پرش به محتوای اصلی
پرش به محتوای مقاله

چطور اجرای محلی مدل‌های زبانی هزینه‌های اشتراکی JEXXA را حذف کرد؟

·۲۴ شهریور ۱۴۰۵۲ دقیقه مطالعه
جکسا — تایپ صوتی که هیچ‌گاه مک شما را ترک نمی‌کند
جکسا — تایپ صوتی که هیچ‌گاه مک شما را ترک نمی‌کند
اشتراک‌گذاری
واقعاً چه چیز جدید است؟

کاهش تأخیر به ۰.۲ ثانیه از طریق اجرای کامل مدل روی دیسک کاربر، بدون هیچ ارتباطی با APIهای ابری.

تصور کنید کلمات شما درست در لحظه‌ای که لب می‌گشایید، بدون هیچ وقفه‌ای روی صفحه ظاهر شوند. این تجربهٔ بدون تأخیر، هستهٔ اصلی JEXXA است؛ ابزاری برای دیکتهٔ محلی که در ۱۵ سپتامبر ۲۰۲۶ عرضه شد.

طبق اعلام سازندگان، این اپلیکیشن با قرار دادن تمام مدل‌ها روی دیسک کاربر، تضمین می‌کند که هیچ فایل صوتی یا متنی از محیط مک خارج نشود. این رویکرد، استنتاج (Inference) — که شبیه به لحظهٔ واقعی آشپزی است، نه دوره‌ی آموزش آشپز — را کاملاً آفلاین می‌کند. این تمرکز بر حریم خصوصی، در راستای رویکرد جدید اپل برای پردازش هوش مصنوعی صوتی در محیط‌های ایزوله است تا امنیت داده‌های کاربر در سطح سخت‌افزاری تضمین شود.

بسیاری از ابزارهای دیکتهٔ مدرن به APIهای ابری متکی هستند که باعث ایجاد لگ و ریسک‌های امنیتی می‌شود. JEXXA برای کاربران macOS 14 با تراشه‌های اپل طراحی شده است تا کلمات را در هر برنامه‌ای که قابلیت متن‌نویسی دارد، بلافاصله پس از رها کردن کلید، نمایش دهد.

همان‌طور که در تحلیل‌های قبلی ما درباره‌ی رایانش لبه اشاره کردیم، انتقال پردازش از سرور به دستگاه کاربر، کلید حذف تأخیر است. بر اساس مستندات jexxa.org، این نرم‌افزار دو سطح مدل را بر اساس حافظهٔ سیستم ارائه می‌دهد:

  • JEXXA: دانلود ۳.۱ گیگابایتی که برای دقت حداکثری به ۱۶ گیگابایت رم یا بیشتر نیاز دارد.
  • JEXXA Small: دانلود ۲.۰ گیگابایتی برای سیستم‌های ۸ گیگابایتی تا دستگاه هنگام پردازش کند نشود.

این ابزار شامل مجموعه‌ای از دستورات سفارشی برای ویرایش است؛ مثلاً عبارت «JX minus one» خط آخر را پاک می‌کند. همچنین یک مکانیسم یادگیری محلی دارد که اصطلاحات تخصصی و نام‌ها را به‌صورت آفلاین به خاطر می‌سپارد.

برای کاربر، این تغییر به معنای پرداخت مبلغ ثابت ۸ دلار در ماه است، به‌جای پرداخت‌های متغیر بر اساس هر دقیقه استفاده. این ابزار دیکته را از یک سرویس وابسته به اینترنت به یک ابزار کاربردی و قابل‌اعتماد تبدیل می‌کند.

کاربران باید بررسی کنند که مدل‌های زبانی کوچک (SLM) — شبیه به نسخه‌های جیبی و بهینه‌شده از مدل‌های غول‌پیکر — چگونه مصرف رم را در مک‌بوک‌های مدل پایه بهینه می‌کنند. شما می‌توانید سیاست حریم خصوصی این برنامه را در سایت رسمی بررسی کنید تا ببینید چه داده‌های تشخیصی محدودی جمع‌آوری می‌شود.

گام بعدی شما

  • اگر از مک‌بوک با تراشه M را بهره می‌برید، مدل Small را برای تست سرعت اولیه نصب کنید.
  • دستورات سفارشی JX را در گردش‌کار روزانه جایگزین پاک‌کن کیبورد کنید.
  • میزان اشغال رم سیستم خود را هنگام استنتاج مدل با Activity Monitor بسنجید.

اما داستان سخت‌افزاری این تحول حتی شگفت‌انگیزتر است — به تحلیل ما درباره‌ی تراشه‌های Blackwell مراجعه کنید.

چرا این موضوع مهم است؟

این ابزار با تکیه بر اعتبار تراشه‌های اپل سیلیکون، مدل اقتصادی سرویس‌های AI را از «پرداخت به ازای مصرف» به «مالکیت محلی» تغییر می‌دهد. این یعنی حریم خصوصی دیگر یک گزینه نیست، بلکه پیش‌فرض سخت‌افزاری است.

تأثیر برای ایران

به‌دلیل اجرای محلی مدل‌ها و عدم نیاز به APIهای ابری، این ابزار محدودیت‌های تحریمی و Geo-block را دور می‌زند و برای کاربران ایرانی مک کاملاً در دسترس است.

·نگاه ما
تحریریه دات‌هوش

تمرکز JEXXA بر مدل‌های محلی نشان می‌دهد که برای کاربردهای خاص مثل دیکته، دقت مطلق مدل‌های غول‌پیکر ابری اولویت دوم است و سرعت پاسخ‌دهی (Latency) اولویت اول است. این یک چرخش به سمت «کارایی متناسب با سخت‌افزار» است که در آن مدل‌های کوچک‌تر اما سریع‌تر، تجربه کاربری را نجات می‌دهند.

منابع

این گزارش با خط‌لولهٔ خودکار دات‌هوش از منابع معتبر جهانی تدوین و زیر نظر تحریریه منتشر شده است. روش کار ما

گفتگو

پنج‌شنبه‌های هوش‌محور

بسته‌ی هفتگی دات‌هوش

۵ خبر، ۲ ابزار، ۱ پرامپت در هر شماره. به‌زودی راه‌اندازی می‌شود — هر پنج‌شنبه صبح.

خبر کلیدی
ابزار کاربردی
پرامپت حرفه‌ای
تحلیل پژوهش
به‌زودی
زاویه‌ی ایرانی
به‌زودی
تمرین این هفته
به‌زودی

راهنماهای دات‌هوش

راهنماهای کاربردیِ دات‌هوش برای کار با هوش مصنوعی — از همین‌جا شروع کنید:

دات‌هوش

راهنمای فارسی هوش مصنوعی — با نگاه به ایران

اخبار روزانه، معرفی ابزارها و مدل‌ها، و آموزشِ کار با هوش مصنوعی؛ همیشه با این پرسش که از ایران چه چیزی کار می‌کند و چه چیزی نه.