پرش به محتوای اصلی

موضوع

چندوجهی

Models that natively process text+image+audio+video

۱٬۶۶۴ مقاله منتشر شده

آموزش کاربردی

Muse Spark Open چگونه کدنویسی پیچیده را برای توسعه‌دهندگان تسهیل می‌کند؟

متا مدل چندوجهی و وزن‌باز Muse Spark Open را با هدف خودکارسازی پیچیدهٔ کدنویسی و جریان‌های کاری توسعه‌دهندگان معرفی کرد. این مدل با ۸۱۶ میلیارد پارامتر و پنجره متنی یک میلیون…

۱۷ دقیقه خواندن
آموزش کاربردی

منطق قطع صدای Twilio شکاف حافظه در عامل‌های صوتی هوش مصنوعی را پر می‌کند

به‌روزرسانی تاریخچه گفتگو بر اساس کلماتی که واقعاً پیش از قطع شدن توسط کاربر شنیده شده‌اند، برای حفظ وضعیت (State) عامل‌های صوتی حیاتی است. بدون این تطبیق، عامل‌ها بر اساس…

۴ دقیقه خواندن

تیم‌های برتر هوش مصنوعی فیزیکی ۳ برابر بیشتر روی داده‌ها وقت می‌گذارند

پلتفرم Voxel51 نسخه ۳.۰ خود را برای مدیریت داده‌های چندوجهی در رباتیک و هوش مصنوعی فیزیکی عرضه کرد. یافته‌های جدید نشان می‌دهد تیم‌های موفق نزدیک به ۶۰٪ از زمان پروژه خود را صرف…

۴ دقیقه خواندن
اخبار کوتاه روزانهگزارش تأییدنشده

مک‌بوک پرو با نمایشگر لمسی و تراشه‌های M5 در ۲۸ اکتبر معرفی می‌شود

اپل در ۲۸ اکتبر از نخستین مک‌بوک‌های لمسی و آیپد مینی OLED پرده برمی‌دارد. این سخت‌افزارهای جدید با تراشه‌های M5 و M6، گامی بلند برای ادغام تجربه کاربری تبلت و لپ‌تاپ در عصر هوش…

۳ دقیقه خواندن

«حفظ استانداردهای متن‌باز»؛ رویکرد پروژه Apertus در عرضهٔ مدل‌های جدید

پروژه Apertus نسخه‌ی ۱.۵ مدل‌های ۸ و ۷۰ میلیارد پارامتری خود را با قابلیت درک بومی تصویر و صوت و یک «حالت تفکر» تخصصی عرضه کرد. این به‌روزرسانی پنجرهٔ زمینه را به ۲۶۲,۱۴۴ توکن…

۱۰ دقیقه خواندن