پرش به محتوای اصلی

موضوع

هوش لبه

SLMs, on-device inference, mobile AI, AI PCs

۲٬۰۴۹ مقاله منتشر شده

کاهش ۴۴ درصدی تأخیر پردازش ECG در رایانش لبه با کوانتیزاسیون INT8

یک سامانه جدید یادگیری فدرال برای تشخیص ناهنجاری‌های ECG، با ترکیب حریم خصوصی تفاضلی و کوانتیزاسیون INT8، دقت بالای مدل را در سخت‌افزارهای لبه حفظ می‌کند. این سیستم روی Raspberry…

۲ دقیقه خواندن۱

چرا حجم پارامترها در اتوماسیون صنعتی دیگر معیار موفقیت نیست؟

یک چارچوب عامل‌محور جدید با استفاده از AutoGen، طراحی موانع بتنی بزرگراه‌ها را با دقت ۹۸٪ خودکار کرده است. این پژوهش ثابت می‌کند مدل‌های ۸ میلیاردی در صورت مدیریت در یک سیستم…

۱ دقیقه خواندن۱
آموزش کاربردی

چرا تسلط بر سینتکس برنامه‌نویسی دیگر مزیت رقابتی توسعه‌دهندگان نیست؟

یک توسعه‌دهنده تک‌نفره توانست تنها در دو ماه اپلیکیشن Traverba را بسازد. او با استفاده از Claude Code، پیچیدگی‌های فنی کدنویسی موبایل را حذف کرد تا روی بهینه‌سازی حافظه و باتری در…

۴ دقیقه خواندن۲
آموزش کاربردیگزارش تأییدنشده

چرا پژوهشگران برتر، تحلیل مقالات خود را به حافظه محلی منتقل می‌کنند؟

اپلیکیشن PaperQuay با انتقال تحلیل‌های هوش مصنوعی به حافظه محلی، امنیت داده‌های حساس پژوهشی را تضمین می‌کند. این ابزار، مدیریت PDF، ترجمه و عامل‌های برنامه‌ریزی‌شده را در یک محیط…

۲ دقیقه خواندن۲
آموزش کاربردی

۵ معماری جایگزین رپرهای ChatGPT برای تبدیل نمونه‌های اولیه به محصول واقعی

مهندسی هوش مصنوعی از رپرهای ساده‌ی API به سمت سیستم‌های عامل‌محور و تخصصی حرکت می‌کند. توسعه‌دهندگان برتر اکنون برای دستیابی به پایداری و کاهش هزینه، بر RAG عامل‌محور و مدل‌های…

۶ دقیقه خواندن۱
آموزش کاربردی

Firebase AI Logic: حذف کامل نیاز به سرور برای استقرار مدل‌های Gemini

توسعه‌دهندگان اندروید حالا می‌توانند مدل‌های Gemini را بدون نیاز به سرور بک‌اند در اپلیکیشن‌های خود پیاده کنند. این ابزار مسیر انتقال از نسخه‌های رایگان آزمایشی به مقیاس صنعتی در…

۵ دقیقه خواندن۱