
مدل humain-m3: ثبت رکورد جدید استدلال عربی با ۴۲۸ میلیارد پارامتر
شرکت HUMAIN مدل جدید humain-m3 را با ۴۲۸ میلیارد پارامتر و معماری MoE معرفی کرد که در استدلال و درک زبان عربی رکورد جدیدی ثبت کرده است. این مدل که توسط MiniMax توسعه یافته،…
موضوع
Models that natively process text+image+audio+video
۱٬۴۲۲ مقاله منتشر شده

شرکت HUMAIN مدل جدید humain-m3 را با ۴۲۸ میلیارد پارامتر و معماری MoE معرفی کرد که در استدلال و درک زبان عربی رکورد جدیدی ثبت کرده است. این مدل که توسط MiniMax توسعه یافته،…

آنتروپیک مدل Fable 5.1 را با تمرکز بر سرعت و کاهش شدید هزینههای عملیاتی عرضه کرد. این بهروزرسانی هزینهٔ کشینگ ورودی را ۷۵٪ کاهش داده و رقابت در بازار مدلها را از «قدرت مطلق» به…

شرکت Hugging Face مدل NeoMME را معرفی کرد؛ یک رمزگذار چندوجهی که بدون نیاز به برجهای بینایی مجزا، متن و تصویر را در یک ترنسفورمر واحد پردازش میکند. این مدل ضمن حفظ دقت بازیابی،…

مهندسی معکوس ابزارهای Flock Safety نشان میدهد پلیس میتواند با توصیفات متنی ساده، افراد را در شبکههای گسترده دوربینهای شهری ردیابی کند. با وجود ادعای وجود حفاظها، این سیستم…

مقایسه اشتراکهای ۲۰ دلاری آنتروپیک و اوپنایآی در سپتامبر ۲۰۲۶ نشان میدهد که کلود پرو در کدنویسی فنی و تحلیل اسناد طولانی پیشتاز است، در حالی که چتجیپیتی پلاس در تطبیقپذیری…

یک پیادهسازی متنباز جدید نشان میدهد چگونه میتوان از یادگیری تقویتی برای آموزش «سلیقه» به مدلهای زبانی کوچک استفاده کرد. این پروژه با پاداش دادن به کدهایی که آبرنگهای زیباتری…

یک ابزار متنباز جدید، فرآیند تبدیل متون Markdown به ویدیوهای MP4 همراه با روایت صوتی هوش مصنوعی را خودکار کرد. این سیستم با ادغام اسلایدها و تبدیل متن به گفتار، نیاز به تدوین…

شرکت OpenAI قصد دارد دسترسی به API مدل Sora را در ۲۴ سپتامبر ۲۰۲۶ بهطور کامل قطع کند. توسعهدهندگان باید پیش از این تاریخ، داراییهای خود را صادر کرده و به جایگزینهای دیگر…

آمازون دسترسی به سه نسخه تخصصی از مدل GPT-5.6 را برای توسعهدهندگان سیدنی و ملبورن فراهم کرد. این مدلها برای ایجاد تعادل میان قدرت استدلال، هزینه و تأخیر در محیطهای سازمانی…

یک راهنمای فنی جدید، توازن میان تأمینکنندگان مدل، تجمیعکنندگان و لایههای انتزاعی داخلی برای ویدیوهای هوش مصنوعی را تحلیل میکند. این چارچوب با هدف جلوگیری از «شکستهای خاموش» و…

یک راهنمای فنی جدید، تفاوتهای عملیاتی میان دسترسی به مدل ویدیو ساز Veo از طریق APIهای مستقیم، پلتفرم Vertex AI و واسطههای شخص ثالث را تحلیل میکند. این چارچوب بر اندازهگیری…

یک چارچوب فنی جدید، استانداردهای سختگیرانهای را برای تأیید APIهای تولید ویدیو در Kling AI تعریف کرده است. این راهنما هشدار میدهد که برچسب «پشتیبانی از وبهوک» کافی نیست و…