چندوجهی

گوگل قابلیت Ask Maps را به ۱۳۰ کشور گسترش داد تا کاربران بتوانند از طریق گفتگو، کارهای پیچیده‌ای مثل رزرو هتل و سفارش غذا را انجام دهند. این تغییر، هدف تبدیل نقشه‌ها از یک ابزار…

گوگل در API مدل Gemini از منطق کاشی‌بندی (Tiling) برای پردازش تصاویر استفاده می‌کند که می‌تواند هزینه‌ها را به‌شدت کاهش دهد. توسعه‌دهندگان با تنظیم ابعاد تصاویر روی شبکه ۷۶۸…

مدل GPT Image 2 به‌جای تکیه بر کلمات کلیدی ممنوعه، از یک طبقه‌بند چندوجهی سه‌لایه برای نظارت بر تصاویر چهره استفاده می‌کند. این معماری باعث می‌شود یک پرامپت بسته به عکس مرجع…

پلتفرم ShadowSocial.io با پیاده‌سازی سیستمی برای بارگذاری پویا، مدل‌های هوش مصنوعی را تنها در زمان اجرای تسک فعال می‌کند. این رویکرد با حذف حافظهٔ بلااستفاده (Idle RAM)، هزینه‌های…

پلتفرم ShadowSocial.io با پیاده‌سازی یک سیستم صف‌بندی پویا، مدل‌های هوش مصنوعی را تنها در زمان پردازش فعال در حافظه بارگذاری می‌کند. این معماری با حذف مصرف RAM در زمان‌های بیکاری،…

نسخه ۲.۰ تصاویر ChatGPT حالت «تفکر» را برای مشترکان معرفی کرد، اما سقف تولید تصاویر همچنان پنهان و پویا است. کاربران با محدودیت‌های پیش‌بینی‌ناپذیر و اعوجاج چهره در تصاویر…

شرکت Treblo با انتشار یک ابزار طبقه‌بندی، ادعا کرد آهنگ hit اثر Fenix Flexin کاملاً مصنوعی است. این یافته اولین مورد تأییدشده از ورود یک اثر تولیدشده توسط هوش مصنوعی به فهرست Hot…

توسعه‌دهندگان با استفاده از افزونه‌های بومی C++ در Node.js، عامل‌های هوش مصنوعی را از محدودیت‌های مرورگر خارج کرده‌اند تا کنترل مستقیم سیستم‌عامل داشته باشند. این تغییر معماری به…

شرکت میسترال مدل Shieldstral را منتشر کرد؛ یک طبقه‌بندی‌کننده ایمنی با وزن‌های باز که به جای دسته‌بندی‌های سخت، از پرسش‌های متنی برای نظارت بر محتوا استفاده می‌کند. این مدل…

ناومی باشکانسکی، پژوهشگر سابق OpenAI، به استارت‌آپ Conduit پیوست تا مدل‌های تبدیل فکر به متن را توسعه دهد. هدف این شرکت جایگزینی پرامپت‌های متنی با داده‌های عصبی غیرتهاجمی برای…

PixelRAG با جایگزینی تحلیل‌های متنی سنتی با یک خط لوله بصری، اسناد را به شکل کاشی‌های تصویری پردازش می‌کند. این سیستم با ترکیب بردارهای معنایی چندوجهی و جست‌وجوی ترکیبی OCR،…

رویکرد جدید مدل‌سازی اکتشافی (XM) با انتقال پیچیدگی از مرحله استنتاج به چرخه آموزش، مشکل «تاری مود» را حل کرده است. این تکنیک امکان تولید خروجی‌های دقیق در یک گام را فراهم می‌کند…