالعمل‌های سفارشی ارائه شده در بخش تنظیمات ChatGPT یا Claude

‏نوشن اعلام کرده است که بدون قرار دادن این پرامپت، مدل‌ها معمولاً اتصال ایجادشده را نادیده می‌گیرند. تمام داده‌ها در یک دیتابیس قابل‌ویرایش به نام Memories ذخیره می‌شوند و این تنظیمات برای هر ربات فقط یک‌بار انجام می‌شود. جزئیات بیشتر در راهنمای Notion MCP در دسترس است.

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

#Notion #MCP

‏🌐 تنست مدل متن‌باز Hy4 را با قابلیت پردازش تصویر منتشر کرد

‏تیم تنست نسخه جدید مدل متن‌باز خود را با نام Hy4 منتشر کرد. این مدل در این نسخه به قابلیت‌های بینایی و دریافت ورودی تصویری مجهز شده است.

‏طبق اعلام تنست، این مدل برای کاربرد در حوزه‌های مختلفی مانند برنامه‌نویسی فرانت‌اند، امور مالی، بازی‌سازی، کارهای اداری و پژوهشی توسعه یافته و در آموزش آن به ملاحظات ایمنی سایبری و زیستی توجه شده است.

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

🧠 خلاصه تحولات 48 ساعت گذشته هوش مصنوعی و علوم داده
🗂 گزارش #14 | 📌 5 آیتم گزارش | 🧾 از 22 پست بررسی‌شده
🕐 چهارشنبه 1405/08/13 ساعت 14:00 تا جمعه 1405/08/15 ساعت 14:00

تأیید اصالت خروجی مدل‌های زبانی در سیستم‌های روتینگ
ارزیابی صحت مدل بدون افشای وزن‌ها، از جایگزینی سرویس با نسخه‌های ارزان‌تر در زیرساخت‌های سازمانی جلوگیری می‌کند. اجرای اثبات اثربخش zkSNARK روی پردازنده‌های معمولی، راهکاری عملی برای تایید اصالت API فراهم می‌آورد. البته حجم ۱۹ مگابایتی اثبات برای ۱۰۲۴ توکن، اعمال این لایه را مشروط به پهنای باند شبکه می‌کند.

بهینه‌سازی نرخ استنتاج مدل‌های MoE در پردازش تک‌کاربره
کاهش تاخیر در استنتاج تک‌تک درخواست‌ها، گلوگاه حافظه را در سناریوهای کم‌حجم برطرف کرده و بهره‌وری سرویس‌دهی را افزایش می‌دهد. در صورت وجود ماژول مشترک خروجی، استفاده از رمزگشایی قیاسی و هسته‌های اختصاصی باعث کاهش تاخیر می‌شود. اما عدم پشتیبانی معماری مدل از این ساختار، مانع دستیابی به این افزایش سرعت خواهد شد.

🛠️ زیرساخت و ابزارهای توسعه

انتشار ابزار متن‌باز FlashProve توسط Anthropic
پروتکل اثبات اصالت مدل بدون نیاز به وزن‌ها و قابل بررسی روی سی‌پیو معمولی با استاندارد zkSNARK.

راهکارهای انویدیا برای شتاب‌دهی استنتاج مدل‌های MoE
افزایش ۴۲.۵ درصدی سرعت تولید توکن با هسته‌های بهینه‌شده، محاسبات FP8 و رمزگشایی قیاسی.

افزوده شدن Creator Mode به هرنس متن‌باز DeepSeek
تولید و ادغام خودکار پلاگین‌ها در رابط کاربری برنامه بر اساس توصیف متنی کاربر.

🔬 معماری مدل و ارزیابی عملیاتی

اشتراک حافظه دستیارهای هوش مصنوعی با پروتکل MCP در نوشن
امکان خواندن و به‌روزرسانی پایگاه داده یادداشت‌ها بین مدل‌های مختلف از جمله ChatGPT و Claude.

سنجش بهره‌وری اقتصادی شتاب‌دهنده‌های انویدیا و AMD توسط استنفورد
ارزیابی کارایی B200 در برابر MI350X روی مدل ثابت بر اساس میزان کار انجام‌شده به ازای انرژی مصرفی.

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

‏🤖 خروج مستقل ربات‌های انسان‌نمای F.03 فیگور از کارخانه

‏مدیرعامل شرکت Figure AI ویدیوی کوتاهی منتشر کرد که نشان می‌دهد ربات‌های انسان‌نمای جدید F.03 به‌طور مستقل از کارخانه BotQ خارج می‌شوند و از پارکینگ مجموعه عبور می‌کنند.

‏در این کلیپ ۲۰ ثانیه‌ای، این ربات‌ها بدون کنترل دستی یا هدایت اپراتور از راه دور، از کنار خودروها و عابران پیاده می‌گذرند.

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

‏⚡️ افزایش ۳۵ درصدی سرعت Claude Code با قابلیت Message Threads

‏انتروپیک قابلیت جدیدی به نام Message Threads را در Claude API معرفی کرد که سرعت پاسخ‌دهی را در زمینه (Context) بین ۵۰۰ هزار تا یک میلیون توکن حدود ۳۵ درصد افزایش می‌دهد. این ویژگی به صورت بتا در ای‌پی‌آی اصلی، AWS، گوگل کلود و مایکروسافت فاوندری فعال شده است.

‏پیش از این در گفتگوهای طولانی یا عامل‌های هوش مصنوعی، کل تاریخچه پیام‌ها و خروجی ابزارها در هر درخواست دوباره ارسال می‌شد که گاهی به یک میلیون توکن می‌رسید. در روش جدید، تاریخچه کامل فقط یک‌بار ارسال و موقتاً در رم رمزشده سرور نگهداری می‌شود و درخواست‌های بعدی فقط پیام جدید و شناسه پاسخ قبلی را می‌فرستند.

‏این تغییر مدلی را عوض نمی‌کند و تعداد توکن‌های محاسبه‌شده در فاکتور مالی را کاهش نمی‌دهد، بلکه صرفاً زمان ارسال مجدد و آماده‌سازی داده‌ها را کم می‌کند. در صورت بی‌کار ماندن جلسه به مدت ۵ دقیقه، حافظه سرور پاک شده و درخواست بعدی دوباره تمام تاریخچه را ارسال خواهد کرد.

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

‏🛑 قطع دسترسی Cursor به مدل‌های OpenAI

‏شرکت OpenAI قصد دارد ارائه مدل‌های هوش مصنوعی خود را به محیط توسعه Cursor متوقف کند. ۱۲ نوامبر ۲۰۲۶ به‌عنوان تاریخ پیشنهادی برای پایان این دوره انتقالی مطرح شده، اما زمان نهایی هنوز در حال مذاکره است و ممکن است Cursor زودتر دسترسی به این مدل‌ها را قطع کند.

‏با اجرای این تصمیم، مدل‌های فعلی OpenAI از فهرست Cursor حذف خواهند شد. همچنین OpenAI اعلام کرده است که مدل‌های بعدی خود مانند GPT-6 Astra، GPT-6.1 Sol یا GPT-6 Luna را در اختیار این ادیتور قرار نخواهد داد.

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

#Cursor #OpenAI

‏🤖 انتشار مدل Images 2.6 توسط OpenAI

‏شرکت OpenAI نسخه 2.6 از مدل تولید تصویر خود را منتشر کرد که سرعت تولید آن نسبت به نسخه قبلی 50 درصد بهبود یافته است. این مدل اکنون در ChatGPT، Codex و API در دسترس قرار دارد.

‏مهم‌ترین تغییرات این نسخه شامل موارد زیر است:

‏- پشتیبانی از ساخت تصاویر متحرک (GIF): مدل با تولید توالی فریم‌ها، یک فایل GIF آماده برای انتشار ایجاد می‌کند.
‏- بهبود دقت در ویرایش: مدل در حفظ ثبات شخصیت‌ها و اشیا هنگام ویرایش‌های متوالی عملکرد بهتری دارد.
‏- قابلیت انتخاب نسخه API: کاربران می‌توانند از نسخه Flare برای سرعت بیشتر (حدود ۶ ثانیه در تنظیمات کیفیت پایین) یا نسخه Sunburst برای جزئیات بیشتر و حفظ دقیق‌تر طراحی استفاده کنند.
‏- ابزارهای جدید: افزودن نشانه‌گذاری ناحیه‌ای (Region Markup) برای ویرایش هدفمند، خروجی SVG برای تصاویر برداری و پارامتر Complexity جهت تنظیم سطح تفسیر پرامپت مستقل از کیفیت تصویر.

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

#Images_2 #Region_Markup

‏معماری‌های مختلف سیستم‌های RAG

‏معماری‌های تولید تقویت‌شده با بازیابی (RAG) برای بهبود دقت پاسخ‌های مدل‌های زبانی از روش‌های مختلفی استفاده می‌کنند. مهم‌ترین این معماری‌ها به شرح زیر هستند:

‏* Naive RAG: روش پایه که شامل مراحل متوالی تقسیم اسناد به تکه‌ها (Chunks)، تبدیل به بردار و بازیابی مستقیم برای تولید پاسخ توسط LLM است.
‏* Retrieve-and-Rerank: اضافه کردن یک مدل رنکر (Reranker) پس از بازیابی اولیه برای اولویت‌بندی دقیق‌تر تکه‌های مرتبط.
‏* Multimodal RAG: پشتیبانی از انواع داده‌های چندوجهی شامل تصویر، جدول و صوت علاوه بر متن، با استفاده از مدل‌های Embedding چندوجهی.
‏* Graph RAG: استفاده از گراف دانش برای استخراج روابط بین موجودیت‌ها و بهبود درک محتوایی از داده‌ها.
‏* Hybrid RAG: ترکیب جستجوی برداری با جستجوی مبتنی بر کلمات کلیدی (مانند BM25) برای بهره‌گیری از مزایای هر دو رویکرد.
‏* Agentic RAG (Router): استفاده از یک عامل هوشمند برای تحلیل کوئری و انتخاب بهترین ابزار یا منبع بازیابی.

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

#GraphRAG #AgenticRAG