پرش به محتوای اصلی

موضوع

هوش لبه

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

۱٬۷۷۴ مقاله منتشر شده

مدل هوش مصنوعی Glimmer متا، نگاهی به چشم‌انداز زاکربرگ از هوش شخصی

مدل Muse Glimmer قابلیت اجرای عامل‌های ۳۰ میلیارد پارامتری را به GPUهای خانگی

متا مدل Muse Glimmer را با وزن‌های باز منتشر کرد تا اجرای عامل‌های هوش مصنوعی به‌صورت محلی و خصوصی روی سخت‌افزارهای مصرف‌کننده ممکن شود. این اقدام گامی عملی در مسیر تحقق چشم‌انداز…

۳ دقیقه خواندن۳
ساخت دستیارهای صوتی چندزبانه کم‌تأخیر با NVIDIA Magpie TTS: وزن باز و کنترل کامل استقرار
آموزش کاربردی

آیا Magpie TTS استقرار محلی عامل‌های صوتی چندزبانه را تسهیل می‌کند؟

انویدیا مدل Magpie TTS را با وزن‌های باز و پشتیبانی از ۱۲ زبان منتشر کرد. این مدل با کاهش شدید تأخیر در استنتاج، امکان ساخت عامل‌های صوتی با پاسخ‌دهی آنی و استقرار محلی را فراهم…

۷ دقیقه خواندن۱
ربات‌های MyZubster اکنون می‌بینند: یکپارچه‌سازی دوربین هوشمند کامل شد!
آموزش کاربردی

MyZubster: انتقال ربات‌ها به سیستم تشخیص لحظه‌ای اشیا با دوربین‌های باز

پروژه MyZubster با معرفی یک ماژول دوربین هوشمند و بازاستفاده، ربات‌های خود را از مدل «دستور-عملکرد» به معماری «ادراک-تصمیم-عمل» منتقل کرد. این سیستم امکان تشخیص لحظه‌ای اشیا و…

۸ دقیقه خواندن۱
دستیار هوش مصنوعی جدید فورد می‌تواند سطح سوخت و فشار باد لاستیک‌ها را بررسی کند.

نقشه راه فورد: انتقال دستیار هوشمند به داشبورد خودرو تا سال ۲۰۲۷

فورد یک چت‌بات مبتنی بر هوش مصنوعی برای اپلیکیشن‌های موبایل خود عرضه کرد که به مالکان اجازه می‌دهد داده‌های لحظه‌ای خودرو و دفترچه راهنما را استعلام کنند. این سیستم تا سال ۲۰۲۷ از…

۳ دقیقه خواندن۱
سخت‌افزار سیستم‌های یادگیری ماشین: معماری، شتاب‌دهنده‌ها و بهینه‌سازی انرژی
آموزش کاربردی

معماری سخت‌افزاری؛ تعیین‌کنندهٔ سرعت و هزینهٔ مدل‌های یادگیری ماشین

بهره‌وری هوش مصنوعی به انتخاب درست میان CPU، GPU و تراشه‌های تخصصی ASIC بستگی دارد. در حالی که GPUها در مقیاس کوچک غالب هستند، تراشه‌های عصبی و لبه‌ای در حال تغییر مرزهای محاسبات…

۱ دقیقه خواندن۱
معرفی Muse Glimmer: مدل عاملی متن‌باز که روی دستگاه شما اجرا می‌شود
آموزش کاربردی

مدل Muse Glimmer متا: اجرای عامل‌های ۳۰ میلیارد پارامتری روی GPUهای خانگی

متا مدل Muse Glimmer را به عنوان یک مدل وزن‌باز ۳۰ میلیارد پارامتری برای اجرای محلی عامل‌های هوش مصنوعی منتشر کرد. این مدل با استفاده از کوانتش ۴ بیتی و رمزگشایی گمانه‌زنانه، روی…

۶ دقیقه خواندن۳
هیاهوی MiniMax H3: معیارسنجی یک مدل کوچک باز در جایی که کاربرانتان واقعاً هستند
آموزش کاربردی

«نادیده گرفتن نوسانات سخت‌افزاری»؛ دلیل گمراه‌کننده بودن نتایج مدل‌های AI

محک‌های استاندارد هوش مصنوعی با نادیده گرفتن نوسانات سخت‌افزاری موبایل، نتایجی گمراه‌کننده ارائه می‌دهند. چارچوب جدید تست مدل MiniMax H3 بر توان بازیابی سیستم پس از قطع اتصال…

۵ دقیقه خواندن۲
استارتاپ‌هایی که به دنبال نسل بعدی مدل‌های زبانی بزرگ هستند

۴ استارتاپ با بازطراحی معماری ترنسفورمر هزینه مدل‌های زبانی را کاهش می‌دهند

موج جدیدی از استارتاپ‌ها در تلاش‌اند تا معماری استاندارد ترنسفورمر را جایگزین کنند تا هزینه‌های سرسام‌آور انرژی و محدودیت‌های پنجره متنی را حل کنند. این شرکت‌ها با استفاده از…

۱۱ دقیقه خواندن۴