هر چیزی که در داتهوش منتشر شده، به ترتیب زمان. تازههای کمتر از یک ساعت با نشانک زنده مشخص شدهاند.

تحلیلی بر دادههای ۵۴۲ استارتاپ شکستخورده در حوزه سلامت روان نشان میدهد مدلهای پرداخت B2B و سازمانی بهطور چشمگیری پایدارتر از مدلهای مستقیم-به-مصرفکننده هستند. همچنین، حضور همبنیانگذاران پزشکی تأثیر معناداری بر نرخ بقای این شرکتها نداشته است.

پلتفرم AgenTrust ابزار cMCP را برای اجرای سیاستهای ابزاری در محیطهای اجرای قابلاعتماد (TEE) منتشر کرد. این رویکرد مانع از آن میشود که مدیران سیستم یا حفرههای امنیتی زنجیره تأمین، حریم خصوصی و حاکمیت دادههای عاملهای هوش مصنوعی را دور بزنند.

گوگل با طراحی یک ساختار مالی پیچیده و همکاری با بانکها و استخراجکنندگان کریپتو، میلیاردها دلار تراشه AI را بدون فشار به ترازنامه خود در اختیار آنتروپیک قرار داده است. این توافق با هدف کاهش سلطه انویدیا، بر پایه اجارههای بلندمدت و اهرمهای مالی سنگین بنا شده است.

رکورد جدیدی در جوایز پولیتزر ثبت شد؛ ۸ خبرنگار پذیرفتند که برای پژوهش و پردازش دادهها از هوش مصنوعی کمک گرفتهاند. این ابزارها بهجای نوشتن متن نهایی، برای خلاصهسازی اسناد حجیم و ترجمه به کار رفتهاند.

انویدیا مدل استدلالی ۳۴ میلیارد پارامتری Alpamayo 2 Super را با مجوز تجاری منتشر کرد. این مدل بهعنوان یک «معلم» برای تولید دادههای آموزشی باکیفیت و زنجیرههای استدلالی برای نرمافزارهای رانندگی در لحظه عمل میکند.

بنیاد ملی علوم آمریکا با سرمایهگذاری ۱۰۰ میلیون دلاری، مراکز منطقهای محاسبات هوش مصنوعی را برای پژوهشگران خارج از قطبهای فناوری ایجاد میکند. هدف این طرح، شکستن انحصار سختافزارهای پیشرفته در مؤسسات ثروتمند و دموکراتیزه کردن دسترسی به قدرت پردازشی است.

شرکت داروسازی چوگای برای خودکارسازی پژوهشهای پیچیده زیستپزشکی از عاملهای هوش مصنوعی Biomni Lab استفاده میکند. این پلتفرم با اتصال دادههای داخلی به بیش از ۳۰۰ پایگاه داده خارجی، فرآیند کشف دارو را بهشدت تسریع کرده است.

مدل Kling 3.0 Pro با وجود رتبههای پایین در بنچمارکهای عمومی، بهدلیل پایداری بصری بالا، ابزاری گرانقیمت اما ضروری برای تدوینگران حرفهای است. این سرویس با یک سیستم اعتباری سختگیرانه عمل میکند که تولید ویدیوهای 4K را بهشدت هزینهبر میکند.

یک نقص امنیتی بحرانی به نام GhostApproval به دستیاران کدنویس هوش مصنوعی اجازه میدهد کاربران را برای دسترسی به فایلهای حساس فریب دهند. این حفره نشاندهنده شکست ساختاری در مدلهای «تأیید هر اقدام» در ۶ پلتفرم پیشرو است.

شرکت Quantiles ابزاری برای بنچمارکگیری از مدلهای هوش مصنوعی عرضه کرده است که نیاز به نوشتن اسکریپتهای پایتونی را حذف میکند. توسعهدهندگان اکنون میتوانند تنها با فایلهای پیکربندی ساده، مجموعهدادههای Hugging Face را برای سنجش دقت مدلها به کار گیرند.

برخی از مهندسان نرمافزار به دلیل برخورد با مدلهای زبانی به عنوان موتور جستوجو، خروجیهای ناسازگاری دریافت میکنند. چارچوب جدیدی شامل ۱۵ الگوی کاربردی، با تمرکز بر تعریف محدودیتها و نقشها، تولید کدهای آماده برای محیط عملیاتی (Production) را تسهیل میکند.

پایلوتهای موفق در استقرار عاملهای هوشمند میتوانند با اتوماتیک کردن فرآیندهای غلط بهجای بازطراحی آنها، سازمانها را در «تلهٔ پایلوت» گرفتار کنند. این وضعیت هزینه نگهداری را افزایش داده و تغییرات سازمانی آینده را بسیار دشوارتر میکند.

شرکت Convex با جذب ۵۷ میلیون دلار سرمایه در راند Series B، پلتفرم خود را به لایهای برای ایمنسازی کدهای تولیدشده توسط هوش مصنوعی تبدیل میکند تا جلوی فساد دادهها و فرسودگی کدهای واسط را بگیرد.

تحلیلی دادهمحور نشان میدهد ایلان ماسک تمرکز خود را در جلسات گزارش مالی از تولید خودرو به هوش مصنوعی و رباتیک تغییر داده است. در حالی که ماسک بر روایت «اول-هوش مصنوعی» تأکید میکند، مدیران ارشد تسلا در پذیرش این چرخش کندتر عمل میکنند.

کد استقرار مراکز داده جدید در تگزاس تا زمان تأیید بازرسیهای فنی متوقف شد. این تصمیم به دلیل جهش درخواستهای اتصال به شبکه برق به ۴۷۴ گیگاوات و خطر فروپاشی سیستم انرژی ایالت اتخاذ شده است.

شرکت Anthropic قراردادی ۶ ساله به ارزش ۱۰ میلیارد دلار با استارتاپ تازهتأسیس Volta امضا کرد تا دسترسی به تراشههای Rubin انویدیا را تضمین کند. این اقدام تلاشی برای کاهش وابستگی به غولهای ابری و مقیاسپذیری سریع مدلهای نسل بعد است.

بنیاد لینوکس چارچوب SAFE را برای گزارش تخلفات امنیتی و «حوادث نزدیک به شکست» در مدلهای هوش مصنوعی معرفی کرد. این اقدام با هدف تبدیل شکستهای خصوصی به یادگیری جمعی برای جلوگیری از تکرار آسیبها در سطح صنعت صورت میگیرد.

شرکت BizNode یک اپراتور تجاری محلی معرفی کرد که با استفاده از RAG و Qdrant، تاریخچه گفتگوهای کاربران را برای هفتهها به خاطر میسپارد. این سیستم برای حفظ حریم خصوصی دادهها بهطور کامل روی دستگاه کاربر اجرا میشود.

توسعهدهندگان برای اعتبارسنجی عاملهای هوش مصنوعی از داوران احتمالی مدلهای زبانی فاصله گرفته و به سمت «گیتهای کیفی» قطعی حرکت میکنند. این رویکرد امتیازات مبهم معنایی را با قراردادهای مهندسی سخت جایگزین میکند تا ایمنی، کنترل هزینه و صحت ساختاری در خطوط لوله CI/CD تضمین شود.

یک آزمایش عملی نشان میدهد مدلهای پردانلودترین در کتابخانههای هوش مصنوعی، اغلب در بازتولید جزئیات خاص شکست میخورند. در موارد نادر و تخصصی، استفاده از مدل بنیادی پیشفرض نتایج بسیار دقیقتری نسبت به چکپوینتهای محبوب جامعه ارائه میدهد.

شرکت OpenAI با انتشار تاریخچه پیامهای داخلی، مدعی شد کارکنان اپل حتی پس از ترک شرکت، از مهندسان سابق برای دریافت کمکهای فنی استفاده میکردند. این اقدام برای اثبات این نکته است که ادعاهای اپل درباره سرقت اسرار تجاری، نتیجه مدیریت ضعیف دسترسیهای داخلی خود این شرکت است.

شرکت Ethyca با معرفی لایهی Astralis، ارزیابیهای دستی حاکمیت داده را با یک مدل زبانی تخصصی جایگزین کرد. این پلتفرم با اجرای سیاستهای دسترسی در لحظه، گلوگاههای قانونی استقرار عاملهای هوش مصنوعی در سازمانهای بزرگ را برطرف میکند.

یک چارچوب عملیاتی جدید پیشنهاد میکند شرکتها بهجای پروژههای عظیم و بلندمدت هوش مصنوعی، بر اتوماسیون گردشکارهای تکراری و پرحجم تمرکز کنند. این مدل با تقسیم وظایف بین عاملهای هوش مصنوعی، ریلهای خودکار و تصمیمگیرندگان انسانی، داراییهای مقیاسپذیر ایجاد میکند.

شرکت Runware با معرفی Sonic Inference Pod، دیتاسنترهای ماژولار و بدون آبی را روانه بازار کرد که در چند روز مستقر میشوند. این رویکرد با نزدیک کردن محاسبات به کاربر نهایی، گلوگاههای زمانی و هزینهای مراکز داده سنتی را دور میزند.

یک متد جدید به نام «موتور بازتاب» اجازه میدهد کاربران پروفایل رفتاری جامعی را که عاملهای هوش مصنوعی بهصورت پنهانی از دادههای شخصی آنها ساختهاند، استخراج کنند. این موضوع شکاف عمیق میان تصور کاربر از حریم خصوصی و عمق واقعی حافظه بلندمدت مدلها را آشکار میکند.

پروژه Hey Daejeon ثابت کرد که برای مدیریت دادههای پراکنده شهری، طراحی لایه ارکستراسیون و مسیریابی مؤثرتر از افزایش اندازه مدل است. این رویکرد تمرکز را از «بهترین مدل» به «بهترین معماری سیستم» تغییر میدهد.

پلتفرم WaveMaker AI با جداسازی قصد کاربر از اجرای کد، باگهای تولیدشده توسط هوش مصنوعی را از بین میبرد. این سیستم با استفاده از یک کامپایلر قطعی، امنیت و قابلیت نگهداری برنامههای سازمانی را بدون وابستگی به یک فروشنده تضمین میکند.

ابزار متنباز Homebench با یک دستور واحد، سرعت، مصرف حافظه و کیفیت مدلهای زبانی محلی را روی سختافزار کاربر میسنجد. این ابزار با ادغام مدلهای Ollama و vLLM، یک جدول ردهبندی زنده و دقیق از عملکرد مدلها ارائه میدهد.

یک حمله پیچیده زنجیرهای با هدف قرار دادن توسعهدهنده کتابخانه keyv، بیش از ۸۰۰ بسته نرمافزاری را به بدافزار تبدیل کرد. این کرم دیجیتال با هدف سرقت توکنهای گیتهاب و دسترسیهای AWS، ۲ میلیارد نصب ماهانه را تهدید میکند.

پژوهشگران روشی برای انتقال دانش از مدلهای ترنسفورمر به معماریهای متفاوت مانند RNNها و مدلهای فضای-وضعیت ابداع کردهاند. این «پیوند مغزی» اجازه میدهد قابلیتهای مدلهای عظیم روی سختافزارهای بهینهتر و ارزانتر اجرا شوند.