تحلیل و بررسی تخصصی

IBM دو مدل بردار معنایی چندزبانه بر پایه ModernBERT عرضه کرد. مدل کوچک ۹۷ میلیون پارامتری این مجموعه، در بنچمارک‌های MTEB از رقبای بسیار بزرگ‌تر خود پیشی گرفته است.

پلتفرم جدید Vera Rubin انویدیا با ترکیب GPUهای NVL72 و شتاب‌دهنده‌های Groq 3 LPX، گلوگاه تأخیر در مدل‌های تریلیونی را می‌شکند. این معماری اجازه می‌دهد مدل‌های پیچیده با سرعت ۴۰۰…

فرمت GGUF با یکپارچه‌سازی وزن‌ها و متادیتا، استقرار مدل‌های محلی را ساده کرده است. با این حال، نبود استانداردی برای فراخوانی ابزارها و توکن‌های استدلالی، توسعه‌دهندگان را مجبور به…

OpenAI با معرفی «خلاصه‌های ایمنی»، توانایی ChatGPT در شناسایی نشانه‌های پریشانی در گفتگوهای مجزا را افزایش داد. این سیستم نرخ شناسایی موارد پرخطر مانند خودکشی و خشونت را تا ۵۲٪…

مایکروسافت با استفاده از سامانه MDASH و ۱۰۰ عامل هوش مصنوعی، ۱۶ حفره امنیتی جدید در ویندوز شناسایی کرد. این سیستم با استفاده از یک سازوکار بحث و بررسی، توانست ۴ نقص بحرانی در هسته…

کتابخانه transformers با پیاده‌سازی Batching نامتقارن، شکاف‌های زمانی بین CPU و GPU را حذف کرد. این تغییر باعث افزایش بهره‌وری GPU به ۹۹.۴ درصد و سرعت‌بخشی ۲۲ درصدی به تولید…

مدل Qwen-Image-2.0 شرکت علی‌بابا با دوبرابر کردن فشرده‌سازی VAE و تقطیر استنتاج، تعداد گام‌های تولید تصویر را از ۴۰ به ۴ کاهش داده است. این مدل با استفاده از بلوک‌های SwiGLU و یک…

مدل Claude Mythos Preview نخستین هوش مصنوعی است که تمام آزمون‌های شبیه‌سازی حملات سایبری مؤسسه AISI بریتانیا را پاس کرد. این مدل دقت بی‌سابقه‌ای در شناسایی نقاط ضعف دارد، اما…

مدل DeepSeek-V4 با معرفی معماری Hybrid Attention، هزینه محاسباتی استنتاج در پنجره‌های متنی یک میلیون توکنی را به‌شدت کاهش داد. این مدل با تمرکز بر بهینه‌سازی عامل‌های خودکار،…

مدل Claude 4.6 در کدنویسی و استدلال‌های پیچیده پیشتاست، در حالی که GPT-5.4 در ابزارهای اکوسیستمی برتری دارد. برنامه‌نویسان اکنون به‌جای جست‌وجوی یک مدل «بهترین»، از استراتژی…

پژوهشکده Nous Research روشی به نام آموزش برهم‌نهی توکن‌ها (TST) را معرفی کرده که سرعت پیش‌آموزش مدل‌های زبانی بزرگ را تا ۲.۵ برابر افزایش می‌دهد. این متد با پردازش دسته‌ای توکن‌ها…