پرش به محتوای اصلی

موضوع

چندوجهی

Models that natively process text+image+audio+video

۱٬۶۶۴ مقاله منتشر شده

آموزش کاربردی

deepDoctection ساختار اسناد پیچیده را برای سیستم‌های RAG قابل‌فهم کرد

راهنمای فنی جدیدی نشان می‌دهد چگونه می‌توان تشخیص چیدمان، نویسه‌خوانی نوری و شناسایی جداول را در یک جریان کاری واحد ادغام کرد. این چارچوب به توسعه‌دهندگان اجازه می‌دهد داده‌های…

۷ دقیقه خواندن

گزارش تولید محتوا: هزینه درام‌های کوتاه با AI ۸۵٪ کاهش یافت

استفاده از خط لوله‌های تولید بومیِ هوش مصنوعی، هزینه هر قسمت از درام‌های کوتاه را از ۹۵۰۰ دلار به ۱۳۰۰ دلار رسانده است. این تغییر اجازه می‌دهد تیم‌های کوچک، محتوا را ۱۲ برابر…

۳ دقیقه خواندن۵

هاروارد برای بازخورد به کارآفرینان از آواتارهای هوش مصنوعی استفاده می‌کند

دانشکده کسب‌وکار هاروارد در یک دوره آموزشی ۶۹۹ دلاری، از آواتارهای دیجیتال برای ارائه بازخورد شخصی‌سازی‌شده به دانشجویان استفاده می‌کند. این سیستم با شبیه‌سازی نسخه‌های دیجیتال از…

۱ دقیقه خواندن۱
آموزش کاربردی

زیست‌سنجی چهره در برابر تطبیق متنی برای بستن حفره‌های احراز هویت

استفاده از تطبیق‌های تقریبی در سیستم‌های احراز هویت، امکان ثبت‌نام با نام‌های مستعار و حروف تک را فراهم کرده است. کارشناسان معتقدند تنها جایگزین امن برای این حفره‌های سیستمی،…

۳ دقیقه خواندن۲

«تجربه استین‌وی در مرورگر»؛ قابلیت جدید ابزار رایگان Pianoify

ابزار رایگان Pianoify فایل‌های صوتی و لینک‌های یوتیوب را به نت‌های پیانو و فایل MIDI تبدیل می‌کند. این سرویس با استفاده از یک رمزگشای بلادرنگ، صداها را مستقیماً در مرورگر به اجرای…

۱ دقیقه خواندن۲
آموزش کاربردی

LuxurAI با موتور vLLM دوگانه دقتِ درک صفحه را در عامل‌های دسکتاپ ارتقا داد

سیستم Neo v0.1 با جایگزینی تولید فایل‌های یکپارچه با کامپایل بلوکی، خطاهای ساختاری در رابط‌های کاربری را حذف کرد. این عامل دسکتاپ از یک موتور بینایی دوگانه برای مبنی‌سازی دقیق…

۱ دقیقه خواندن۱
زندگی با AI

شکاف کاربردی ChatGPT و Grok؛ برتری در سازمان‌دهی در برابر تحلیل لحظه‌ای

آزمون‌های مقایسه‌ای نشان می‌دهد ChatGPT همچنان ابزاری برتر برای کارهای ساختاریافته و یکپارچگی فایل‌هاست، در حالی که Grok در تحلیل داده‌های لحظه‌ای شبکه‌های اجتماعی و استدلال‌های…

۳ دقیقه خواندن۲
آموزش کاربردی

۳ ثانیه صوت برای جعل کامل هویت؛ سقوط سد امنیتی بیومتریک

مدل‌های جدید سنتز صوتی اکنون می‌توانند تنها با ۳ ثانیه داده، صدای هر انسانی را با دقت خیره‌کننده شبیه‌سازی کنند. این پیشرفت، سیستم‌های احراز هویت صوتی را ناکارآمد کرده و مهندسان…

۲ دقیقه خواندن۱

مدل‌سازی دنیای ذهنی دقتِ پیش‌بینی رفتارهای انسانی در هوش مصنوعی را به ۸۷.۹٪

پژوهشگران چارچوبی به نام «مدل‌سازی دنیای ذهنی» (MWM) ابداع کرده‌اند که به جای تمرکز صرف بر اشیاء فیزیکی، باورها و نیات انسان را ردیابی می‌کند. این رویکرد در پیش‌بینی تعاملات…

۵ دقیقه خواندن۳