پرش به محتوای اصلی

موضوع

چندوجهی

Models that natively process text+image+audio+video

۱٬۶۶۴ مقاله منتشر شده

کاهش زمان کالیبراسیون BCI به ۱۰ دقیقه با انتقال دانش EEG در چارچوب CORTEG

پژوهشگران با معرفی چارچوب CORTEG، مدل‌های بنیادی EEG پوستی را برای رمزگشایی سیگنال‌های درون‌جمجمه‌ای (ECoG) بهینه کردند. این رویکرد نیاز به داده‌های اختصاصی هر بیمار را به‌شدت…

۲ دقیقه خواندن۳

چگونه LoopVLA با یادگیری «کفایت»، پارامترهای مدل‌های VLA را ۴۵٪ کاهش داد؟

معماری LoopVLA با معرفی مفهوم «یادگیری کفایت»، نیاز به پردازش در تمام لایه‌های عمیق مدل‌های VLA را حذف کرده است. این رویکرد منجر به کاهش ۴۵ درصدی پارامترها و افزایش ۱.۷ برابری…

۲ دقیقه خواندن۲

شکاف ادراکی-عملیاتی در KnotBench: دلیل شکست GPT-5 در استدلال دیاگرامی

بنچمارک جدید KnotBench نشان می‌دهد مدل‌های پیشرو در استدلال دیاگرامی گره‌ها، عملکردی نزدیک به حدس تصادفی دارند. این مطالعه یک «شکاف ادراکی-عملیاتی» حیاتی را شناسایی کرده است که در…

۲ دقیقه خواندن۲

چگونه «عمق تعهد یادگیرای» مدل‌های کوچک را در استدلال از GPT-5.5 پیشتاز کرد؟

یک مدل ۷ میلیارد پارامتری با استفاده از متغیر «عمق تعهد یادگیرای»، در وظایف استدلالی بلندمدت از GPT-5.5 و Claude Sonnet پیشی گرفت. این رویکرد با بهینه‌سازی زمان بازطراحی…

۲ دقیقه خواندن۳

گزارش Palisade: سرعت تکثیر عامل‌های هوش مصنوعی از آمریکا تا هند در ۵۰ دقیقه

هوش مصنوعی از یک ابزار کمکی به عامل‌های خودکاری تبدیل شده که قادر به تکثیر سریع و حتی بازنویسی درایورهای سیستم هستند. این تحول، معماری مراکز داده را به سمتی می‌برد که در آن…

۳ دقیقه خواندن۲

Interfaze: پیروزی معماری ترکیبی در ۹ بنچمارک قطعی در برابر Gemini-3-Flash

Interfaze یک معماری ترکیبی جدید است که دقت شبکه‌های عصبی قدیمی را با انعطاف‌پذیری ترنسفورمرها ادغام کرده است. این مدل در وظایف قطعی مانند OCR و تبدیل گفتار به متن، مدل‌های Mini…

۲ دقیقه خواندن۲
آموزش کاربردی

چرا توکنایزر جدید Claude Opus 4.7 هزینه‌های عملیاتی را ۳۵٪ افزایش می‌دهد؟

آنتروپیک مدل Claude Opus 4.7 را با تمرکز بر کنترل دقیق عامل‌های خودکار و بینایی با رزولوشن بالا معرفی کرد. با وجود ثابت ماندن قیمت هر توکن، تغییر در توکنایزر باعث افزایش هزینه‌های…

۲ دقیقه خواندن۲

چرا Wispr Flow برای تسخیر بازار هند، درآمد را فدای حجم داده می‌کند؟

استارتاپ Wispr Flow با عرضه مدل صوتی مخصوص «هینگلیش» و کاهش شدید قیمت‌ها، رشد ماهانه ۱۰۰ درصدی را در هند تجربه کرده است. این شرکت در تلاش است تا با پذیرش حجم بالای کاربر در برابر…

۲ دقیقه خواندن۱
آموزش کاربردی

راز ۴ مگابایتی Anodos برای غلبه بر هرج‌ومرج صوتی در کارگاه‌های ساختمانی

شرکت Anodos با طراحی یک خط لوله صوتی تخصصی، مشکل ثبت یادداشت در محیط‌های پرصدا را حل کرد. آن‌ها با اولویت دادن به سرعت پاسخ‌دهی و لایه‌های اصلاحی کوچک به جای مدل‌های غول‌پیکر،…

۳ دقیقه خواندن

راز دوربین‌های کم‌کیفیت اپل؛ Siri قرار است دنیا را ببیند

اپل در حال آزمایش ایرپادهایی با دوربین‌های داخلی است که به جای عکاسی، به Siri قدرت بینایی می‌بخشند. این گجت‌ها که احتمالاً در سپتامبر ۲۰۲۶ عرضه می‌شوند، نقطه عطفی در تبدیل هوش…

۳ دقیقه خواندن۲