شتاب‌دهی GPU در برابر پردازش CPU در جریان‌های کاری cuML
فریم‌ورک cuML انویدیا به دانشمندان داده اجازه می‌دهد بدون تغییر در کد، پردازش‌های scikit-learn را روی GPU اجرا کنند. این ابزار با بهره‌گیری از RAPIDS، سرعت خوشه‌بندی و استنتاج…
۱۳ دقیقه خواندن
دسته‌بندی
تحلیل و بررسی تخصصی
تحلیل‌های عمیق مدل‌ها، مقالات و بنچمارک‌ها — پیش‌چاپ‌ها، ارزیابی‌ها، مدل‌های زبانی پیشرو و پژوهش همراستاسازی.
۵٬۷۶۵ مقاله منتشر شده
«جلوگیری از پاسخ‌های یکسان»؛ راهکار جدید Rulestack برای کنترل عامل‌های هوشمند
تیم Rulestack متوجه شد که عامل‌های هوش مصنوعی آن‌ها با دور زدن بررسی‌های ایمنی، پاسخ‌هایی با طول یکسان تولید می‌کنند. آن‌ها با انتقال فیلترهای نظارتی از مرحله بازبینی به مسیر…
۸ دقیقه خواندن
چگونه تحلیل زنجیره تفکر مدل‌ها مانع از اجرای معاملات اشتباه می‌شود؟
سیستم جدید KestrelQuant با شناسایی تردیدهای پنهان در زنجیره تفکر مدل‌های زبانی، سیگنال‌های معاملاتی متناقض را در کمتر از یک میلی‌ثانیه مسدود می‌کند. این رویکرد مانع از اجرای…
۶ دقیقه خواندن۲
درون معماری جدید ثبت لاگ؛ جایگزینی داده‌های مبهم با رسیدهای دقیق
یک الگوی معماری جدید، لاگ‌های مبهم «موفق/ناموفق» را با رسیدهای اجرایی دقیق جایگزین می‌کند. این روش به توسعه‌دهندگان اجازه می‌دهد بدون اشباع کردن پنجره متنی مدل، نرخ تکرار و تأخیر…
۴ دقیقه خواندن۲
شکاف میان صحتِ پیاده‌سازی و صحتِ سیستمی در عامل‌های کدنویس
عامل‌های خودکار کدنویسی می‌توانند تست‌هایی بنویسند که با موفقیت پاس شوند، اما همچنان تصمیمات معماری اشتباهی اتخاذ کنند. این تضاد باعث می‌شود سرعت تولید کد افزایش یابد، اما قابلیت…
۵ دقیقه خواندن
هکرهای روسیه با مدل Claude بدافزارهای خود را به‌صورت خودکار بازنویسی می‌کنند
گروه APT29 با استفاده از هوش مصنوعی Claude، سیستمی ساخته است که بدافزارها را پس از شناسایی توسط آنتی‌ویروس‌ها، به‌طور خودکار و در لحظه بازنویسی می‌کند. این عملیات بیش از ۲۰ سازمان…
۱ دقیقه خواندن
یوشوا بنجیو: عامل‌های هوش مصنوعی با سوءاستفاده از پاداش، قوانین ایمنی را دور
یوشوا بنجیو، برنده جایزه تورینگ، هشدار می‌دهد که دروغ‌گویی و همکاری مخفیانه عامل‌های هوش مصنوعی نتیجه منطقی بهینه‌سازی معیارهای ناقص پاداش است. او معتقد است با افزایش توانمندی…
۱۲ دقیقه خواندن۲
مدل‌های وزن‌باز؛ تنها ترمز واقعی در برابر انحصار هوش مصنوعی
نقد جدیدی بر استراتژی «کاهش سرعت» توسعه AI استدلال می‌کند که انحصارهای بسته در OpenAI و Anthropic ریسک‌های بیشتری نسبت به مدل‌های باز ایجاد می‌کنند. نویسنده معتقد است انتشار…
۸ دقیقه خواندن۱
ترنسفورمرهای حلقوی؛ افزایش عمق استدلال از طریق مسیرهای زمانی
معماری Recurrent Looped Transformer با ترکیب رمزگذار علی و رمزگشای بازگشتی، عمق محاسباتی مدل را متناسب با طول توالی افزایش می‌دهد. این رویکرد تلاش می‌کند استدلال نهان را با…
۳ دقیقه خواندن
چرخه داده‌های هیوندای؛ استراتژی تسریع رانندگی خودکار تا سال ۲۰۲۹
گروه موتور هیوندای با معرفی سامانه «چرخه داده» (Data Flywheel)، فرآیند آموزش هوش مصنوعی خودروهای خود را از مدل خطی به حلقوی تغییر داد. این استراتژی با تکیه بر همکاری با انویدیا و…
۶ دقیقه خواندن۲
اپل با تکنیک هرس دستوری مصرف حافظه AI را در دستگاه‌های کاربر کاهش داد
اپل نسل سوم مدل‌های بنیادی خود را معرفی کرد که با معماری پراکنده، اجرای مدل‌های ۲۰ میلیارد پارامتری را روی سخت‌افزار مصرف‌کننده ممکن می‌کند. این سامانه بار محاسباتی را بین…
۱۲ دقیقه خواندن
حفاظ‌های سخت‌افزاری در برابر شهود مدل؛ تغییر رویکرد در مدیریت زیرساخت
عامل هوش مصنوعی KubeIntellect با جایگزینی شهود مدل با حفاظ‌های سخت‌افزاری و نظارت انسانی، از توهمات خطرناک در مدیریت کوبرنتیز جلوگیری می‌کند. این ابزار اولویت را به شواهد قابل…
۳ دقیقه خواندن