پرش به محتوای اصلی

موضوع

چندوجهی

Models that natively process text+image+audio+video

۱٬۶۶۴ مقاله منتشر شده

آموزش کاربردی

«گسست معنایی»؛ چالش قدیمی جست‌وجو که با ریاضیات حل شد

جست‌وجوی سنتی بر پایه کلمات کلیدی در مواجهه با تفاوت‌های زبانی شکست می‌خورد. پایگاه‌داده‌های برداری با تبدیل داده‌ها به مختصات ریاضی، امکان بازیابی اطلاعات بر اساس قصد و معنا را…

۵ دقیقه خواندن۲

«بهینه‌سازی استنتاج طولانی»؛ هدف اصلی در طراحی مدل وزن‌باز M3

مدل وزن‌باز M3 با پنجره متنی یک میلیون توکنی و قابلیت‌های چندوجهی معرفی شد. این مدل با استفاده از معماری توجه پراکنده (MSA)، هزینه محاسباتی استنتاج در متون طولانی را به‌شدت کاهش…

۴ دقیقه خواندن

«شناسایی از پشت سر»؛ قابلیت جدید دوربین‌های هوشمند گوگل

گوگل با به‌روزرسانی دوربین‌های هوشمند خود، امکان شناسایی کاربران را حتی زمانی که پشت به دوربین هستند فراهم کرد. این سیستم اکنون از سیگنال‌های غیربیومتریک برای کاهش اعلان‌های خطا…

۱ دقیقه خواندن

سنسور التراسونیک MIT دقت حرکات دست انسان را به ربات‌ها منتقل کرد

پژوهشگران MIT یک مچ‌بند التراسونیک ساخته‌اند که حرکات عضلات و تاندون‌ها را به دستورات رباتیک تبدیل می‌کند. این سیستم با کمک هوش مصنوعی، کنترل دقیق دست‌های انسان‌نما و اشیاء مجازی…

۳ دقیقه خواندن۱
آموزش کاربردی

BrightShot زمان چیدمان مجازی املاک را از ۳۰ دقیقه به ۳ دقیقه رساند

عکاسان مستقل املاک با جداسازی پردازش HDR از مبلمان هوشمند، زمان ویرایش هر عکس را ۹۰٪ کاهش دادند. این گردش کار جدید اجازه می‌دهد بدون افت کیفیت، ظرفیت پذیرش پروژه‌های هفتگی به‌طور…

۵ دقیقه خواندن

قیمت عینک‌های هوشمند متا به ۲۹۹ دلار رسید و برند ری‌بن کنار رفت

متا با کاهش ۱۰۰ دلاری قیمت و عرضه مدل‌های مستقل، استراتژی سخت‌افزاری خود را برای دسترسی گسترده‌تر تغییر داد. این مجموعه شامل مدل‌های جدید و نسخه‌ای ویژه با طراحی کایلی جنر است که…

۸ دقیقه خواندن۱