
چرا Mistral برای شکست دادن رقبای MoE، دوباره به مدلهای متراکم روی آورد؟
مدل Mistral Medium 3.5 با ۱۲۸ میلیارد پارامتر، مرز بین مدلهای استدلالی و کدنویسی را از بین برد. این مدل متراکم، پایداری عملیاتی را جایگزین تخصصهای پراکنده کرد تا یک ابزار…
دستهبندی
تحلیلهای عمیق مدلها، مقالات و بنچمارکها — پیشچاپها، ارزیابیها، مدلهای زبانی پیشرو و پژوهش همراستاسازی.
۵٬۶۶۶ مقاله منتشر شده

مدل Mistral Medium 3.5 با ۱۲۸ میلیارد پارامتر، مرز بین مدلهای استدلالی و کدنویسی را از بین برد. این مدل متراکم، پایداری عملیاتی را جایگزین تخصصهای پراکنده کرد تا یک ابزار…

پژوهشگران OpenAI مدعی شدند که مدلهای جدید آنها توانستهاند مسائل ریاضی حلنشدهی چنددهه اخیر را رمزگشایی کنند. این موفقیت نشان میدهد که هوش مصنوعی از شبیهسازی پاسخها به سمت…

شرکت IBM با معرفی خانواده مدلهای Granite 4.1 ثابت کرد که مهندسی دقیق داده میتواند جایگزین حجم عظیم پارامترها شود. مدل ۸ میلیارد پارامتری این مجموعه، با تکیه بر کیفیت داده،…

شرکت Poolside AI با معرفی خانواده مدلهای Laguna، ثابت کرد که بهرهوری معماری میتواند جایگزین مقیاس خام شود. استفاده از بهینهساز Muon و چارچوب AutoMixer، عملکرد مدلهای کدنویسی…

شرکت OpenAI مدل متنباز Privacy Filter را برای شناسایی و حذف اطلاعات حساس (PII) بهصورت محلی عرضه کرد. این مدل با بهرهگیری از معماری MoE، سرعت استنتاج را بهشدت افزایش داده و…

مدلهای Qwen و DeepSeek با معرفی ابزارهای تفسیرپذیری و چارچوبهای جدید استدلالی، قدرت مدلهای محلی را به سطح جدیدی رساندند. این تحول به معنای گذار از مدلهای «جعبه سیاه» به…

شرکت Poolside AI با معرفی خانواده مدلهای Laguna، استانداردهای کدنویسی عاملمحور را تغییر داد. مدل بازمتن Laguna XS.2 اکنون میتواند پیچیدهترین وظایف مهندسی نرمافزار را با دقتی…

انویدیا با معرفی Nemotron 3 Nano Omni، استانداردهای تحلیل اسناد و ویدئو را جابهجا کرد. این مدل با معماری ترکیبی، کارایی را در پردازشهای پیچیده تا ۹ برابر افزایش داده است.

شرکت Mistral AI مدل Voxtral TTS را معرفی کرد؛ یک مدل ۴ میلیارد پارامتری که در طبیعی بودن صدا، ElevenLabs را شکست میدهد. این مدل با تأخیر بسیار کم و قابلیت تطبیق سریع صدا،…

مایکروسافت با معرفی VibeVoice، عصر خرد کردن فایلهای صوتی را به پایان رساند. این چارچوب قادر است فایلهای ۶۰ دقیقهای را در یک مرحله پردازش کند و انسجام لحن گوینده را در بازههای…

سری مدلهای جدید Qwen3-VL با معرفی معماریهای DeepStack و MRope، استانداردهای درک ویدیو را تغییر دادند. این مدلها با استفاده از همراستاسازی متنی، دقت خیرهکنندهای در شناسایی…

شرکت Anthropic برای مقابله با دستکاریهای سیاسی در انتخابات ۲۰۲۶، لایههای دفاعی جدیدی را برای مدلهای Claude فعال کرده است. این استراتژی ترکیبی از آموزشهای اخلاقی،…