هوش لبه

پژوهشگران راهکاری برای کاهش تأخیر در مدل‌های چندوجهی (VLM) ابداع کرده‌اند که ارتباط بین دستگاه‌های لبه و ابر را بهینه می‌کند. این سیستم با استفاده از Meta AutoEncoder، داده‌های…

SecMate یک دستیار هوش مصنوعی عامل‌محور است که با تحلیل داده‌های دستگاه و کاربر، دقت حل مشکلات امنیتی را به بیش از ۹۰ درصد رسانده است. این سیستم ثابت کرد که در اکثر سناریوهای…

چارچوب MetaSR با استفاده از ترنسفورمرهای انتشار، هزینه انتقال داده‌های تصویری را نصف کرده و همزمان کیفیت را افزایش می‌دهد. این فناوری با جایگزینی متادیتای ثابت با استراتژی‌های…

مایکروسافت با معرفی Phi-4-mini-instruct، مدلی با ۳.۸ میلیارد پارامتر عرضه کرد که در ریاضیات و استدلال، رقبای دو برابر بزرگ‌تر خود را شکست می‌دهد. این مدل با پنجره بافت ۱۲۸ هزار…

تیم Unsloth با ارائه نسخه‌های بهینه‌شده‌ی DeepSeek-R1، مدل ۶۷۱ میلیارد پارامتری را برای سخت‌افزارهای مصرف‌کننده در دسترس قرار داد. این دستاورد به لطف تکنیک کوانتایزیشن ۱.۵۸ بیتی،…

مدل Kokoro با تنها ۸۲ میلیون پارامتر، کیفیت صدای رقبای بزرگتر را با هزینه‌ای کمتر از ۱ دلار برای هر میلیون نویسه به دست آورده است. این مدل با لایسنس آپاچی منتشر شده و مسیر جدیدی…

مایکروسافت با معرفی Phi-4-multimodal-instruct، مدل‌های غول‌آسای صوتی را به چالش کشید. این مدل ۵.۶ میلیارد پارامتری با ترکیب متن، تصویر و صوت در یک شبکه واحد، رکورد جدیدی در دقت…