گوگل: مدل EmbeddingGemma 2 از رقبای ۲ برابری خود پیشی گرفت
گوگل مدل چندوجهی و فشرده EmbeddingGemma 2 را برای تبدیل متن، صوت و ویدیو به بردارهای عددی عرضه کرد. این مدل با کاهش شدید نیاز به رم و فضای ذخیرهسازی، استقرار محلی سیستمهای RAG…
موضوع
SLMs, on-device inference, mobile AI, AI PCs
۲٬۰۴۹ مقاله منتشر شده
گوگل مدل چندوجهی و فشرده EmbeddingGemma 2 را برای تبدیل متن، صوت و ویدیو به بردارهای عددی عرضه کرد. این مدل با کاهش شدید نیاز به رم و فضای ذخیرهسازی، استقرار محلی سیستمهای RAG…
گوگل ابزار Guided Vision را به Gemini Live اضافه کرد تا کاربران اندروید بتوانند با اشتراکگذاری دوربین، توصیفات صوتی لحظهای از محیط دریافت کنند. این قابلیت بهطور ویژه برای…
شرکت Musubi مدل PolicyLM-1.7B را معرفی کرد؛ یک مدل تصمیمگیرنده با وزنهای باز که سیاستهای متنی را در لحظه اجرا میکند. این مدل برخلاف طبقهبندهای سنتی، برای تغییر قوانین نیازی…
استارتاپ Hark دستیار جدید Hark Pro را معرفی کرد که بهجای گفتگو، مستقیماً کامپیوتر کاربر را برای انجام کارهای اداری و شخصی مدیریت میکند. این شرکت قصد دارد تا سال ۲۰۲۷ سختافزاری…
اپل و گوگل در حال توسعه سختافزارهایی هستند که دادههای صوتی و تصویری را بهصورت لحظهای پردازش کرده و بدون ذخیره فایل خام، آنها را به متن تبدیل میکنند. این استراتژی تلاشی برای…
ابزار Tokenome با ایجاد یک شاخص محلی و قابل جستوجو از تاریخچه چتها، مشکل «فراموشی استدلال» را در توسعه نرمافزار حل میکند. این سیستم با اتصال به پروتکل MCP، مصرف توکنهای زمینه…
یک توسعهدهنده با ترکیب Raspberry Pi 5 و مدل Amazon Nova 2.5 Sonic، اسباببازی قدیمی Billy Bass را به یک عامل صوتی تبدیل کرد. این پروژه نشان میدهد که برای عبور از «دره وهم» در…
مدل POCKET-Darwin-180B-GGUF اجازه میدهد مدلهای ۱۸۰ میلیارد پارامتری بدون نیاز به GPU و روی سختافزارهای معمولی اجرا شوند. این دستاورد با ترکیب معماری MoE و کوانتش ۴ بیتی، دقت…
اپلیکیشن HeliGO برای جلوگیری از توهمات خطرناک در مناطق حادثهزده، یک لایه حفاظتی سهمرحلهای دور مدل ۴ میلیاردی خود پیاده کرده است. این سیستم بهجای اعتماد به تخمین مدل، از…
توسعهدهندگان برای استقرار عاملهای هوش مصنوعی میان محیطهای ایزوله ابری (برای امنیت) و محیطهای محلی (برای سرعت) گیر کردهاند. مدل جدید «درگاه ترکیبی» اجازه میدهد وظایف…
یک توسعهدهنده ۱۲ ساله با ساخت KODA ثابت کرد که محدودیتهای سختافزاری شدید میتواند منجر به معماریهای بهینهتر شود. این سیستم در سناریوهای محاسباتی سنگین، عملکردی برتر از Claude…
پروژه متنباز Paper Trail با استفاده از مدل Gemma 3 1B در مرورگر، کارتهای شناسایی گونههای طبیعی را بهصورت آفلاین تولید میکند. این ابزار برای حذف وابستگی به نمایشگر در طبیعت،…