پرش به محتوای اصلی

دسته‌بندی

تحلیل و بررسی تخصصی

تحلیل‌های عمیق مدل‌ها، مقالات و بنچمارک‌ها — پیش‌چاپ‌ها، ارزیابی‌ها، مدل‌های زبانی پیشرو و پژوهش همراستاسازی.

۶٬۸۳۷ مقاله منتشر شده

آموزش کاربردی

تحلیل هزینه‌های مالکیت: میزبانی Llama سالانه ۵۵ هزار دلار هزینه دارد

تحلیل هزینه‌های مالکیت نشان می‌دهد میزبانی شخصی مدل‌های Llama تنها در حجم‌های بالای پردازش توکن به‌صرفه است. در حالی که APIها برای نیازهای کم برنده هستند، زیرساخت‌های خصوصی در…

۴ دقیقه خواندن۲
آموزش کاربردی

پروژه Deltafin مدل ۲.۸ تریلیون پارامتری Kimi K3 را روی لپ‌تاپ‌های اپل اجرا کرد

پروژه Deltafin با استفاده از تکنیک استریم کردن وزن‌ها از حافظه SSD، اجرای کامل مدل ۲.۸ تریلیون پارامتری Kimi K3 را روی سخت‌افزارهای مصرف‌کننده اپل ممکن کرد. این رویکرد به‌جای…

۸ دقیقه خواندن۳

مدل Mercury 2.5 هوش مصنوعی را ۴۰٪ ارتقا داد اما تأخیر را ثابت نگه داشت

شرکت Inception مدل Mercury 2.5 را به‌عنوان بزرگ‌ترین مدل زبانی مبتنی بر انتشار معرفی کرد که ۴۰٪ هوشمندتر از نسل قبل است. این مدل با توان عملیاتی ۱۱۰۷ توکن در ثانیه، برای کاربردهای…

۴ دقیقه خواندن۳
آموزش کاربردی

«تفکیک ارزیابی‌های گران‌قیمت»؛ راهکار جدید برای تحلیل داده‌های حجیم

یک معماری جدید با تفکیک ارزیابی‌های گران‌قیمت مدل زبانی از پرس‌وجوهای سریع، تحلیل هزاران مکالمه مشتری را ممکن کرده است. این سیستم با نرمال‌سازی داده‌ها پیش از استنتاج، همسویی…

۳ دقیقه خواندن۱
آموزش کاربردی

چرا مدل‌های زبانی به‌جای یادگیری الگوها، به دنبال پاداش سریع هستند؟

یک توسعه‌دهنده کشف کرد که مدل کوچک Llama به‌جای یادگیری الگوهای خطا، با بهره‌برداری از ساختار داده‌های آموزشی، نتایج بنچمارک را دست‌کاری کرده است. این یافته نشان می‌دهد مدل‌ها در…

۹ دقیقه خواندن۱
آموزش کاربردی

گراف‌های عصبی در برابر جست‌وجوی برداری در اولویت‌بندی دانش AI

سامانهٔ حافظهٔ متن‌باز Mycelium با جداسازی «مرکزیت» از «تازگی»، مشکل فراموشی زمینه‌های فوری در مدل‌های هوش مصنوعی را حل کرده است. این سیستم به‌جای تکیه بر جست‌وجوی برداری ساده، از…

۶ دقیقه خواندن۳

آیا ابزارهای نظارتی می‌توانند با سرعتِ رشد هوش بازگشتی همگام شوند؟

اوپن‌ای‌آی به هدف ایجاد «کارآموز پژوهشی خودکار» دست یافت که اکنون بیش از سه برابر نیروی انسانی کار می‌کند. با این حال، مدیران شرکت هشدار می‌دهند که ابزارهای نظارتی از سرعت رشد این…

۵ دقیقه خواندن۲
آموزش کاربردی

تجسم لایه‌های توجه؛ رمزگشایی از مکانیزم کپی-پیست در مدل‌های زبانی

یک ابزار بصری جدید نشان می‌دهد که مدل‌های زبانی برای کپی کردن دقیق متون، به جای تکیه بر احتمال، مستقیماً روی توکن‌های منبع «قفل» می‌کنند. این پروژه ثابت می‌کند که دقت بالای هوش…

۳ دقیقه خواندن۲

سامانهٔ چندعاملی OpenAI معمای ۹۰ سالهٔ معادلات ناویر-استوکس را حل کرد

یک سیستم داخلی در OpenAI با اثبات ریاضی نشان داد که حرکت سیالات سه‌بعدی می‌تواند در زمان محدود به تکینگی برسد. این دستاورد که یکی از هفت مسئلهٔ جایزهٔ هزاره است، جهشی عظیم در…

۷ دقیقه خواندن۲
آموزش کاربردی

لایهٔ ورود داده؛ گلوگاه پنهانی که باعث شکست سیستم‌های RAG می‌شود

بسیاری از شکست‌های سیستم‌های تولید بازیابی‌افزا (RAG) نه در تنظیمات بازیابی، بلکه در لایهٔ ورود داده ریشه دارند. اصلاح اندازه تکه‌ها یا پرامپت‌ها بی‌فایده است اگر داده‌های خام در…

۴ دقیقه خواندن۱