پرش به محتوای اصلی

دسته‌بندی

تحلیل و بررسی تخصصی

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

۵٬۸۵۵ مقاله منتشر شده

«همان پاسخ‌های ثابت را ۱۵ بار قضاوت کردیم. قاضی بخش پرنویز نبود.»
آموزش کاربردی

«ضعف در دستورالعمل‌ها»؛ علت اصلی نوسان عملکرد عامل‌های هوش مصنوعی

پژوهشی از AgentVitals نشان می‌دهد نوسان در عملکرد عامل‌های هوش مصنوعی بیش از آنکه به ناپایداری مدل مربوط باشد، ناشی از ابهام در دستورالعمل‌های داوری است. این تیم دریافت که طراحی…

۵ دقیقه خواندن
دمای مدل، خلاقیت نمی‌آورد
آموزش کاربردی

تنظیمات Temperature در مدل‌های زبانی ابزاری برای خلاقیت نیستند

تغییر دمای مدل‌های زبانی (Temperature) باعث تولید ایده‌های جدید نمی‌شود، بلکه تنها احتمال انتخاب توکن‌های کم‌احتمال‌تر را افزایش می‌دهد. این تنظیمات رتبه‌بندی داخلی مدل را تغییر…

۹ دقیقه خواندن۲
درگاه بازبینی دستی برای نوشتن حافظه عامل هوش مصنوعی: چرا RufRoot اهمیت آن را ثابت می‌کند
آموزش کاربردی

گیتِ بازبینی انسانی؛ راهکار جلوگیری از فساد حافظه در عامل‌های هوش مصنوعی

یک الگوی معماری جدید برای عامل‌های هوش مصنوعی، لایه‌ای از بازبینی انسانی را برای جلوگیری از تخریب حافظه بلندمدت معرفی کرده است. این رویکرد با انتقال تصمیم نهایی ثبت داده از مدل به…

۴ دقیقه خواندن۳
لوگوی پروژه Genesis Open Models: نمادی از هوش مصنوعی متن‌باز و خلاقیت جمعی

وزارت انرژی آمریکا مدل Genesis-Science-1 را برای پژوهش‌های علمی متن‌باز کرد

وزارت انرژی ایالات متحده با معرفی مدل Genesis-Science-1، نخستین مدل با وزن‌های باز خود را برای شتاب‌بخشی به اکتشافات علمی منتشر کرد. این ابتکار از پژوهشگران جهانی می‌خواهد تا با…

۵ دقیقه خواندن
نظارت بر پردازنده‌های گرافیکی در محیط عملیاتی
آموزش کاربردی

گزارش پایش سخت‌افزاری: معیارهای بهره‌وری GPU خرابی‌های بحرانی را می‌پوشانند

داشبوردهای استاندارد GPU با تمرکز بر سطح بهره‌وری، خرابی‌های سخت‌افزاری بحرانی را ماسک می‌کنند. انتقال به پایش وضعیت‌های فیزیکی مانند خطاهای XID و دلایل Throttle، شناسایی تخریب…

۷ دقیقه خواندن۴
نوار ابزار ویندوز با دکمه‌های میکروفون و کیبورد، نشان‌دهنده فعال‌سازی صوتی Codex
آموزش کاربردی

«فریبِ شاخص Occupancy»؛ دلیل تشخیص غلط کارایی در ابزارهای نظارتی GPU

بسیاری از ابزارهای نظارتی GPU، میزان اشغال دستگاه را با کارایی محاسباتی اشتباه می‌گیرند که منجر به تشخیص غلط گلوگاه‌ها می‌شود. درک شکاف میان Occupancy و شاخص MFU برای بهینه‌سازی…

۵ دقیقه خواندن۳
جدول ثبت ریسک‌های سیستم‌های هوش مصنوعی با ستون‌های شناسه، ریسک، احتمال، شدت و اقدامات کنترلی
آموزش کاربردی

جایگزینی برچسب‌های مبهم با «ردیابی مکانیسمی» در مدیریت ریسک هوش مصنوعی

بیشتر دفاتر ثبت ریسک هوش مصنوعی از برچسب‌های کلی استفاده می‌کنند که قابل تست یا کنترل نیستند. با تغییر رویکرد به ردیابی «مکانیسمی» و تعریف محرک‌های مشخص، می‌توان اسناد انطباقی…

۶ دقیقه خواندن۲
چارچوب پایتونی NOOA انویدیا: تبدیل عامل هوش مصنوعی به یک کلاس پایتون
آموزش کاربردی

فریم‌ورک NOOA انویدیا: تبدیل عامل‌های هوش مصنوعی به کلاس‌های پایتون

انویدیا با معرفی NOOA، پیچیدگی‌های توسعه عامل‌های هوش مصنوعی را به ساختار استاندارد مهندسی نرم‌افزار منتقل کرد. این ابزار با کاهش ۵۰ درصدی مصرف توکن، دقت بالایی را در بنچمارک‌های…

۵ دقیقه خواندن
ساخت خط لوله RAG چندوجهی با NVIDIA NeMo Retriever، NIMهای میزبانی‌شده، LanceDB، بازترتیب‌بندی و تولید مبتنی‌بر منبع
آموزش کاربردی

NeMo Retriever: یکپارچه‌سازی متن، جدول و نمودار برای بهبود بازیابی داده‌ها

انویدیا یک خط لوله برای تولید بازیابی‌افزا (RAG) چندوجهی معرفی کرد که متن، جداول و نمودارهای PDF را از طریق سرویس‌های NIM استخراج می‌کند. این سامانه با ترکیب مدل‌های Nemotron و…

۷ دقیقه خواندن