LAST PUBLISHED
تازهترین اخبار
هر چیزی که در داتهوش منتشر شده، به ترتیب زمان. تازههای کمتر از یک ساعت با نشانک زنده مشخص شدهاند.
- ۳۹۱
آموزش کاربردیقانون ایمنی آنلاین بریتانیا: جریمههای سنگین برای محتوای غیرقانونی GenAI
قانون ایمنی آنلاین ۲۰۲۳ بریتانیا اکنون شامل سرویسهای هوش مصنوعی زایندهای میشود که امکان اشتراک محتوا یا تعامل با باتهای کاربرساخته را فراهم میکنند. ارائهدهندگان این خدمات با ضربالاجلهای سخت برای ارزیابی ریسک و جریمههای سنگین در صورت انتشار محتوای غیرقانونی مواجهاند.
۴ روز پیش۵ دقیقه خواندن - ۳۹۲
آموزش کاربردیتضاد در شمارش توکنها؛ عامل پنهان نشت هزینهها در مهاجرت بین مدلهای AI
تفاوت در نحوه محاسبه توکنهای ورودی بین ارائهدهندگان مختلف، باعث ایجاد شکافهای گزارشدهی شدید میشود. استفاده از یک اسکیمای یکپارچه و غیرهمپوشان، تنها راه جلوگیری از تخمین اشتباه هزینهها هنگام جابهجایی بین OpenAI، Anthropic و گوگل است.
۴ روز پیش۶ دقیقه خواندن - ۳۹۳
آموزش کاربردی۲ رویکرد متضاد در اعتبارسنجی پاسخهای مدلهای زبانی
تست خروجیهای مدلهای زبانی بر اساس تطابق متنی، منجر به ایجاد مجموعههای تست ناپایدار میشود. رویکرد بهینه، تمرکز بر تست واحد (Unit Test) برای پارسرهای خروجی با استفاده از مجموعهای از سناریوهای شکست احتمالی است.
۴ روز پیش۶ دقیقه خواندن - ۳۹۴
آموزش کاربردیجداسازی اعتبارسنجها از استنتاج؛ راهکاری برای کاهش هزینه و تأخیر در تست LLM
تفکیک اعتبارسنجهای قطعی از فرآیند استنتاج مدل، امکان تست خطلولههای هوش مصنوعی را در چند میلیثانیه و بدون هزینه API فراهم میکند. با تبدیل اعتبارسنجها به توابع خالص، تیمها میتوانند خطاهای ساختاری را پیش از فراخوانیهای گرانقیمت مدل شناسایی کنند.
۴ روز پیش۶ دقیقه خواندن - ۳۹۵
آموزش کاربردیتست واحدِ قالبهای پرامپت؛ راهکار جلوگیری از افت کیفیت خاموش در LLM
بسیاری از شکستهای مدلهای زبانی ناشی از خطاهای لایهی رندرینگ پرامپت است که بهدلیل نبود تست، نادیده گرفته میشوند. با تبدیل رندرکننده به یک تابع خالص و بهکارگیری تستهای مبتنی بر ویژگی، میتوان تزریق پرامپت و ورودیهای معیوب را پیش از رسیدن به مدل شناسایی کرد.
۴ روز پیش۵ دقیقه خواندن - ۳۹۶
آموزش کاربردیتحلیلِ Granularity: تاثیر مستقیمِ تعدادِ ضرایبِ مقیاس بر سربارِ متاداده
دانه-بندی یا Granularity در کوانتش تعیین میکند چه تعداد از وزنها از یک ضریب مقیاس مشترک استفاده کنند. این سازوکار مستقیماً بر توازن میان سربار حافظه و دقت مدل اثر میگذارد و کلید حفظ کیفیت در مدلهای ۴ بیتی است.
۴ روز پیش۶ دقیقه خواندن - ۳۹۷
آموزش کاربردیتحلیل کوانتش: عدم تطابق دادههای کالیبراسیون عامل فروپاشی فرمت خروجی است
دادههای کالیبراسیون دانش جدیدی به مدل نمیدهند، بلکه تعیین میکنند کدام خطاهای گرد کردن برای ورودیهای خاص قابلتحمل هستند. عدم تطابق این دادهها با محیط عملیاتی منجر به افت شدید عملکرد و بههمریختگی فرمت خروجی میشود.
۴ روز پیش۵ دقیقه خواندن - ۳۹۸
تحلیل و بررسی تخصصیمختصات سلسلهمراتبی؛ راهکار زیستشناسی برای رفع شکاف اطلاعاتی ژنوم
تحلیلی فنی نشان میدهد سیمکشی مغز انسان پیچیدهتر از آن است که در ژنوم ذخیره شود. زیستشناسی برای ساخت شبکههای عصبی عظیم از یک سیستم مقیاسپذیر از مختصات سلسلهمراتبی و قوانین تبدیل فشرده استفاده میکند.
۴ روز پیش۳۵ دقیقه خواندن - ۳۹۹
آموزش کاربردیاستفاده از Claude Code برای مدرنیزاسیون کتابخانه Yadda 3.0
استیون کرسول با تبدیل Claude Code به یک نیروی کار مدیریتشده، کتابخانه قدیمی Yadda را در یک روز بهروزرسانی کرد. این پروژه نشان میدهد که مشخصات اجرایی (Executable Specifications) میتوانند بهعنوان قراردادهای دقیق برای عاملهای هوش مصنوعی در جریانهای کاری خودکار عمل کنند.
۴ روز پیش۸ دقیقه خواندن - ۴۰۰
آموزش کاربردی«مهاری برای مدیریت حافظه»؛ نقش اندازهٔ گروه در کوانتش مدلها
تنظیم اندازهٔ گروه (Group Size) در کوانتش، یک اهرم ریاضی برای مدیریت حافظه است، نه یک متغیر تصادفی. کاهش این اندازه با ایزوله کردن وزنهای پرت، دقت مدل را حفظ میکند اما فضای VRAM بیشتری را اشغال میکند.
۴ روز پیش۵ دقیقه خواندن - ۴۰۱
آموزش کاربردی«مدیریت مقادیر حدی»؛ کلید جلوگیری از فروپاشی مدلهای زبانی فشرده
مدلهای زبانی بزرگ در مقیاسهای بالا «ویژگیهای پرت» ایجاد میکنند که دقت کوانتش ۸ بیتی را بهطور کامل تخریب میکند. مدیریت این مقادیر حدی، مرز میان یک مدل فشردهی کاربردی و مدلی با افزایش ۱۰۰۰ درصدی در نرخ خطا است.
۴ روز پیش۵ دقیقه خواندن - ۴۰۲
آموزش کاربردی«توصیفات کلی»؛ عامل اصلی شکست عاملهای هوش مصنوعی در شناسایی مهارتها
عاملهای هوش مصنوعی اغلب مهارتهای درست را نادیده میگیرند چون توصیفات آنها بیش از حد کلی است. تغییر رویکرد از توصیف «موضوعی» به «محرکمحور» باعث میشود عامل دقیقاً تشخیص دهد چه زمانی باید از یک ابزار خاص استفاده کند.
۴ روز پیش۳ دقیقه خواندن - ۴۰۳
آموزش کاربردیدرون فرآیند کوانتش؛ تضاد میان وزنهای دقتبالا و بهینهسازی حافظه
فرآیند کوانتش مدلها بهدلیل نیاز به وزنهای دقتبالا و محاسبات آماری، حافظه بسیار بیشتری نسبت به استنتاج مصرف میکند. شناخت تفاوتهای حافظهای در متدهای GPTQ، AWQ و GGUF برای جلوگیری از خطاهای سیستمی و بهینهسازی سختافزار ضروری است.
۴ روز پیش۵ دقیقه خواندن - ۴۰۴
آموزش کاربردیآیا میتوان حافظهٔ ایندکسهای برداری را بدون افت کیفیت کاهش داد؟
استفاده از کوانتش باینری میتواند فضای ذخیرهسازی ایندکسهای برداری را تا ۳۲ برابر کاهش دهد و ۹۶٪ از کیفیت بازیابی را حفظ کند. موفقیت این روش به شدت به پیادهسازی صحیح بازرتبهبندی و کالیبراسیون دادهها وابسته است.
۴ روز پیش۵ دقیقه خواندن - ۴۰۵
آموزش کاربردیکوانتش یکپارچه در برابر ترکیبی؛ تفاوت در حفظ جزئیات تصویر
کوانتش یکپارچه در مدلهای بینایی-زبانی (VLM) منجر به تخریب شدید دقت بصری میشود. با حفظ دقت کامل در برج بینایی و لایه سازگارساز و کوانتش تنها در بدنه زبانی، میتوان حافظه را به شدت کاهش داد بدون آنکه مدل جزئیات تصویر را فراموش کند.
۴ روز پیش۶ دقیقه خواندن - ۴۰۶
آموزش کاربردیقرنطینه در برابر حذف؛ استراتژی مدیریت تستهای ناپایدار در LLM
حذف تستهای ناپایدار در خطوط لوله هوش مصنوعی باعث از دست رفتن دانش سیستمی میشود. استراتژی «قرنطینه» اجازه میدهد تستها بدون مسدود کردن ادغام کدها اجرا شوند تا رگرسیونها همچنان قابل رصد باشند.
۴ روز پیش۶ دقیقه خواندن - ۴۰۷
آموزش کاربردیخطای «وارونگی انگلیسی»؛ دلیل شکست پرامپتهای عمومی در بومیسازی فرانسوی کبک
پرامپتهای استاندارد هوش مصنوعی اغلب فرانسوی کبک را نسخهای عامیانه از فرانسوی فرانسه میپندارند، در حالی که نوشتار رسمی در کبک در برابر وامواژههای انگلیسی مقاومتر است. دستیابی به خروجی اصیل fr-CA نیازمند ارجاع به مراجع زبانی خاص و قوانین واژگانی صریح است.
۴ روز پیش۵ دقیقه خواندن - ۴۰۸
آموزش کاربردیآموزش فراخوانی ابزار در مدل Qwen3-0.6B با متد XYZ-Aquila-SFT
یک راهنمای فنی جدید، خط لولهای جامع برای آموزش مدلهای زبانی کوچک در استفاده از ابزارهای خارجی ارائه داده است. این فرآیند با استفاده از مجموعه داده XYZ-Aquila-SFT و آداپتورهای لورا، مدل پایه Qwen3 را به یک دستیار عاملمحور تبدیل میکند.
۴ روز پیش۱۱ دقیقه خواندن - ۴۰۹
آموزش کاربردیبهینهسازی هستههای GPU با Codex؛ دستیابی به سرعت ۲۳۲ برابر در محاسبات QR
یک توسعهدهنده با استفاده از مدل Codex و یک چرخه پژوهشی خودکار، سرعت اجرای هستههای تجزیه QR را ۲۳۲ برابر نسبت به خطمبنای PyTorch افزایش داد. این دستاورد نشان میدهد که تبدیل فرآیند کدنویسی به یک مسئله جستوجوی سیستماتیک، میتواند محدودیتهای بهینهسازی دستی در سطح سختافزار را بشکند.
۴ روز پیش۲۴ دقیقه خواندن - ۴۱۰
اخبار کوتاه روزانهمطالعه آمازون: کتابهای هوش مصنوعی درآمد نویسندگان انسانی را کاهش دادند
یک مطالعه جدید نشان میدهد هجوم کتابهای تولیدشده توسط هوش مصنوعی در آمازون، درآمد نویسندگان انسانی را در تقریباً تمام ژانرها کاهش داده است. اگرچه این آثار اغلب فروش کمی دارند، اما حجم عظیم آنها بازار را «رقیق» کرده و شواهد تجربی جدیدی برای پروندههای کپیرایت فراهم میکند.
۴ روز پیش۶ دقیقه خواندن - ۴۱۱
آموزش کاربردیتضاد ریاضی میان انصاف و دقت؛ چرا حذف سوگیری از هوش مصنوعی غیرممکن است
نظریه اطلاعات ثابت میکند که سوگیری یک ویژگی بنیادین در دادههاست، نه یک خطای نرمافزاری. حذف کامل سوگیری لزوماً منجر به از دست رفتن اطلاعات کلیدی و کاهش دقت مدل میشود.
۴ روز پیش۳ دقیقه خواندن - ۴۱۲
آموزش کاربردی۵ الگوی معماری برای مهار توهم در مدلهای زبانی بزرگ
توهمات در مدلهای زبانی، یک نقص فنی نیست بلکه نتیجهی ماهیت آماری آنها در پیشبینی توکنهاست. برای ساخت سامانههای قابلاعتماد، باید از نگاه به مدل بهعنوان «ماشین پاسخگو» فاصله گرفت و آن را بهعنوان یک «استدلالگر» در چارچوب دادههای قطعی به کار برد.
۴ روز پیش۳ دقیقه خواندن - ۴۱۳
آموزش کاربردیشکستِ پرامپتها در اجرای حفاظهای امنیتی؛ درسهایی از ساخت یک معلم صوتی
توسعه یک عامل صوتی برای دانشجویان رباتیک نشان داد که قوانین حیاتی ایمنی و مسیریابی نباید در پرامپتها نوشته شوند، بلکه باید در کد ابزارها سختافزاری شوند. این پروژه معماری بهینهای از Gemini و Deepgram را برای حل چالش تأخیر در محیطهای عملیاتی معرفی میکند.
۴ روز پیش۱۳ دقیقه خواندن - ۴۱۴
داستانها و مصاحبههاLocal Waifu: شرط مالکیت واقعی در عصر همراهان هوش مصنوعی
یک توسعهدهنده مستقل با عرضه Local Waifu، مدل جدیدی از همراهان هوش مصنوعی را معرفی کرد که تماماً روی سختافزار کاربر اجرا میشود. این پروژه پاسخی است به نگرانیهای مربوط به سانسور شرکتی و حذف ناگهانی دادهها در مدلهای ابری.
۴ روز پیش۸ دقیقه خواندن - ۴۱۵
آموزش کاربردی۶۸٪ از بستههای محبوب MCP دسترسی مخفی به شبکه دارند
تحلیل استاتیک ۲۵ سرور محبوب پروتکل زمینه مدل (MCP) نشان میدهد که اکثر آنها دسترسیهای خطرناکی به شبکه و سیستم دارند. این یافتهها ضرورت استفاده از محیطهای ایزوله (Sandbox) را برای جلوگیری از نشت اعتبارنامهها توسط عاملهای هوش مصنوعی برجسته میکند.
۴ روز پیش۳ دقیقه خواندن - ۴۱۶
آموزش کاربردیبردار معنایی: تبدیل مفاهیم به هندسه برای جستوجوی هوشمند
بردار معنایی محتوا را به مختصات عددی تبدیل میکند تا هوش مصنوعی بهجای تطبیق کلمات، بر اساس قصد کاربر جستوجو کند. این سازوکار هسته اصلی سیستمهای RAG و موتورهای توصیهگر مدرن است.
۴ روز پیش۳ دقیقه خواندن - ۴۱۷
اخبار کوتاه روزانه«پایان گلوگاه داده»؛ راهکار World Labs برای آموزش سریعتر رباتها
شرکت World Labs با معرفی موتور R2S2R، گلوگاه کمبود داده در رباتیک را هدف قرار داده است. این سامانه با تبدیل یک تسک واقعی به هزاران نسخهٔ مجازی، نیاز به جمعآوری دادههای گرانقیمت سختافزاری را بهشدت کاهش میدهد.
۴ روز پیش۴ دقیقه خواندن - ۴۱۸
آموزش کاربردیRepoTrials: تبدیل تاریخچه Git به بنچمارکهای اختصاصی برای عاملهای کدنویس
ابزار جدید RepoTrials با تبدیل تاریخچه Git یک پروژه به تستهای رگرسیون تکرارپذیر، امکان ارزیابی دقیق مدلهای هوش مصنوعی را روی کدبیس واقعی تیمها فراهم میکند. این رویکرد جایگزینی دادهمحور برای جدولهای ردهبندی عمومی است که معمولاً پیچیدگیهای معماری داخلی شرکتها را نادیده میگیرند.
۴ روز پیش۳ دقیقه خواندن - ۴۱۹
زندگی با AIبهینهسازی نرخ تبدیل در برابر کدنویسی؛ تغییر اولویت در طراحی سایت
ابزارهای ساخت وبسایت با هوش مصنوعی، ارزش آژانسهای طراحی را از اجرای فنی به استراتژی کسبوکار منتقل کردهاند. آژانسهای حرفهای اکنون با کاهش زمان کدنویسی، بر بهینهسازی نرخ تبدیل و جایگاهسازی برند تمرکز میکنند.
۴ روز پیش۹ دقیقه خواندن - ۴۲۰
اخبار کوتاه روزانهدادگاه کنتیکت: استفاده از پرامپتهای مخفی منجر به سلب حق ثبت شد
یک شاکی در دادگاه کنتیکت با جاسازی دستورات نامرئی برای فریب سیستمهای احتمالی هوش مصنوعی، دسترسی خود به ثبت الکترونیکی اسناد را از دست داد. قاضی این اقدام را مشابه تلاش برای تأثیرگذاری مخفیانه بر هیئت منصفه دانست.
۴ روز پیش۳ دقیقه خواندن