This media is not supported in your browser
VIEW IN TELEGRAM
شرکت krea.ai در پستی که در شبکه اجتماعی ایکس منتشر کرده از اولین مدل تولید ویدیوی realtime رونمایی کرده، با استفاده از این مدل میتونید به صورت زنده حالات ویدیوی تولید شده رو تغییر بدید.
این مدل فعلا در مرحله بتا قرار داره و تایم دقیقی هم برای عرضه عمومی اون مشخص نشده.
@aipulse24
این مدل فعلا در مرحله بتا قرار داره و تایم دقیقی هم برای عرضه عمومی اون مشخص نشده.
@aipulse24
❤26👍9👎1
This media is not supported in your browser
VIEW IN TELEGRAM
دمیس هاسابیس میگه اینکه بعضی رقبا مدلهای هوش مصنوعی فعلی رو «هوش در سطح دکترا» معرفی میکنن، حرف درستی نیست. به گفتهی اون، این سیستمها بعضی تواناییها دارن که در سطح دکترا حساب میشه، اما در کل «هوش عمومی» ندارن. نمونهاش هم اینه که همین چتباتهای امروزی اگه سؤال ساده ریاضی دبیرستانی یا حتی شمارش پایهای رو کمی متفاوت مطرح کنیم، ممکنه جواب اشتباه بدن؛ چیزی که برای یک سیستم AGI واقعی نباید ممکن باشه. هاسابیس پیشبینی میکنه برای رسیدن به چنین سطحی از هوش عمومی هنوز ۵ تا ۱۰ سال فاصله داریم.
اون یکی از کمبودهای اصلی رو «یادگیری پیوسته» میدونه؛ یعنی اینکه سیستم بتونه به صورت آنلاین چیز جدیدی یاد بگیره یا رفتارش رو سریع تنظیم کنه. به گفتهی هاسابیس، این قابلیتها هنوز در مدلهای فعلی وجود ندارن و شاید صرفاً بزرگتر کردن مدلها ما رو به اونجا نرسونه. احتمالاً هنوز یک یا دو جهش علمی مهم لازمه که به گفتهی اون در پنج سال آینده اتفاق میفته و مسیر رسیدن به AGI رو هموار میکنه.
@aipulse24
اون یکی از کمبودهای اصلی رو «یادگیری پیوسته» میدونه؛ یعنی اینکه سیستم بتونه به صورت آنلاین چیز جدیدی یاد بگیره یا رفتارش رو سریع تنظیم کنه. به گفتهی هاسابیس، این قابلیتها هنوز در مدلهای فعلی وجود ندارن و شاید صرفاً بزرگتر کردن مدلها ما رو به اونجا نرسونه. احتمالاً هنوز یک یا دو جهش علمی مهم لازمه که به گفتهی اون در پنج سال آینده اتفاق میفته و مسیر رسیدن به AGI رو هموار میکنه.
@aipulse24
❤30👍14🔥1
شرکتهای OpenAI و گوگل اعلام کردن که مدلهای استدلالیشون تونستن توی مسابقات جهانی ICPC، معتبرترین رقابت برنامهنویسی دانشگاهی دنیا، به سطح مدال طلا برسن.
توی این رقابت که ۴ سپتامبر برگزار شد، ۱۳۹ تیم از بین حدود سههزار دانشگاه شرکت کردن و پنج ساعت وقت داشتن تا ۱۲ مسئله پیچیده رو حل کنن. مدلهای اوپنایآی همه مسائل رو درست جواب دادن و عملاً اول شدن، در حالی که الگوریتم گوگل ۱۰ مسئله رو حل کرد و در جایگاه دوم قرار گرفت.
نکته جالب این بود که هر دو مدل تونستن «مسئله C» رو جواب بدن؛ مسئلهای که هیچ تیم انسانی از پسش برنیومده بود.
گوگل با نسخه پیشرفته مدل Gemini 2.5 Pro Deep Think وارد مسابقه شد و اوپنایآی هم با GPT-5 و یک مدل آزمایشی تازه شرکت کرد که هنوز عمومی نشده. GPT-5 با کمک اون مدل ۱۱ مسئله رو حل کرد و مسئله آخر رو مدل آزمایشی بهتنهایی جواب داد.
@aipulse24
توی این رقابت که ۴ سپتامبر برگزار شد، ۱۳۹ تیم از بین حدود سههزار دانشگاه شرکت کردن و پنج ساعت وقت داشتن تا ۱۲ مسئله پیچیده رو حل کنن. مدلهای اوپنایآی همه مسائل رو درست جواب دادن و عملاً اول شدن، در حالی که الگوریتم گوگل ۱۰ مسئله رو حل کرد و در جایگاه دوم قرار گرفت.
نکته جالب این بود که هر دو مدل تونستن «مسئله C» رو جواب بدن؛ مسئلهای که هیچ تیم انسانی از پسش برنیومده بود.
گوگل با نسخه پیشرفته مدل Gemini 2.5 Pro Deep Think وارد مسابقه شد و اوپنایآی هم با GPT-5 و یک مدل آزمایشی تازه شرکت کرد که هنوز عمومی نشده. GPT-5 با کمک اون مدل ۱۱ مسئله رو حل کرد و مسئله آخر رو مدل آزمایشی بهتنهایی جواب داد.
@aipulse24
❤22😱7🤯2🏆1
This media is not supported in your browser
VIEW IN TELEGRAM
گوگل دیپمایند مدلهای جدید هوش مصنوعی خودش رو با نام Gemini Robotics 1.5 و Gemini Robotics-ER 1.5 معرفی کرده که توانایی رباتها رو در انجام کارهای پیچیده چندمرحلهای بالا میبره. به گفته کارولینا پارادا، مدیر بخش رباتیک دیپمایند، این مدلها به رباتها امکان میدن قبل از انجام کار، چند قدم جلوتر رو تصور کنن و حتی برای حل مسئله از جستجوی وب کمک بگیرن. برای نمونه، رباتها حالا میتونن لباسها رو بر اساس رنگ تفکیک کنن، چمدان رو متناسب با وضعیت آبوهوای لندن ببندن یا زباله و مواد قابل بازیافت رو بر اساس قوانین محلی مرتب کنن.
مدل Gemini Robotics-ER 1.5 محیط اطراف رو درک میکنه و با استفاده از ابزارهایی مثل گوگل سرچ اطلاعات تکمیلی رو پیدا میکنه، بعد اونها رو به دستورهای قابل فهم برای Gemini Robotics 1.5 تبدیل میکنه تا ربات بتونه مرحله به مرحله اجراشون کنه. این سیستم باعث میشه رباتها از یک دستور ساده فراتر برن و به حل مسائل واقعی در دنیای فیزیکی نزدیکتر بشن.
نکته مهم دیگه اینه که دیپمایند میگه این مدلها امکان انتقال مهارتها بین رباتهای مختلف رو فراهم میکنن. یعنی کاری که یک ربات مثل ALOHA2 یاد گرفته، میتونه روی رباتهای دیگه مثل Franka یا حتی ربات انساننمای Apollo هم بدون تغییر اجرا بشه. به این ترتیب، یک مدل میتونه چندین نوع ربات رو کنترل کنه و تجربهها بین اونها به اشتراک گذاشته بشه. فعلاً نسخه ER 1.5 از طریق Gemini API در دسترس توسعهدهندهها قرار گرفته، اما مدل اصلی Robotics 1.5 فقط در اختیار برخی شرکا خواهد بود.
@aipulse24
مدل Gemini Robotics-ER 1.5 محیط اطراف رو درک میکنه و با استفاده از ابزارهایی مثل گوگل سرچ اطلاعات تکمیلی رو پیدا میکنه، بعد اونها رو به دستورهای قابل فهم برای Gemini Robotics 1.5 تبدیل میکنه تا ربات بتونه مرحله به مرحله اجراشون کنه. این سیستم باعث میشه رباتها از یک دستور ساده فراتر برن و به حل مسائل واقعی در دنیای فیزیکی نزدیکتر بشن.
نکته مهم دیگه اینه که دیپمایند میگه این مدلها امکان انتقال مهارتها بین رباتهای مختلف رو فراهم میکنن. یعنی کاری که یک ربات مثل ALOHA2 یاد گرفته، میتونه روی رباتهای دیگه مثل Franka یا حتی ربات انساننمای Apollo هم بدون تغییر اجرا بشه. به این ترتیب، یک مدل میتونه چندین نوع ربات رو کنترل کنه و تجربهها بین اونها به اشتراک گذاشته بشه. فعلاً نسخه ER 1.5 از طریق Gemini API در دسترس توسعهدهندهها قرار گرفته، اما مدل اصلی Robotics 1.5 فقط در اختیار برخی شرکا خواهد بود.
@aipulse24
👍22❤5🔥2
شرکت انتروپیک تازهترین مدل خودش به اسم Claude Sonnet 4.5 رو معرفی کرده؛ مدلی که به گفته شرکت بهترین مدل دنیا برای کدنویسی و ساخت ایجنتهای پیچیده محسوب میشه. این نسخه نهتنها توانایی استفاده از کامپیوتر و حل مسائل سخت ریاضی و منطقی رو بهطور چشمگیری بهتر کرده، بلکه نسبت به نسلهای قبلی پیشرفت محسوسی در تمرکز روی کارهای طولانیمدت داشته و توی آزمونهایی مثل SWE-bench Verified و OSWorld رکورد جدیدی ثبت کرده. قیمت استفاده از مدل هم مثل نسخه ۴ ثابت مونده و تغییری نکرده.
همزمان با معرفی Sonnet 4.5، مجموعهای از قابلیتهای تازه هم به محصولات کلاد اضافه شده؛ مثل چکپوینتها در Claude Code که امکان بازگشت به مراحل قبلی رو فراهم میکنن، افزونه بومی برای VS Code، و یک ابزار جدید برای مدیریت حافظه و کانتکست در API. در اپلیکیشنهای کلاد هم قابلیت اجرای کد و ایجاد مستقیم فایلهای مختلف (از جمله اسناد، اسلاید و جدول) اضافه شده. علاوه بر این، افزونه مرورگر Claude for Chrome برای کاربران پلن Max در دسترس قرار گرفته.
انتروپیک همچنین زیرساخت اختصاصی خودش برای ساخت ایجنتها رو با نام Claude Agent SDK منتشر کرده؛ همون زیرساختی که پشت Claude Code قرار داره. این ابزار به توسعهدهندهها اجازه میده ایجنتهای قدرتمند و قابل سفارشیسازی بسازن و مسائل دشوار مثل مدیریت حافظه در کارهای طولانی یا هماهنگی بین زیرایجنتها رو حل کنن. به گفته انتروپیک، این SDK فقط برای کدنویسی نیست و میتونه توی حوزههای دیگه هم استفاده بشه.
از نظر ایمنی هم Sonnet 4.5 پیشرفت زیادی کرده. این مدل با سطح حفاظتی AI Safety Level 3 عرضه شده و فیلترهای خاصی برای جلوگیری از سوءاستفادههای خطرناک (مثل موضوعات CBRN) داره. انتروپیک میگه رفتارهای نگرانکننده مثل تملقگویی، فریب یا پیروی از پرامپتهای مضر نسبت به نسلهای قبل بهشدت کاهش پیدا کرده.
@aipulse24
همزمان با معرفی Sonnet 4.5، مجموعهای از قابلیتهای تازه هم به محصولات کلاد اضافه شده؛ مثل چکپوینتها در Claude Code که امکان بازگشت به مراحل قبلی رو فراهم میکنن، افزونه بومی برای VS Code، و یک ابزار جدید برای مدیریت حافظه و کانتکست در API. در اپلیکیشنهای کلاد هم قابلیت اجرای کد و ایجاد مستقیم فایلهای مختلف (از جمله اسناد، اسلاید و جدول) اضافه شده. علاوه بر این، افزونه مرورگر Claude for Chrome برای کاربران پلن Max در دسترس قرار گرفته.
انتروپیک همچنین زیرساخت اختصاصی خودش برای ساخت ایجنتها رو با نام Claude Agent SDK منتشر کرده؛ همون زیرساختی که پشت Claude Code قرار داره. این ابزار به توسعهدهندهها اجازه میده ایجنتهای قدرتمند و قابل سفارشیسازی بسازن و مسائل دشوار مثل مدیریت حافظه در کارهای طولانی یا هماهنگی بین زیرایجنتها رو حل کنن. به گفته انتروپیک، این SDK فقط برای کدنویسی نیست و میتونه توی حوزههای دیگه هم استفاده بشه.
از نظر ایمنی هم Sonnet 4.5 پیشرفت زیادی کرده. این مدل با سطح حفاظتی AI Safety Level 3 عرضه شده و فیلترهای خاصی برای جلوگیری از سوءاستفادههای خطرناک (مثل موضوعات CBRN) داره. انتروپیک میگه رفتارهای نگرانکننده مثل تملقگویی، فریب یا پیروی از پرامپتهای مضر نسبت به نسلهای قبل بهشدت کاهش پیدا کرده.
@aipulse24
🔥20❤3👍3💘3👎1
Media is too big
VIEW IN TELEGRAM
1❤12👍1🙏1
Media is too big
VIEW IN TELEGRAM
اوپن ایآی همچنین از اپلیکیشن Sora برای iOS رونمایی کرده که به این وسیله کاربران میتونن ویدیوهایی که با Sora ویرایش کردن یا ساختن رو با دیگران به اشتراک بذارن.
این اپلیکیشن فعلا فقط با دعوت دیگر کاربران در دسترسه اما گفته شده که به زودی کاربران بیشتری میتونن از اون استفاده کنند.
کاربران اندروید هم میتونن از طریق sora.com به این سرویس دسترسی داشته باشن مشروط به اینکه کد دعوت از شخصی که قبلا به اون دسترسی داده شده داشته باشن.
این شرکت همچنین اعلام کرده به زودی مدل جدید Sora 2 از طریق API هم در دسترس خواهد بود.
@aipulse24
این اپلیکیشن فعلا فقط با دعوت دیگر کاربران در دسترسه اما گفته شده که به زودی کاربران بیشتری میتونن از اون استفاده کنند.
کاربران اندروید هم میتونن از طریق sora.com به این سرویس دسترسی داشته باشن مشروط به اینکه کد دعوت از شخصی که قبلا به اون دسترسی داده شده داشته باشن.
این شرکت همچنین اعلام کرده به زودی مدل جدید Sora 2 از طریق API هم در دسترس خواهد بود.
@aipulse24
❤12🔥3👍1🤯1👾1
گوگل دیپمایند از مدل جدید «Gemini 2.5 Computer Use» رونمایی کرده که به هوش مصنوعی اجازه میده کارها رو درست مثل انسانها در محیطهای گرافیکی انجام بده، یعنی بتونه کلیک کنه، بنویسه و بین صفحات وب یا اپها جابهجا بشه. این مدل که بر پایهی تواناییهای دیداری و استدلالی Gemini 2.5 Pro ساخته شده، عملکرد خیلی بهتری نسبت به رقبا داره و با تأخیر کمتر اجرا میشه. توسعهدهندهها میتونن از طریق Gemini API در Google AI Studio یا Vertex AI بهش دسترسی پیدا کنن.
مدل جدید برای کنترل مرورگرها بهینه شده و در تستهای مختلف مثل Online-Mind2Web و WebVoyager نتایج خوبی گرفته. گوگل میگه این مدل میتونه فرمها رو پر کنه، فیلترها و منوها رو مدیریت کنه و حتی با فرم های لاگین کار کنه. همچنین ابزارهای ایمنی درون مدل تعبیه شدن تا جلوی اقدامهای پرخطر مثل دور زدن کپچا یا کنترل سیستمهای حساس گرفته بشه.
گوگل از این مدل در پروژههایی مثل تست خودکار رابطهای کاربری، Firebase Testing Agent و قابلیتهای عاملمحور «AI Mode» در جستوجو استفاده کرده. حالا هم نسخهی پیشنمایش عمومی در دسترسه و توسعهدهندهها میتونن از طریق محیط تست Browserbase یا مستندات رسمی گوگل، کار باهاش رو شروع کنن.
@aipulse24
مدل جدید برای کنترل مرورگرها بهینه شده و در تستهای مختلف مثل Online-Mind2Web و WebVoyager نتایج خوبی گرفته. گوگل میگه این مدل میتونه فرمها رو پر کنه، فیلترها و منوها رو مدیریت کنه و حتی با فرم های لاگین کار کنه. همچنین ابزارهای ایمنی درون مدل تعبیه شدن تا جلوی اقدامهای پرخطر مثل دور زدن کپچا یا کنترل سیستمهای حساس گرفته بشه.
گوگل از این مدل در پروژههایی مثل تست خودکار رابطهای کاربری، Firebase Testing Agent و قابلیتهای عاملمحور «AI Mode» در جستوجو استفاده کرده. حالا هم نسخهی پیشنمایش عمومی در دسترسه و توسعهدهندهها میتونن از طریق محیط تست Browserbase یا مستندات رسمی گوگل، کار باهاش رو شروع کنن.
@aipulse24
❤17👍10
شرکت انتروپیک در همکاری با مؤسسه امنیت هوش مصنوعی بریتانیا (UK AISI) و مؤسسه آلن تورینگ پژوهشی تازه منتشر کرده که یافتهاش حسابی جلب توجه کرده: فقط با حدود ۲۵۰ سند مخرب میشه یک مدل زبانی بزرگ رو آلوده و دچار "backdoor" کرد، اونم فارغ از اینکه اون مدل چهقدر بزرگ یا با چه حجمی از داده آموزش دیده باشه.
این مطالعه با عنوان “A small number of samples can poison LLMs of any size” در تاریخ ۹ اکتبر ۲۰۲۵ منتشر شده و نشون میده برخلاف تصور قبلی، برای حملات data poisoning نیازی نیست مهاجم درصد زیادی از دادههای آموزشی رو در اختیار داشته باشه؛ بلکه فقط یک تعداد ثابت، هرچند کم، میتونه کافی باشه.
پژوهشگران برای آزمایش، از نوعی حمله ساده و کمخطر استفاده کردن که باعث میشه مدل وقتی عبارت خاصی مثل <SUDO> رو ببینه، بهجای پاسخ طبیعی، متنی نامفهوم و بیمعنی تولید کنه.
در این پروژه، مدلهایی با اندازههای مختلف از ۶۰۰ میلیون تا ۱۳ میلیارد پارامتر آموزش داده شدن و نتایج نشون داد که میزان موفقیت حمله در همهی این مدلها تقریباً یکسانه. یعنی حتی وقتی مدل بزرگتر روی دادههای خیلی بیشتری آموزش دیده، باز هم همون تعداد محدود از اسناد آلوده برای فریبش کافیه.
طبق گزارش، ۱۰۰ سند سمی برای آلوده کردن مدل کافی نبود، ولی با ۲۵۰ سند یا بیشتر، تمام مدلها در مقیاسهای مختلف به طور پایدار دچار رفتار مخرب شدن. نکته جالب اینجاست که موفقیت حمله به تعداد مطلق این اسناد بستگی داره، نه نسبت اونها به حجم کلی دادهی آموزشی. به زبان ساده، مهم نیست کل دیتاست چقدر بزرگ باشه؛ وقتی مدل چند صد سند آلوده رو ببینه، یاد میگیره که به اون الگوی خاص واکنش اشتباه نشون بده.
این تحقیق که بزرگترین مطالعهی منتشرشده در زمینهی آلودگی داده در مدلهای زبانی بهشمار میره، نگرانیهایی رو دربارهی امنیت مدلهای هوش مصنوعی مطرح کرده. تیم انتروپیک در پایان تأکید کرده که هدف از انتشار این نتایج، هشدار به جامعهی پژوهشی و تشویق به توسعهی روشهای دفاعی بهتره، نه فراهم کردن ابزار برای مهاجمان.
به گفتهی اونها، آگاهی از این آسیبپذیریها کمک میکنه تا از تکرارش در مدلهای بزرگتر و حساستر جلوگیری بشه و مسیر ایمنتری برای گسترش هوش مصنوعی ترسیم بشه.
@aipulse24
این مطالعه با عنوان “A small number of samples can poison LLMs of any size” در تاریخ ۹ اکتبر ۲۰۲۵ منتشر شده و نشون میده برخلاف تصور قبلی، برای حملات data poisoning نیازی نیست مهاجم درصد زیادی از دادههای آموزشی رو در اختیار داشته باشه؛ بلکه فقط یک تعداد ثابت، هرچند کم، میتونه کافی باشه.
پژوهشگران برای آزمایش، از نوعی حمله ساده و کمخطر استفاده کردن که باعث میشه مدل وقتی عبارت خاصی مثل <SUDO> رو ببینه، بهجای پاسخ طبیعی، متنی نامفهوم و بیمعنی تولید کنه.
در این پروژه، مدلهایی با اندازههای مختلف از ۶۰۰ میلیون تا ۱۳ میلیارد پارامتر آموزش داده شدن و نتایج نشون داد که میزان موفقیت حمله در همهی این مدلها تقریباً یکسانه. یعنی حتی وقتی مدل بزرگتر روی دادههای خیلی بیشتری آموزش دیده، باز هم همون تعداد محدود از اسناد آلوده برای فریبش کافیه.
طبق گزارش، ۱۰۰ سند سمی برای آلوده کردن مدل کافی نبود، ولی با ۲۵۰ سند یا بیشتر، تمام مدلها در مقیاسهای مختلف به طور پایدار دچار رفتار مخرب شدن. نکته جالب اینجاست که موفقیت حمله به تعداد مطلق این اسناد بستگی داره، نه نسبت اونها به حجم کلی دادهی آموزشی. به زبان ساده، مهم نیست کل دیتاست چقدر بزرگ باشه؛ وقتی مدل چند صد سند آلوده رو ببینه، یاد میگیره که به اون الگوی خاص واکنش اشتباه نشون بده.
این تحقیق که بزرگترین مطالعهی منتشرشده در زمینهی آلودگی داده در مدلهای زبانی بهشمار میره، نگرانیهایی رو دربارهی امنیت مدلهای هوش مصنوعی مطرح کرده. تیم انتروپیک در پایان تأکید کرده که هدف از انتشار این نتایج، هشدار به جامعهی پژوهشی و تشویق به توسعهی روشهای دفاعی بهتره، نه فراهم کردن ابزار برای مهاجمان.
به گفتهی اونها، آگاهی از این آسیبپذیریها کمک میکنه تا از تکرارش در مدلهای بزرگتر و حساستر جلوگیری بشه و مسیر ایمنتری برای گسترش هوش مصنوعی ترسیم بشه.
@aipulse24
1❤25👍5💯3
گوگل در همکاری با دانشگاه ییل از مدل جدیدی به نام Cell2Sentence-Scale 27B (C2S-Scale) رونمایی کرده؛ مدلی با ۲۷ میلیارد پارامتر که برای درک «زبان سلولها» طراحی شده. این مدل بر پایهی خانواده مدلهای باز Gemma ساخته شده و مرز جدیدی در تحلیل سلولهای منفرد به شمار میره. اهمیت این دستاورد زمانی دوچندان میشه که C2S-Scale تونسته یک فرضیهی جدید درباره رفتار سلولهای سرطانی مطرح کنه که بعدتر با آزمایش روی سلولهای زنده هم تأیید شده؛ نتیجهای که مسیر تازهای برای درمانهای احتمالی سرطان باز میکنه.
این مدل برای حل یکی از چالشهای مهم ایمنیدرمانی سرطان یعنی نامرئی بودن تومورها برای سیستم ایمنی (تومورهای «سرد») به کار گرفته شده. C2S-Scale با شبیهسازی اثر بیش از ۴۰۰۰ دارو، دارویی به نام سیلمیتاسرتیب (Silmitasertib) رو شناسایی کرده که در حضور مقدار کم پروتئین سیگنالدهندهی اینترفرون، باعث افزایش چشمگیر نمایش آنتیژن روی سطح سلولها میشه؛ اتفاقی که تومور رو برای سیستم ایمنی «قابل دیدنتر» میکنه. آزمایشهای بعدی در سلولهای انسانی هم این پیشبینی رو تأیید کرده و نشون داده ترکیب سیلمیتاسرتیب با اینترفرون میتونه تا حدود ۵۰٪ میزان نمایش آنتیژن رو افزایش بده.
این موفقیت نهتنها یک کشف علمی مهم به حساب میاد، بلکه الگویی تازه برای نحوهی استفاده از مدلهای بزرگ در زیستشناسی ارائه میده. گوگل و ییل معتقدن این رویکرد میتونه روند کشف داروهای جدید و طراحی درمانهای ترکیبی رو سرعت بده. مدل و ابزارهای مرتبط با C2S-Scale 27B از امروز برای جامعه پژوهشی در دسترس قرار گرفته و روی پلتفرمهایی مثل Hugging Face و GitHub قابل استفادهست.
همچنین نسخه کامل این مقاله رو میتونید از اینجا مشاهده کنید.
@aipulse24
این مدل برای حل یکی از چالشهای مهم ایمنیدرمانی سرطان یعنی نامرئی بودن تومورها برای سیستم ایمنی (تومورهای «سرد») به کار گرفته شده. C2S-Scale با شبیهسازی اثر بیش از ۴۰۰۰ دارو، دارویی به نام سیلمیتاسرتیب (Silmitasertib) رو شناسایی کرده که در حضور مقدار کم پروتئین سیگنالدهندهی اینترفرون، باعث افزایش چشمگیر نمایش آنتیژن روی سطح سلولها میشه؛ اتفاقی که تومور رو برای سیستم ایمنی «قابل دیدنتر» میکنه. آزمایشهای بعدی در سلولهای انسانی هم این پیشبینی رو تأیید کرده و نشون داده ترکیب سیلمیتاسرتیب با اینترفرون میتونه تا حدود ۵۰٪ میزان نمایش آنتیژن رو افزایش بده.
این موفقیت نهتنها یک کشف علمی مهم به حساب میاد، بلکه الگویی تازه برای نحوهی استفاده از مدلهای بزرگ در زیستشناسی ارائه میده. گوگل و ییل معتقدن این رویکرد میتونه روند کشف داروهای جدید و طراحی درمانهای ترکیبی رو سرعت بده. مدل و ابزارهای مرتبط با C2S-Scale 27B از امروز برای جامعه پژوهشی در دسترس قرار گرفته و روی پلتفرمهایی مثل Hugging Face و GitHub قابل استفادهست.
همچنین نسخه کامل این مقاله رو میتونید از اینجا مشاهده کنید.
@aipulse24
👍18🔥7❤🔥2❤1👏1💯1
انتروپیک از نسخه جدید مدل هوش مصنوعی کوچک خودش با نام Claude Haiku 4.5 رونمایی کرده. این مدل طبق گفتهی شرکت، عملکردی مشابه با Sonnet 4 ارائه میده اما با یکسوم هزینه و بیش از دو برابر سرعت. به گفتهی انتروپیک، Haiku 4.5 در تستهای مختلف از جمله SWE-Bench و Terminal-Bench نتایج قابل توجهی گرفته و عملکردش در سطح مدلهایی مثل Sonnet 4، GPT-5 و Gemini 2.5 بوده. همچنین در زمینهی استفاده از ابزارها، تعامل با رایانه و استدلال بصری هم نتایج مشابهی ثبت کرده.
این مدل جدید بلافاصله در تمام پلنهای رایگان انتروپیک در دسترس قرار گرفته و به گفتهی شرکت، بهویژه برای نسخههای رایگان محصولات مبتنی بر هوش مصنوعی جذاب خواهد بود، چون میتونه با حداقل فشار بر سرورها، توانایی بالایی ارائه بده. ماهیت سبک بودن Haiku 4.5 باعث میشه بشه چندین عامل (agent) رو بهصورت همزمان اجرا کرد یا اونها رو در ترکیب با مدلهای قویتر مثل Sonnet به کار گرفت.
Haiku 4.5 تنها دو هفته بعد از عرضهی Sonnet 4.5 و دو ماه پس از Opus 4.1 منتشر شده و ادامهدهندهی روند سریع پیشرفت مدلهای انتروپیکه.
@aipulse24
این مدل جدید بلافاصله در تمام پلنهای رایگان انتروپیک در دسترس قرار گرفته و به گفتهی شرکت، بهویژه برای نسخههای رایگان محصولات مبتنی بر هوش مصنوعی جذاب خواهد بود، چون میتونه با حداقل فشار بر سرورها، توانایی بالایی ارائه بده. ماهیت سبک بودن Haiku 4.5 باعث میشه بشه چندین عامل (agent) رو بهصورت همزمان اجرا کرد یا اونها رو در ترکیب با مدلهای قویتر مثل Sonnet به کار گرفت.
Haiku 4.5 تنها دو هفته بعد از عرضهی Sonnet 4.5 و دو ماه پس از Opus 4.1 منتشر شده و ادامهدهندهی روند سریع پیشرفت مدلهای انتروپیکه.
@aipulse24
1👍20🔥11❤1