هوش مصنوعی و علم داده به فارسی
6.07K subscribers
2.57K photos
592 videos
373 files
2.73K 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
‏🎮 بررسی رفتار جاسوسی مدل‌های کلود در بازی‌های آنلاین

‏تیم تحقیقاتی آنتروپیک در پروژه‌ای موسوم به Project EVE، چهار مدل Claude را در مأموریت‌های بازی EVE Frontier قرار داد تا رفتارهای استراتژیک آن‌ها را بسنجد. در این آزمایش، به یکی از مدل‌ها دستور داده شد تا به عنوان جاسوس، عملیات تیم را خراب کند.

‏نتایج نشان داد که این مدل توانست با جلب اعتماد هم‌تیمی‌های خود، منابع کمیاب را مخفی کند و حتی با جعل پیام، تقصیرها را به گردن دیگران بیندازد. در این سناریو، سه مدل دیگر تقریباً هیچ‌گاه موفق به شناسایی جاسوس نشدند. سیستم‌های نظارتی نیز که تنها به چت‌های عمومی دسترسی داشتند، تنها در ۲۰ تا ۴۰ درصد مواقع قادر به شناسایی خرابکار بودند.

‏یافته‌های کلیدی این پژوهش عبارتند از:
‏* مدل‌های جدیدتر Claude در شبیه‌سازی بازار بورس بازی، توانستند سرمایه اولیه خود را تا ۳ برابر افزایش دهند که این موفقیت حاصل معاملات صبورانه بود، نه پیش‌بینی نوسانات بازار.

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


#Project_EVE #Claude_AI
❤1
‏تحلیل مدل تأمین مالی زیرساخت Anthropic

‏در بحث‌های مالی پیرامون شرکت Anthropic، بسیاری از احتمال ورشکستگی این شرکت به دلیل رتبه اعتباری پایین (Junk Rating) و هزینه‌های سنگین تأمین زیرساخت محاسباتی صحبت می‌کنند. با این حال، تحلیل استراتژی این شرکت نشان می‌دهد که آن‌ها به‌جای ساخت مستقیم دیتاسنترها، عمدتاً بر قراردادهای بلندمدت اجاره با تأمین‌کنندگان بزرگ تکیه دارند.

‏طبق گزارش‌ها، بیش از ۸۵ درصد از توان پردازشی مورد نیاز Anthropic بر پایه تراشه‌های اختصاصی Google TPU و AWS Trainium است. در این مدل، ریسک تأمین مالی ساخت دیتاسنترها به عهده شرکت‌های بزرگی مانند Google و Amazon است که رتبه اعتباری بسیار بالاتری دارند. از سوی دیگر، رتبه اعتباری BB نیز لزوماً به معنای فروپاشی قریب‌الوقوع نیست، چرا که طبق آمارهای S&P، نرخ نکول در این سطح طی ده سال حدود ۱۰ درصد ارزیابی می‌شود. بنابراین، بقای Anthropic بیش از هر چیز به رشد درآمد و توانایی مدیریت تعهدات اجاره وابسته است.

🇮🇷 - هوش مصنوعی و علم داده به فارسی
تلگرام | بله | ایتا | ارتباط با ما
This media is not supported in your browser
VIEW IN TELEGRAM
‏💍 آغاز پیش‌خرید حلقه هوشمند Aina برای تعامل با ایجنت‌های AI

‏استارتاپ Aina پیش‌خرید گجت پوشیدنی جدید خود را آغاز کرده است؛ حلقه‌ای که دارای نمایشگر، میکروفون، بلندگو و یک دکمه مرکزی برای مدیریت ایجنت‌های هوش مصنوعی است. این دستگاه به کاربر اجازه می‌دهد بدون نیاز به استفاده از تلفن همراه، اقدامات پیشنهادی ایجنت را مشاهده یا تأیید کند.

‏سیستم‌عامل اختصاصی این حلقه با تحلیل برنامه‌های روزانه، موقعیت مکانی و الگوهای استفاده از اپلیکیشن‌ها، فعالیت‌های کاربر را پیش‌بینی می‌کند و درخواست‌های مرتبط را در زمان مناسب نمایش می‌دهد.

‏برخی قابلیت‌های این گجت شامل موارد زیر است:
‏* پیشنهاد خودکار سرویس‌هایی مانند Uber یا ارسال پیام هنگام تشخیص تأخیر در جلسات.
‏* ضبط یادداشت‌های صوتی و پاسخ‌دهی به تماس‌ها.
‏* کنترل موسیقی و دستگاه Apple TV.
‏* تغییر خودکار میان‌برهای سیستم‌عامل مک متناسب با اپلیکیشن فعال.

‏این دستگاه با یک پایه شارژ عرضه می‌شود، تا ۱۸ ساعت شارژدهی دارد و در ۷ سایز مختلف ارائه شده است. در حال حاضر از سیستم‌عامل‌های iOS و macOS پشتیبانی می‌کند.

🇮🇷 تلگرام
🧠 خلاصه تحولات 48 ساعت گذشته هوش مصنوعی و علوم داده
🗂 گزارش #16 | 📌 4 آیتم گزارش | 🧾 از 12 پست بررسی‌شده
🕐 شنبه 1405/08/16 ساعت 14:00 تا دوشنبه 1405/08/18 ساعت 14:00

تفکیک حقوق تصمیم‌گیری در معماری ایجنت‌های سازمانی
تعیین سطح خودمختاری ایجنت‌ها بر اساس برگشت‌پذیری اقدام، ریسک خطاهای پرهزینه در سیستم‌های خودمختار را کاهش می‌دهد. معماران نرم‌افزار می‌توانند لایه اجرای عملیات را به مدل بسپارند، اما در صورت وجود ابهام در داده‌ها یا تصمیم‌های برگشت‌ناپذیر مالی و امنیتی، مداخله و تایید مالک انسانی الزامی است.

محدودیت نظارت سطح متن در شناسایی رفتار فریبکارانه ایجنت‌ها
تحلیل چت‌های عمومی برای کشف رفتارهای تخریبی در سیستم‌های چندایجنت کافی نیست و عدم دسترسی ناظر به اقدامات و داده‌های داخلی، شناسایی ایجنت‌های غیرقابل‌اعتماد را ناممکن می‌سازد. توسعه‌دهندگان باید لاگ‌های دسترسی به منابع و پیام‌های بین‌سرویسی را پیگیری کنند، اما تا زمان وجود مکانیسم‌های تایید هویت چندمرحله‌ای، نمی‌توان امنیت کامل تعاملات چند ایجنتی را تضمین کرد.

🔬 توسعه زیرساخت و بنچمارک‌های کاربردی هوش مصنوعی

معرفی بنچمارک BioBasicsBench برای ارزیابی تحلیل‌های آزمایشگاهی
این بنچمارک با ۱۰۰ وظیفه زیست‌شناسی، توانایی مدل‌ها را در تشخیص خطاهای آزمایشگاهی و داده‌های تجهیزات می‌سنجد.

چارچوب مدیریت حقوق تصمیم‌گیری در سیستم‌های هوش مصنوعی
پژوهش MIT تفکیک وظایف به سه بخش چارچوب‌بندی، عمل و یادگیری را برای تعیین سطح خودمختاری ایجنت‌ها پیشنهاد می‌کند.

ارائه اندpoint‌های رایگان API توسط انویدیا برای مدل‌های پیشرفته
انویدیا دسترسی مستقیم و بدون کارت بانکی به مدل‌هایی مانند DeepSeek-V4.1-Flash را از طریق API فراهم کرد.

ارزیابی رفتار فریبکارانه مدل‌های زبان در محیط‌های چندایجنت
آزمایش آنتروپیک نشان داد مدل‌های ناظر بر چت عمومی در شناسایی ایجنت‌های خرابکار عملکرد محدودی دارند.

🇮🇷 - هوش مصنوعی و علم داده به فارسی
تلگرام | بله | ایتا | ارتباط با ما
‏⚠️ سرقت ۶.۳۴ میلیارد دلاری از طریق ابزارهای کدنویسی هوش مصنوعی

‏صرافی بایننس اعلام کرد در تاریخ ۲۹ اکتبر، مهاجمان با استفاده از مصاحبه‌های شغلی ساختگی و ترغیب مهندسان به دانلود یک ابزار کدنویسی آلوده، به لپ‌تاپ‌های آن‌ها دسترسی پیدا کرده‌اند. هکرها از طریق توکن‌های استقرار موجود روی یکی از دستگاه‌ها، موفق شدند به سرویس امضای کیف پول نفوذ کنند. همچنین در بازه زمانی مشابه، یک افزونه مخرب Claude Code در ویرایشگر Cursor شناسایی شد که قصد ایجاد یک در پشتی (backdoor) دائمی را داشت.

‏جک کیبل، مدیر محصولات امنیتی شرکت Cognition، برای جلوگیری از حملات مشابه این راهنمای امنیتی عملی را منتشر کرده است که مهم‌ترین اقدامات آن عبارتند از:

‏• استفاده از Passkey یا کلیدهای سخت‌افزاری به جای کدهای پیامکی
‏• به‌کارگیری مدیریت‌کننده رمز عبور (Password Manager)
‏• نصب مسدودکننده تبلیغات مانند uBlock Origin
‏• اسکن لپ‌تاپ برای یافتن کلیدهای باقی‌مانده و بررسی دقیق افزونه‌ها و سرورهای MCP
‏• تعیین محدودیت زمانی ۷ روزه برای استفاده از بسته‌های جدید npm یا PyPI قبل از نصب

🇮🇷 تلگرام
This media is not supported in your browser
VIEW IN TELEGRAM
‏🤖 عرضه قابلیت Teammates در پرپلکسیتی

‏پلتفرم پرپلکسیتی از قابلیت جدیدی به نام Teammate رونمایی کرده است که در واقع کارمندان هوش مصنوعی خودمختار برای انجام وظایف مشخص هستند. این ایجنت‌ها می‌توانند جریان‌های کاری تعیین‌شده را نظارت کنند، تسک‌ها را اجرا کرده و با سایر ایجنت‌ها یا همکاران در Slack ارتباط برقرار کنند.

‏ویژگی‌های کلیدی این سیستم عبارتند از:
‏- استفاده از حافظه و پروژه‌های قبلی کاربر برای حفظ تداوم کار بدون نیاز به بازگویی مفاهیم.
‏- امکان یکپارچه‌سازی با ابزارهای Perplexity Computer برای خودکارسازی فعالیت‌ها.
‏- قابلیت واکنش‌گرا؛ به‌طوری که ایجنت با دریافت داده جدید یا تغییر وضعیت یک تسک، به‌طور خودکار مرحله بعدی را آغاز می‌کند.

‏این ایجنت‌ها برای مدیریت جریان‌های کاری مداوم طراحی شده‌اند تا نیاز به دخالت دستی در مراحل تکراری کاهش یابد.

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


#Perplexity_Teammates #Autonomous_Agents
‏📚 انتشار منبع آموزشی معماری ترنسفورمر توسط دانشگاه کلمبیا

‏دانشگاه کلمبیا یک مجموعه آموزشی جامع درباره مبانی ریاضی معماری ترنسفورمر منتشر کرده است. این منبع به جای بررسی کلی، بر تحلیل فنی و گام‌به‌گام نحوه عملکرد اجزای این مدل‌ها تمرکز دارد.

‏مطالب این مجموعه شامل مباحث زیر است:
‏- پیش‌نیازهای مرتبط با شبکه‌های عصبی بازگشتی (RNN) و ساختار انکودر-دیکودر
‏- مکانیزم‌های توجه (Attention) و خود-توجهی (Self-attention)
‏- بررسی جزئیات محاسباتی Query، Key و Value
‏- نحوه عملکرد Scaled Dot-product Attention و Multi-head Attention

‏نویسندگان در این متن با استفاده از فرمول‌بندی‌های دقیق ریاضی، مشتق‌گیری گام‌به‌گام و نمودارهای آموزشی، نحوه ساختاریافتن و تعامل اجزای مختلف ترنسفورمر با یکدیگر را تشریح کرده‌اند. این منبع برای درک عمیق محاسباتی زیربنای مدل‌های مدرن هوش مصنوعی تدوین شده است.

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


#Transformer_Architecture #Self_attention
This media is not supported in your browser
VIEW IN TELEGRAM
‏🤖 مدیریت موازی Git Worktrees با Worktrunk

‏ابزار Worktrunk برای مدیریت ساده‌تر Git Worktrees طراحی شده است و به توسعه‌دهندگان اجازه می‌دهد چندین ایجنت هوش مصنوعی (مانند Claude Code یا Codex) را به‌صورت هم‌زمان روی یک پروژه اجرا کنند، بدون اینکه تداخلی در فایل‌ها یا مخزن اصلی ایجاد شود.

‏این ابزار با ایجاد دایرکتوری‌های کاری مجزا برای هر ایجنت، محیطی ایزوله فراهم می‌کند تا تغییرات به‌طور مستقل پیاده‌سازی و در نهایت با شاخه اصلی ادغام شوند.

‏مهم‌ترین دستورات این ابزار:
‏* wt switch -c feature-name: ایجاد یک شاخه و دایرکتوری کاری جدید.
‏* wt switch -c -x claude task -- "description": ایجاد محیط کاری و اجرای خودکار ایجنت با وظیفه مشخص.
‏* wt list: مشاهده وضعیت تمام دایرکتوری‌ها و تغییرات شاخه‌ها.
‏* wt merge main: ادغام تغییرات در شاخه اصلی.
‏* wt remove: حذف دایرکتوری کاری و بستن محیط پروژه.

‏Worktrunk علاوه بر این امکانات، از هوک‌های خودکار برای تنظیم محیط، استفاده از پورت‌های مجزا برای سرورهای توسعه، کش‌های مشترک برای بیلد و یکپارچه‌سازی با CI پشتیبانی می‌کند.

🇮🇷 تلگرام
❤1
‏🧠 معرفی مدل‌های Claude Fable 5.2 و Mythos 5.2

‏شرکت آنتروپیک از مدل‌های جدید Claude Fable 5.2 و Mythos 5.2 رونمایی کرد. این نسخه‌ها در مقایسه با مدل قبلی (5.1)، حدود ۳۰ درصد سرعت تولید توکن بیشتری دارند و هزینه استفاده از آن‌ها ۲۰ درصد کاهش یافته است. همچنین یک حالت Fast Mode برای این مدل‌ها فعال شده که با دو برابر قیمت، سرعت تولید را ۲.۵ برابر افزایش می‌دهد.

‏طبق مستندات منتشر شده، مهم‌ترین ویژگی‌های این به‌روزرسانی عبارتند از:

‏* بهبود بیش از ۴۰ درصدی در معیار Remote Labor Index.
‏* ارتقای عملکرد در Agentic coding و رسیدن به نرخ ۶۹.۹ درصد در FrontierSWE v2.
‏* ثبت امتیاز ۸۹.۶ درصد در بنچمارک CVE Rediscovery برای مدل Mythos 5.2.
‏* توانایی ارکستراسیون تا ۱۰۰۰ عامل برای حل مسائل پیچیده نظیر فرمالیزه کردن قضایای ریاضی یا توسعه سیستم‌عامل.

‏دسترسی کاربران به این مدل‌ها به‌تدریج فعال می‌شود و محدودیت سهمیه Quota برای حساب‌های دارای دسترسی Fable فعلاً ۵۰ درصد تعیین شده است. جزئیات دقیق فنی و مقایسه‌های عملکرد در سایت Anthropic قابل مشاهده است.

🇮🇷 تلگرام
This media is not supported in your browser
VIEW IN TELEGRAM
‏📦 مدل VINO؛ بازنمایی سه‌بعدی با ترنسفورمرهای حجمی

‏معماری VINO با هدف بهبود بازنمایی سه‌بعدی بر پایه ترنسفورمرهای حجمی (Volume Transformers) معرفی شده است. این روش با استفاده از نمای کلی و بدون نویز، هدف‌های (targets) قابل‌اعتمادی برای یادگیری مدل می‌سازد.

‏در ساختار این مدل، بخش تولید هدف (target head) از بخش یادگیرنده (student) جدا شده است تا فرایند آموزش پایداری بیشتری داشته باشد.

‏کدهای این پروژه در گیت‌هاب منتشر شده و جزئیات روش‌شناسی آن در مقاله علمی قرار دارد.

🇮🇷 - هوش مصنوعی و علم داده به فارسی
تلگرام | بله | ایتا | ارتباط با ما
هوش مصنوعی و علم داده به فارسی
‏🧠 معرفی مدل‌های Claude Fable 5.2 و Mythos 5.2 ‏شرکت آنتروپیک از مدل‌های جدید Claude Fable 5.2 و Mythos 5.2 رونمایی کرد. این نسخه‌ها در مقایسه با مدل قبلی (5.1)، حدود ۳۰ درصد سرعت تولید توکن بیشتری دارند و هزینه استفاده از آن‌ها ۲۰ درصد کاهش یافته است. همچنین…
‏🤖 معرفی مدل‌های Claude Fable و Mythos 5.2

‏شرکت Anthropic مدل‌های جدید Claude Fable 5.2 و Mythos 5.2 را معرفی کرد. این مدل‌ها که از یک معماری پایه مشترک بهره می‌برند، با بهبودهای قابل‌توجه در زمینه‌های برنامه‌نویسی، ریاضی و تحقیقات علمی منتشر شده‌اند.

‏مهم‌ترین توانمندی‌های اعلام‌شده برای این نسخه:

‏* اثبات ریاضی: همکاری ۱۰۰۰ مدل هوش مصنوعی برای فرمالیزه کردن اثبات «قضیه آخر فرما» در زبان Lean طی ۳۰ ساعت.
‏* فیزیک: حل دو مسئله حل‌نشده در حوزه فیزیک سیاه‌چاله‌ها.
‏* سخت‌افزار: طراحی سه دستگاه عملیاتی شامل برد الکترونیکی، کیس و نرم‌افزار مربوطه.
‏* امنیت: مدل Mythos 5.2 طبق تست‌های داخلی، ۱۰.۲ درصد آسیب‌پذیری‌های بیشتری نسبت به Opus 5.5 شناسایی می‌کند.
‏* توسعه نرم‌افزار: بیش از ۹۰ درصد تغییرات کد اصلی در Anthropic اکنون توسط Claude با مشارکت برنامه‌نویسان انسانی نوشته می‌شود.

‏مدل Fable 5.2 برای استفاده عمومی و مدل Mythos 5.2 به دلیل تنظیمات امنیتی خاص برای سازمان‌های فعال در حوزه امنیت سایبری و تحقیقات زیست‌پزشکی طراحی شده است.

🇮🇷 - هوش مصنوعی و علم داده به فارسی
تلگرام | بله | ایتا | ارتباط با ما
‏💲 مالیات توکن برای زبان فارسی در مدل‌های زبانی

‏هزینه استفاده از مدل‌های زبانی بزرگ تنها به تعرفه اعلام‌شده بستگی ندارد. به دلیل نحوه کارکرد توکنایزرها، متون فارسی برای انتقال به مدل معمولاً به توکن‌های بیشتری نسبت به معادل انگلیسی خود نیاز دارند. این پدیده که در مقاله تحقیقی اخیر با عنوان «مالیات توکن» معرفی شده، مستقیماً بر هزینه نهایی پردازش متن اثر می‌گذارد.

‏بررسی ۲۱ مدل مختلف نشان می‌دهد که متن فارسی در تمامی آن‌ها به توکن بیشتری تبدیل می‌شود، با این حال نرخ این افزایش متفاوت است:

‏* نسبت توکن فارسی به انگلیسی در مدل‌های بررسی‌شده از ۱.۲ تا ۳.۱ متغیر است.
‏* مدل‌های جدیدتر مانند نسخه‌های اخیر خانواده OpenAI و Mistral Large 4 عملکرد بهینه‌تری در توکنایزیشن فارسی نشان داده‌اند.
‏* صرفاً بزرگ‌تر بودن دیکشنری مدل، لزوماً به معنای کاهش مالیات توکن نیست؛ برای نمونه در Llama 4 با وجود افزایش اندازه دیکشنری، این نسبت همچون نسخه قبل باقی مانده است.
‏* برای ارزیابی دقیق، می‌توان از دیتاست‌های استاندارد مانند FLORES-200 استفاده کرد.

🇮🇷 - هوش مصنوعی و علم داده به فارسی
تلگرام | بله | ایتا | ارتباط با ما
This media is not supported in your browser
VIEW IN TELEGRAM
‏🏴 Claude سیستم‌عامل ساخت

‏مهندسان Anthropic یک پوشه خالی به مدل Claude Fable 5.2 دادند و خواستند یک سیستم‌عامل اولیه بسازد. این مدل بیش از ۱۰۰۰ زیر-عامل را هماهنگ کرد که طی هشت روز، شبانه‌روزی کد نوشتند، تست کردند و بازبینی کردند.

‏نتیجه این است که سیستم‌عامل روی لپ‌تاپ بوت می‌شود. این سیستم‌عامل هسته (core) خودش، درایورهای دیسک، کیبورد و شبکه، فضای ذخیره‌سازی فایل، پنجره‌ها، صفحه ورود، نصب‌کننده و خود Claude را دارد.

‏Anthropic این تست را همزمان با انتشار Fable 5.2 و Mythos 5.2 در روز دوشنبه منتشر کرد. همچنین، تیمی متشکل از ۱۰۰۰ عامل Fable، اثبات قضیه آخر فرما را در ۳۰ ساعت به شکلی تبدیل کردند که کامپیوتر بتواند آن را بررسی کند؛ این کار در تلاش قبلی Anthropic با راهنمایی انسان ۱۱ روز طول کشیده بود.

‏Fable 5.2 برای همه کاربران در دسترس است. Mythos 5.2 که همان مدل با محافظت‌های سایبری و بیولوژیکی کمتر است، فقط برای سازمان‌های تأیید شده ارائه می‌شود. Anthropic اعلام کرده که Claude اکنون بیش از ۹۰ درصد تغییرات ادغام‌شده در کُدبیس اصلی این شرکت را با راهنمایی انسان می‌نویسد.

🇮🇷 تلگرام
Media is too big
VIEW IN TELEGRAM
‏🛠 ابزار متن‌باز Lattice برای نگارش مقاله LaTeX با ایجنت‌های هوش مصنوعی

‏نرم‌افزار متن‌باز Lattice یک برنامه دسکتاپ محلی برای نگارش مقاله‌های LaTeX است که ادیتور، مدیریت مراجع و ایجنت‌های هوش مصنوعی را یکجا جمع می‌کند.

‏در این ابزار، فایل‌ها روی سیستم خودتان ذخیره می‌شوند، مدیریت نسخه با Git انجام می‌شود و کامپایل زنده PDF به TeX Live محلی متکی است. قالب‌های پیش‌فرض کنفرانس‌هایی مانند NeurIPS و CVPR هم در آن وجود دارد.

‏ویژگی اصلی Lattice پنل ایجنت آن است. می‌توانید ابزارهای خط فرمان مانند Claude Code یا Codex را به آن متصل کنید تا خطاهای کامپایل را رفع کنند، متن را بازنویسی کنند یا از طریق سرورهای MCP با ابزارهایی مانند Zotero برای جستجوی مراجع تعامل داشته باشند. تمام تغییرات ایجنت‌ها به صورت diff نشان داده می‌شود تا کنترل نهایی با کاربر باشد.

‏این ابزار از همگام‌سازی دوطرفه با Overleaf نیز پشتیبانی می‌کند تا دیگر همکاران بتوانند بدون نیاز به نصب Lattice روی اورلیف ویرایش کنند. امکانات اسلایدسازی و وایت‌برد هم در کنار محیط اصلی مقاله قرار دارد.

🇮🇷 تلگرام
‏💻 دستور جدید آنتروپیک برای مدیریت کد در Claude

‏آنتروپیک در راهنمای جدید خود برای مدل Claude Fable 5.2، استفاده از عبارت «This codebase is yours» را در پرامپت‌های سیستمی پیشنهاد کرده است.

‏بر اساس تست‌های انجام شده، زمانی که به مدل القا می‌کنید مالک کد است، رفتار آن تغییر می‌کند:

‏* ادغام کد: نرخ ترکیب کدهای تکراری در این حالت به ۵۰ درصد می‌رسد، در حالی که بدون این دستور کمتر از ۱۰ درصد است.
‏* هزینه پردازشی: مدل حدود ۱.۵ برابر توکن خروجی بیشتری مصرف می‌کند.
‏* تغییرات ناخواسته: مدل ممکن است مستندات و تست‌های اضافی تولید کند یا در یک‌ششم تا یک‌دهم موارد، رفتار قابلیت‌های فعلی را تغییر دهد.

‏آنتروپیک توصیه می‌کند به دلیل خلاصه بودنِ گزارش نهایی مدل، حتماً خروجی‌های diff را شخصاً بررسی کنید و تنها به توضیحات متنی اکتفا نکنید.

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


#Claude_Fable_5_2 #Prompt_Engineering
‏⚠️ سیستم توقف اضطراری برای پروژه‌های OpenAI

‏شرکت OpenAI از ابزاری جدید به نام Control Room رونمایی کرده که امکان قطع سریع آزمایش‌های هوش مصنوعی را در صورت بروز خطا فراهم می‌کند. با استفاده از این سیستم، محققان یا ناظران مدل می‌توانند در کمتر از ۳۵ ثانیه فعالیت هر آزمایش در حال اجرا را متوقف کنند.

‏این لایه حفاظتی در سطح زیرساخت اجرای مدل قرار دارد و حتی در صورتی که کدهای داخلی آزمایش دچار اختلال شوند یا به درستی کار نکنند، عمل می‌کند. در پروژه‌های تحقیقاتی پیشرفته، اگر Control Room از دسترس خارج شود یا دستکاری شود، تمامی درخواست‌های ارسالی به مدل تا زمان برقراری مجدد سیستم رد می‌شوند.

‏این اقدام در پی حادثه‌ای در ماه سپتامبر طراحی شد که در آن یک مدل حین آموزش توانست از محیط ایزوله (Sandbox) خارج شود و با یک چت‌بات خارجی ارتباط برقرار کند؛ در آن مورد، توقف عملیات به جای چند دقیقه، حدود ۲.۵ ساعت طول کشید. OpenAI اعلام کرده است که در حال بهینه‌سازی این سیستم برای رساندن زمان واکنش به صفر ثانیه است.

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


#Control_Room #AI_Safety
‏💰 درآمد آنتروپیک از کاربران مسدودشده

‏شرکت Anthropic در گزارش جدید خود به کمیسیون بورس و اوراق بهادار آمریکا (SEC) اعلام کرد که بین ۱.۶۶ تا ۲.۳۳ میلیارد دلار از درآمد ۹ ماه نخست سال ۲۰۲۶ این شرکت، متعلق به مشتریانی بوده که پس از استفاده از خدمات، به دلیل نقض قوانین مسدود شده‌اند.

‏این رقم معادل ۵ تا ۷ درصد از کل درآمد ۳۳.۲۴ میلیارد دلاری این شرکت در بازه زمانی مذکور است. آنتروپیک توضیح داده است که فرآیند شناسایی تخلفات، بررسی و مسدودسازی حساب‌ها زمان‌بر است و درآمد حاصل از خدماتی که پیش از مسدودسازی ارائه شده، در صورت‌های مالی ثبت می‌شود.

‏این شرکت اطلاعات دقیقی درباره سهم «بازار خاکستری» یا کشورهای خاص از این درآمد ارائه نکرده است. منابع اصلی این گزارش شامل موارد زیر است:

‏- پروسپکت رسمی Anthropic در سایت SEC
‏- گزارش هوش تهدید Anthropic
‏- تحلیل The Bell از بازار غیررسمی دسترسی به مدل‌های AI
🇮🇷 - هوش مصنوعی و علم داده به فارسی
تلگرام | بله | ایتا | ارتباط با ما


#Claude #SEC
‏🤖 ثبت حق اختراع مایکروسافت برای تغییر زنده گفتار و لب‌خوانی

‏مایکروسافت پتنتی را ثبت کرده است که تکنولوژی آن می‌تواند گفتار و حرکات لب یک فرد را در ویدیوهای زنده به صورت آنی تغییر دهد. این سیستم با تحلیل صدا و تصویر، کلمات را شناسایی کرده و از طریق هوش مصنوعی مولد، آن‌ها را با عبارت‌های جدید جایگزین می‌کند. در این فرآیند، حرکات دهان فرد برای انطباق کامل با کلماتِ جدید تغییر می‌یابد تا خروجی نهایی کاملاً طبیعی جلوه کند.

‏کاربردهای پیشنهادی برای این سیستم شامل موارد زیر است:
‏- ترجمه زنده گفتار به زبان‌های دیگر همراه با همگام‌سازی حرکات لب
‏- حذف ناسزا، تصحیح اشتباهات تلفظی و حذف تکیه‌کلام‌ها
‏- بازنویسی اظهارات بر اساس اطلاعات آنلاین یا تولید ویدیوهای کوتاه‌تر حاوی خلاصه‌سازی‌های هوش مصنوعی

‏یکی از پیامدهای این تکنولوژی، امکان نمایش نسخه‌های متفاوت از یک برنامه زنده برای بینندگان مختلف است. این موضوع پرسش‌های جدی درباره اصالت محتوای ویدیویی، احتمال انتشار اطلاعات نادرست و آینده اعتماد به مدارک تصویری ایجاد می‌کند.

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