This media is not supported in your browser
VIEW IN TELEGRAM
⚡️ 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.
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.
#Cursor #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
This media is not supported in your browser
VIEW IN TELEGRAM
🤖 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.
#Images_2 #Region_Markup
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.
#GraphRAG #AgenticRAG
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
هوش مصنوعی و علم داده به فارسی
🤖 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…
This media is not supported in your browser
VIEW IN TELEGRAM
🤖 عرضه مدل Gemini 1.2 Flash با قابلیت تولید ویدیو
گوگل مدل جدید Gemini 1.2 Flash را منتشر کرد. در این نسخه، امکان تولید و ویرایش کلیپ‌های ویدیویی همراه با صدا تا مدت ۱۵ ثانیه فراهم شده است که نسبت به نسخه ۱.۱، پنج ثانیه افزایش یافته است.
مهم‌ترین تغییرات و جزئیات این نسخه:
* کاهش هزینه: قیمت تولید هر ثانیه ویدیو با کیفیت 720p از طریق API حدود ۰.۰۷ دلار تعیین شده که ۳۰ درصد ارزان‌تر از نسخه قبلی است.
* کیفیت تصویر: خروجی‌های 1080p و 4K همچنان از طریق روش آپ‌اسکیل (Upscale) تولید می‌شوند.
* دسترسی: این مدل در AI Studio و پلتفرم Flow در دسترس است، اما برای تولید ویدیوهای ۱۵ ثانیه‌ای در اپلیکیشن Gemini، اشتراک Google AI Ultra الزامی است.
توضیحات فنی کامل این مدل در Model Card و راهنمای پیاده‌سازی آن در مستندات گوگل قابل مشاهده است. اطلاعات هزینه‌ها نیز در بخش قیمت‌گذاری سرویس‌های ابری گوگل به‌روزرسانی شده است.
#Gemini_1_2_Flash #Upscale
گوگل مدل جدید Gemini 1.2 Flash را منتشر کرد. در این نسخه، امکان تولید و ویرایش کلیپ‌های ویدیویی همراه با صدا تا مدت ۱۵ ثانیه فراهم شده است که نسبت به نسخه ۱.۱، پنج ثانیه افزایش یافته است.
مهم‌ترین تغییرات و جزئیات این نسخه:
* کاهش هزینه: قیمت تولید هر ثانیه ویدیو با کیفیت 720p از طریق API حدود ۰.۰۷ دلار تعیین شده که ۳۰ درصد ارزان‌تر از نسخه قبلی است.
* کیفیت تصویر: خروجی‌های 1080p و 4K همچنان از طریق روش آپ‌اسکیل (Upscale) تولید می‌شوند.
* دسترسی: این مدل در AI Studio و پلتفرم Flow در دسترس است، اما برای تولید ویدیوهای ۱۵ ثانیه‌ای در اپلیکیشن Gemini، اشتراک Google AI Ultra الزامی است.
توضیحات فنی کامل این مدل در Model Card و راهنمای پیاده‌سازی آن در مستندات گوگل قابل مشاهده است. اطلاعات هزینه‌ها نیز در بخش قیمت‌گذاری سرویس‌های ابری گوگل به‌روزرسانی شده است.
🇮🇷 - هوش مصنوعی و علم داده به فارسی
تلگرام | بله | ایتا | ارتباط با ما
#Gemini_1_2_Flash #Upscale
🤖 فرمالیزه شدن پروژه Stacks در زبان Lean
شرکت Axiom موفق شد پروژه Stacks، دایره‌المعارف ۷۵۰۰ صفحه‌ای هندسه جبری، را به ۱۶ میلیون خط کد قابل‌بررسی توسط ماشین در زبان Lean تبدیل کند. این پروژه که بزرگترین کتابخانه یکپارچه و قابل‌استفاده مجدد Lean محسوب می‌شود، تمام تعاریف، لم‌ها و قضایای این حوزه را با تگ‌های چهار کاراکتری منحصربه‌فرد فرمالیزه کرده است.
ویژگی‌های فنی این دستاورد عبارتند از:
* شامل ۶۲,۹۷۵ فایل مجزا و ۶۶۳,۰۹۰ اظهارنامه منطقی.
* امکان ردیابی وابستگی‌های بین قضایا و استفاده از نتایج اثبات‌شده برای تحقیقات جدید.
* نمایش تعاملی به صورت یک نقشه سه‌بعدی از گراف‌های وابستگی ریاضی.
این تیم همچنین هفته گذشته قضیه طبقه‌بندی گروه‌های ساده متناهی (CFSG) را با استفاده از ده‌ها عامل هوش مصنوعی طی ۲۴ روز به ۴۳.۱ میلیون خط کد Lean تبدیل کرد. هسته Lean با بررسی این اثبات‌ها، صحت منطقی آن‌ها را تضمین می‌کند.
#Stacks_Project #Lean_Prover
شرکت Axiom موفق شد پروژه Stacks، دایره‌المعارف ۷۵۰۰ صفحه‌ای هندسه جبری، را به ۱۶ میلیون خط کد قابل‌بررسی توسط ماشین در زبان Lean تبدیل کند. این پروژه که بزرگترین کتابخانه یکپارچه و قابل‌استفاده مجدد Lean محسوب می‌شود، تمام تعاریف، لم‌ها و قضایای این حوزه را با تگ‌های چهار کاراکتری منحصربه‌فرد فرمالیزه کرده است.
ویژگی‌های فنی این دستاورد عبارتند از:
* شامل ۶۲,۹۷۵ فایل مجزا و ۶۶۳,۰۹۰ اظهارنامه منطقی.
* امکان ردیابی وابستگی‌های بین قضایا و استفاده از نتایج اثبات‌شده برای تحقیقات جدید.
* نمایش تعاملی به صورت یک نقشه سه‌بعدی از گراف‌های وابستگی ریاضی.
این تیم همچنین هفته گذشته قضیه طبقه‌بندی گروه‌های ساده متناهی (CFSG) را با استفاده از ده‌ها عامل هوش مصنوعی طی ۲۴ روز به ۴۳.۱ میلیون خط کد Lean تبدیل کرد. هسته Lean با بررسی این اثبات‌ها، صحت منطقی آن‌ها را تضمین می‌کند.
🇮🇷 - هوش مصنوعی و علم داده به فارسی
تلگرام | بله | ایتا | ارتباط با ما
#Stacks_Project #Lean_Prover
هوش مصنوعی و علم داده به فارسی
🤖 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…
🤖 مدل GPT-6 Cyber و شناسایی آسیب‌پذیری‌های نرم‌افزاری
شرکت OpenAI مدل جدید GPT-6 Cyber را با تمرکز بر امنیت سایبری عرضه کرده است. این مدل در بنچمارک ExploitGym به نرخ موفقیت ۴۸.۵ درصد در شناسایی آسیب‌پذیری‌ها دست یافته که نسبت به نسخه ۵.۶ حدود ۵۱ درصد بهبود نشان می‌دهد.
مهم‌ترین نتایج و قابلیت‌های این مدل:
• شناسایی بیش از هزار آسیب‌پذیری در لینوکس و ۸۰ مورد بحرانی در مرورگر فایرفاکس.
• کاهش نرخ بهره‌برداری خارج از محدوده (Out-of-scope) از ۵.۵۱ درصد در نسخه قبلی به ۰.۰۷ درصد.
• کسب امتیاز ۹۴.۷ درصد در بنچمارک RemoteExploitBench.
• استفاده توسط سازمان‌هایی نظیر موزیلا، سیسکو و پالو آلتو.
این ابزار در حال حاضر تنها در نسخه Daybreak Red در دسترس است. مدل‌های سری Astra با فعال بودن حفاظ‌های امنیتی (Safeguards Enabled)، بهره‌برداری خارج از محدوده را به صفر می‌رسانند.
#GPT_6_Cyber #ExploitGym
شرکت OpenAI مدل جدید GPT-6 Cyber را با تمرکز بر امنیت سایبری عرضه کرده است. این مدل در بنچمارک ExploitGym به نرخ موفقیت ۴۸.۵ درصد در شناسایی آسیب‌پذیری‌ها دست یافته که نسبت به نسخه ۵.۶ حدود ۵۱ درصد بهبود نشان می‌دهد.
مهم‌ترین نتایج و قابلیت‌های این مدل:
• شناسایی بیش از هزار آسیب‌پذیری در لینوکس و ۸۰ مورد بحرانی در مرورگر فایرفاکس.
• کاهش نرخ بهره‌برداری خارج از محدوده (Out-of-scope) از ۵.۵۱ درصد در نسخه قبلی به ۰.۰۷ درصد.
• کسب امتیاز ۹۴.۷ درصد در بنچمارک RemoteExploitBench.
• استفاده توسط سازمان‌هایی نظیر موزیلا، سیسکو و پالو آلتو.
این ابزار در حال حاضر تنها در نسخه Daybreak Red در دسترس است. مدل‌های سری Astra با فعال بودن حفاظ‌های امنیتی (Safeguards Enabled)، بهره‌برداری خارج از محدوده را به صفر می‌رسانند.
🇮🇷 - هوش مصنوعی و علم داده به فارسی
تلگرام | بله | ایتا | ارتباط با ما
#GPT_6_Cyber #ExploitGym
🤖 معماری اجزای تشکیل‌دهنده ایجنت‌های هوش مصنوعی
ساختار یک ایجنت هوش مصنوعی، ترکیبی از یک مدل زبانی بزرگ (LLM) و یک زیرساخت جانبی است که اصطلاحاً
مهم‌ترین بخش‌های این ساختار عبارتند از:
* Context: شامل پرامپت‌ها، دستورالعمل‌های سیستمی، تاریخچه گفتگو و فایل‌های مرتبط.
* Tool call format: قالبی توافقی که مدل از طریق آن ابزارهای مورد نیاز (مانند خواندن فایل یا اجرای دستورات bash) را مشخص می‌کند.
* Guardrails: مجموعه‌ای از قوانین و دسترسی‌ها که محدودیت‌های اجرایی را اعمال می‌کند.
* Runtime: کدی که ابزار فراخوانی شده را اجرا کرده و خروجی آن را دوباره به LLM بازمی‌گرداند.
* Checks: بررسی نهایی خروجی توسط ابزارهایی مانند تست‌سوییت یا تایپ‌چکر؛ در صورت عدم تایید، نتایج خطا به مدل بازگردانده می‌شود تا فرآیند اصلاح انجام شود.
در واقع، زمانی که بین ایجنت‌های مختلف کدنویسی سوئیچ می‌کنید، در حال استفاده از یک
🇮🇷 تلگرام
ساختار یک ایجنت هوش مصنوعی، ترکیبی از یک مدل زبانی بزرگ (LLM) و یک زیرساخت جانبی است که اصطلاحاً
Harness نامیده می‌شود. وظیفه اصلی خودِ LLM صرفاً تولید متن است و برای اجرای عملیات روی سیستم، به این زیرساخت نیاز دارد.مهم‌ترین بخش‌های این ساختار عبارتند از:
* Context: شامل پرامپت‌ها، دستورالعمل‌های سیستمی، تاریخچه گفتگو و فایل‌های مرتبط.
* Tool call format: قالبی توافقی که مدل از طریق آن ابزارهای مورد نیاز (مانند خواندن فایل یا اجرای دستورات bash) را مشخص می‌کند.
* Guardrails: مجموعه‌ای از قوانین و دسترسی‌ها که محدودیت‌های اجرایی را اعمال می‌کند.
* Runtime: کدی که ابزار فراخوانی شده را اجرا کرده و خروجی آن را دوباره به LLM بازمی‌گرداند.
* Checks: بررسی نهایی خروجی توسط ابزارهایی مانند تست‌سوییت یا تایپ‌چکر؛ در صورت عدم تایید، نتایج خطا به مدل بازگردانده می‌شود تا فرآیند اصلاح انجام شود.
در واقع، زمانی که بین ایجنت‌های مختلف کدنویسی سوئیچ می‌کنید، در حال استفاده از یک
Harness متفاوت هستید که نحوه تعامل با مدل را تغییر می‌دهد.🇮🇷 تلگرام
📊 دوبرابر شدن سرعت توسعه مدل‌های هوش مصنوعی در Anthropic
بررسی‌های سازمان METR نشان می‌دهد که روند بهبود توانمندی مدل‌های Anthropic از اکتبر ۲۰۲۵ تاکنون، حدود ۱.۹ برابر سریع‌تر از دوره مشابه پیش از آن بوده است. این تحلیل که با دسترسی به داده‌های داخلی این شرکت انجام شده، چند یافته کلیدی دارد:
* شاخص داخلی AECI (شاخص ارزیابی توانمندی‌های آنتروپیک) نشان می‌دهد که این شرکت در یک سال اخیر به اندازه دو سال گذشته پیشرفت کرده است.
* حدود ۸۰ درصد از این شتاب‌گیری مستقیماً به استفاده از ابزارهای هوش مصنوعی در فرآیندهای تحقیق و توسعه (R&D) نسبت داده می‌شود.
* در نظرسنجی‌های داخلی، کارمندان تأثیر هوش مصنوعی بر سرعت کار خود را به‌طور میانگین ۲ برابر اعلام کرده‌اند؛ این رقم برای مدل‌های جدیدتر به ۱۲ برابر نیز می‌رسد.
تحلیلگران METR معتقدند این روند شتاب‌گیری دست‌کم تا یک سال آینده ادامه خواهد داشت، چرا که فعلاً محدودیتی در دسترسی به توان پردازشی، داده‌ها یا الگوریتم‌های بهینه مشاهده نشده است.
#Anthropic #AECI
بررسی‌های سازمان METR نشان می‌دهد که روند بهبود توانمندی مدل‌های Anthropic از اکتبر ۲۰۲۵ تاکنون، حدود ۱.۹ برابر سریع‌تر از دوره مشابه پیش از آن بوده است. این تحلیل که با دسترسی به داده‌های داخلی این شرکت انجام شده، چند یافته کلیدی دارد:
* شاخص داخلی AECI (شاخص ارزیابی توانمندی‌های آنتروپیک) نشان می‌دهد که این شرکت در یک سال اخیر به اندازه دو سال گذشته پیشرفت کرده است.
* حدود ۸۰ درصد از این شتاب‌گیری مستقیماً به استفاده از ابزارهای هوش مصنوعی در فرآیندهای تحقیق و توسعه (R&D) نسبت داده می‌شود.
* در نظرسنجی‌های داخلی، کارمندان تأثیر هوش مصنوعی بر سرعت کار خود را به‌طور میانگین ۲ برابر اعلام کرده‌اند؛ این رقم برای مدل‌های جدیدتر به ۱۲ برابر نیز می‌رسد.
تحلیلگران METR معتقدند این روند شتاب‌گیری دست‌کم تا یک سال آینده ادامه خواهد داشت، چرا که فعلاً محدودیتی در دسترسی به توان پردازشی، داده‌ها یا الگوریتم‌های بهینه مشاهده نشده است.
🇮🇷 - هوش مصنوعی و علم داده به فارسی
تلگرام | بله | ایتا | ارتباط با ما
#Anthropic #AECI
This media is not supported in your browser
VIEW IN TELEGRAM
🧠 افزودن قابلیت مدیریت مالی شخصی به Claude
شرکت Anthropic بخش جدیدی با عنوان Personal Finance را به صورت آزمایشی در مدل Claude راه‌اندازی کرد. این قابلیت در حال حاضر برای مشترکین نسخه‌های Pro، Max و Ultra در ایالات متحده فعال شده است.
کاربران می‌توانند از طریق سرویس Plaid حساب‌های بانکی و کارت‌های خود را به Claude متصل کنند. مهم‌ترین ویژگی‌ها و محدودیت‌های این ابزار به شرح زیر است:
* دسترسی محدود: هوش مصنوعی فقط دسترسی خواندن (Read-only) دارد و امکان انتقال وجه یا خرید برای آن تعریف نشده است.
* امنیت: Claude به رمز عبور بانک دسترسی ندارد.
* حریم خصوصی: مکالمات انجام‌شده در این بخش برای آموزش مدل‌های هوش مصنوعی استفاده نمی‌شوند.
* تحلیل داده: کاربران می‌توانند پرسش‌هایی درباره نحوه هزینه‌کرد، تغییر قیمت اشتراک‌ها و تراکنش‌های تکراری مطرح کنند.
این بخش فاقد تبلیغات و محصولات اعتباری مستقل است.
#Plaid #Personal_Finance
شرکت Anthropic بخش جدیدی با عنوان Personal Finance را به صورت آزمایشی در مدل Claude راه‌اندازی کرد. این قابلیت در حال حاضر برای مشترکین نسخه‌های Pro، Max و Ultra در ایالات متحده فعال شده است.
کاربران می‌توانند از طریق سرویس Plaid حساب‌های بانکی و کارت‌های خود را به Claude متصل کنند. مهم‌ترین ویژگی‌ها و محدودیت‌های این ابزار به شرح زیر است:
* دسترسی محدود: هوش مصنوعی فقط دسترسی خواندن (Read-only) دارد و امکان انتقال وجه یا خرید برای آن تعریف نشده است.
* امنیت: Claude به رمز عبور بانک دسترسی ندارد.
* حریم خصوصی: مکالمات انجام‌شده در این بخش برای آموزش مدل‌های هوش مصنوعی استفاده نمی‌شوند.
* تحلیل داده: کاربران می‌توانند پرسش‌هایی درباره نحوه هزینه‌کرد، تغییر قیمت اشتراک‌ها و تراکنش‌های تکراری مطرح کنند.
این بخش فاقد تبلیغات و محصولات اعتباری مستقل است.
🇮🇷 - هوش مصنوعی و علم داده به فارسی
تلگرام | بله | ایتا | ارتباط با ما
#Plaid #Personal_Finance
معرفی مدل چندوجهی Inkling 2 Small
شرکت Thinking Machines به مدیریت میرا موراتی از مدل جدید Inkling 2 Small رونمایی کرد. این مدل ۵۹۴ میلیارد پارامتری از معماری MoE استفاده می‌کند که در زمان اجرا ۱۷ میلیارد پارامتر آن فعال می‌شود.
ویژگی‌های فنی این مدل:
* پشتیبانی از ۱ میلیون توکن در پنجره بافت و تحلیل تصاویر.
* کسب امتیاز ۱۳۴۰ در بنچمارک DesignArena و قرارگیری در جایگاه سوم.
* قابلیت تنظیم عمق استدلال برای بهبود دقت در برنامه‌نویسی و طراحی رابط کاربری.
مدل مذکور اکنون از طریق Tinker برای استنتاج و بازآموزی در دسترس است. وزن‌های نهایی این مدل قرار است هفته آینده تحت مجوز Apache 2.0 منتشر شود. با وجود نام Small، این مدل برای اجرا در حافظه سیستم‌های خانگی معمولی بهینه‌سازی نشده است.
شرکت Thinking Machines به مدیریت میرا موراتی از مدل جدید Inkling 2 Small رونمایی کرد. این مدل ۵۹۴ میلیارد پارامتری از معماری MoE استفاده می‌کند که در زمان اجرا ۱۷ میلیارد پارامتر آن فعال می‌شود.
ویژگی‌های فنی این مدل:
* پشتیبانی از ۱ میلیون توکن در پنجره بافت و تحلیل تصاویر.
* کسب امتیاز ۱۳۴۰ در بنچمارک DesignArena و قرارگیری در جایگاه سوم.
* قابلیت تنظیم عمق استدلال برای بهبود دقت در برنامه‌نویسی و طراحی رابط کاربری.
مدل مذکور اکنون از طریق Tinker برای استنتاج و بازآموزی در دسترس است. وزن‌های نهایی این مدل قرار است هفته آینده تحت مجوز Apache 2.0 منتشر شود. با وجود نام Small، این مدل برای اجرا در حافظه سیستم‌های خانگی معمولی بهینه‌سازی نشده است.
🇮🇷 - هوش مصنوعی و علم داده به فارسی
تلگرام | بله | ایتا | ارتباط با ما
⚡️ تعهد OpenAI برای پرداخت کامل هزینه برق و زیرساخت دیتاسنترها
شرکت OpenAI سند جدیدی با عنوان National Community Compact منتشر کرد که طبق آن متعهد می‌شود هزینه کامل برق و ارتقای شبکه را برای مراکز داده تحت مالکیت و مدیریت خود بپردازد. این تصمیم پس از مخالفت‌ها و رای‌گیری‌های محلی علیه توسعه دیتاسنترها اتخاذ شده است.
طبق این سند، OpenAI برای پروژه‌های بعدی موارد زیر را اجرا می‌کند:
- پرداخت کامل هزینه مصرف برق و تقویت شبکه برق‌رسانی
- ارائه تضمین مالی در صورت تاخیر یا لغو پروژه‌ها
- انتشار عمومی داده‌های مربوط به مصرف آب، برق و آلودگی صوتی
- توقف درخواست از مقامات محلی برای امضای توافق‌نامه عدم افشا (NDA)
- تامین مالی نیازهای محلی، از جمله پرداخت ۴.۸ میلیون دلار برای غذای رایگان مدارس در افینگامِ جورجیا
این شرکت همچنین از قانون‌گذاران خواسته است این چارچوب را به قوانین الزامی برای کل صنعت هوش مصنوعی تبدیل کنند.
شرکت OpenAI سند جدیدی با عنوان National Community Compact منتشر کرد که طبق آن متعهد می‌شود هزینه کامل برق و ارتقای شبکه را برای مراکز داده تحت مالکیت و مدیریت خود بپردازد. این تصمیم پس از مخالفت‌ها و رای‌گیری‌های محلی علیه توسعه دیتاسنترها اتخاذ شده است.
طبق این سند، OpenAI برای پروژه‌های بعدی موارد زیر را اجرا می‌کند:
- پرداخت کامل هزینه مصرف برق و تقویت شبکه برق‌رسانی
- ارائه تضمین مالی در صورت تاخیر یا لغو پروژه‌ها
- انتشار عمومی داده‌های مربوط به مصرف آب، برق و آلودگی صوتی
- توقف درخواست از مقامات محلی برای امضای توافق‌نامه عدم افشا (NDA)
- تامین مالی نیازهای محلی، از جمله پرداخت ۴.۸ میلیون دلار برای غذای رایگان مدارس در افینگامِ جورجیا
این شرکت همچنین از قانون‌گذاران خواسته است این چارچوب را به قوانین الزامی برای کل صنعت هوش مصنوعی تبدیل کنند.
🇮🇷 - هوش مصنوعی و علم داده به فارسی
تلگرام | بله | ایتا | ارتباط با ما
🧠 خلاصه تحولات 24 ساعت گذشته هوش مصنوعی و علوم داده
🗂 گزارش #15 | 📌 4 آیتم گزارش | 🧾 از 18 پست بررسی‌شده
🕐 جمعه 1405/08/15 ساعت 14:00 تا شنبه 1405/08/16 ساعت 14:00
بهینه‌سازی تاخیر در Claude API
قابلیت Message Threads با انتقال مدیریت حافظه پیام‌ها به سمت سرور، سربار ارسال توکن‌های تکراری را حذف می‌کند. این تغییر زمان پاسخ‌دهی را در زمینه‌های متنی حجیم بهبود می‌بخشد، اما به دلیل پاک شدن حافظه سرور پس از ۵ دقیقه عدم فعالیت، در پیاده‌سازی سیستم‌های ایجنتی با وقفه طولانی، همچنان نیازمند بازبینی کامل تاریخچه هستید.
🔬 رویدادهای کلیدی هوش مصنوعی
افزایش سرعت Claude API با Message Threads
کاهش ۳۵ درصدی زمان پاسخ‌دهی در متون طولانی از طریق ذخیره‌سازی موقت تاریخچه پیام‌ها در سمت سرور
انتشار مدل Inkling 2 Small توسط میرا موراتی
مدل ۵۹۴ میلیارد پارامتری با معماری MoE و قابلیت تنظیم عمق استدلال برای برنامه‌نویسی و طراحی رابط
عرضه Images 2.6 با قابلیت تولید گیف
بهبود ۵۰ درصدی سرعت تولید تصویر با افزودن قابلیت‌های ویرایش هدفمند و خروجی SVG
تعهد OpenAI به تأمین مالی زیرساخت برق محلی
انتشار سند جدید برای پذیرش هزینه‌های شبکه و برق دیتاسنترها در پاسخ به فشارهای عمومی
🗂 گزارش #15 | 📌 4 آیتم گزارش | 🧾 از 18 پست بررسی‌شده
🕐 جمعه 1405/08/15 ساعت 14:00 تا شنبه 1405/08/16 ساعت 14:00
بهینه‌سازی تاخیر در Claude API
قابلیت Message Threads با انتقال مدیریت حافظه پیام‌ها به سمت سرور، سربار ارسال توکن‌های تکراری را حذف می‌کند. این تغییر زمان پاسخ‌دهی را در زمینه‌های متنی حجیم بهبود می‌بخشد، اما به دلیل پاک شدن حافظه سرور پس از ۵ دقیقه عدم فعالیت، در پیاده‌سازی سیستم‌های ایجنتی با وقفه طولانی، همچنان نیازمند بازبینی کامل تاریخچه هستید.
🔬 رویدادهای کلیدی هوش مصنوعی
افزایش سرعت Claude API با Message Threads
کاهش ۳۵ درصدی زمان پاسخ‌دهی در متون طولانی از طریق ذخیره‌سازی موقت تاریخچه پیام‌ها در سمت سرور
انتشار مدل Inkling 2 Small توسط میرا موراتی
مدل ۵۹۴ میلیارد پارامتری با معماری MoE و قابلیت تنظیم عمق استدلال برای برنامه‌نویسی و طراحی رابط
عرضه Images 2.6 با قابلیت تولید گیف
بهبود ۵۰ درصدی سرعت تولید تصویر با افزودن قابلیت‌های ویرایش هدفمند و خروجی SVG
تعهد OpenAI به تأمین مالی زیرساخت برق محلی
انتشار سند جدید برای پذیرش هزینه‌های شبکه و برق دیتاسنترها در پاسخ به فشارهای عمومی
🇮🇷 - هوش مصنوعی و علم داده به فارسی
تلگرام | بله | ایتا | ارتباط با ما
🎭 ارزیابی توانایی مدل‌های زبانی در بازی استنتاج اجتماعی
یک محقق با صرف ۲۰ هزار دلار اعتبار API، مدل‌های هوش مصنوعی را در ۳۸۶ دور بازی «Blood on the Clocktower» به رقابت واداشته است. این بازی که مشابه «مافیا» یا «گرگ‌نما» است، نیاز به استدلال منطقی و تشخیص دروغ دارد.
نتایج این بنچمارک نشان می‌دهد:
* مدل
* این مدل در تقابل با
طبق مشاهدات این آزمایش، برتری مدل‌های قدرتمندتر عمدتاً ناشی از توانایی بالاتر آن‌ها در شناسایی دروغ‌گویان است، نه لزوماً مهارت بیشتر در دروغ گفتن یا فریب دادن طرف مقابل.
نتایج کامل، رتبه‌بندی مدل‌ها و امکان تجربه بازی در مقابل هوش مصنوعی در Clocktower Bench در دسترس است.
#ClocktowerBench #استنتاج_اجتماعی
یک محقق با صرف ۲۰ هزار دلار اعتبار API، مدل‌های هوش مصنوعی را در ۳۸۶ دور بازی «Blood on the Clocktower» به رقابت واداشته است. این بازی که مشابه «مافیا» یا «گرگ‌نما» است، نیاز به استدلال منطقی و تشخیص دروغ دارد.
نتایج این بنچمارک نشان می‌دهد:
* مدل
GPT-4o (نسخه Astra) با کسب امتیاز Elo حدود ۱۸۵۹، در صدر جدول قرار دارد.* این مدل در تقابل با
Claude 3 Opus، در حدود ۹۲ درصد بازی‌ها پیروز بوده است.طبق مشاهدات این آزمایش، برتری مدل‌های قدرتمندتر عمدتاً ناشی از توانایی بالاتر آن‌ها در شناسایی دروغ‌گویان است، نه لزوماً مهارت بیشتر در دروغ گفتن یا فریب دادن طرف مقابل.
نتایج کامل، رتبه‌بندی مدل‌ها و امکان تجربه بازی در مقابل هوش مصنوعی در Clocktower Bench در دسترس است.
🇮🇷 - هوش مصنوعی و علم داده به فارسی
تلگرام | بله | ایتا | ارتباط با ما
#ClocktowerBench #استنتاج_اجتماعی
❤2
ارزیابی توانایی مدل‌های هوش مصنوعی در تحلیل‌های آزمایشگاهی
شرکت OpenAI با همکاری Ligo، بنچمارک جدیدی به نام BioBasicsBench را معرفی کرده است. این مجموعه شامل ۱۰۰ وظیفه مبتنی بر آزمایش‌های واقعی زیست‌شناسی است که مدل‌ها را در تحلیل تصاویر میکروسکوپی، نتایج توالی‌یابی، تصاویر نمونه‌ها و داده‌های تجهیزات آزمایشگاهی به چالش می‌کشد.
در این ارزیابی که طی ۱۸٬۵۰۰ تست انجام شده، مدل‌ها باید توانایی تشخیص خطاهای آزمایشگاهی و ارزیابی کفایت داده‌ها را نشان دهند. نتایج مدل‌ها با سطح استدلال xhigh به شرح زیر است:
* GPT-6 Astra: کسب امتیاز ۶۶٫۷٪
* GPT-6.1 Sol: کسب امتیاز ۶۲٫۰٪
* GPT-5.6 Sol: کسب امتیاز ۴۳٫۸٪
بررسی‌ها نشان می‌دهد مدل‌ها در تشخیص ناهنجاری‌های جزئی مانند برچسب‌گذاری اشتباه موفق بوده‌اند، اما همچنان در تفسیر نمونه‌های کنترل و شمارش دقیق کلونی‌های باکتری با خطا مواجه می‌شوند. نمودارهای عملکرد مدل‌ها حاکی از آن است که با افزایش تلاش استدلالی (تعداد توکن‌های خروجی)، پاداش میانگین مدل‌ها به طور کلی روند صعودی دارد.
شرکت OpenAI با همکاری Ligo، بنچمارک جدیدی به نام BioBasicsBench را معرفی کرده است. این مجموعه شامل ۱۰۰ وظیفه مبتنی بر آزمایش‌های واقعی زیست‌شناسی است که مدل‌ها را در تحلیل تصاویر میکروسکوپی، نتایج توالی‌یابی، تصاویر نمونه‌ها و داده‌های تجهیزات آزمایشگاهی به چالش می‌کشد.
در این ارزیابی که طی ۱۸٬۵۰۰ تست انجام شده، مدل‌ها باید توانایی تشخیص خطاهای آزمایشگاهی و ارزیابی کفایت داده‌ها را نشان دهند. نتایج مدل‌ها با سطح استدلال xhigh به شرح زیر است:
* GPT-6 Astra: کسب امتیاز ۶۶٫۷٪
* GPT-6.1 Sol: کسب امتیاز ۶۲٫۰٪
* GPT-5.6 Sol: کسب امتیاز ۴۳٫۸٪
بررسی‌ها نشان می‌دهد مدل‌ها در تشخیص ناهنجاری‌های جزئی مانند برچسب‌گذاری اشتباه موفق بوده‌اند، اما همچنان در تفسیر نمونه‌های کنترل و شمارش دقیق کلونی‌های باکتری با خطا مواجه می‌شوند. نمودارهای عملکرد مدل‌ها حاکی از آن است که با افزایش تلاش استدلالی (تعداد توکن‌های خروجی)، پاداش میانگین مدل‌ها به طور کلی روند صعودی دارد.
🇮🇷 - هوش مصنوعی و علم داده به فارسی
تلگرام | بله | ایتا | ارتباط با ما