پرش به محتوای اصلی

موضوع

مدل‌های بازوزن

Open-source models, open weights, local hosting, licensing

۲٬۳۹۶ مقاله منتشر شده

آموزش کاربردی

چهار بلوک ساختاری FROST حافظهٔ بلندمدت را به عامل‌های هوش مصنوعی بازگرداند

فریم‌ورک FROST با جداسازی مهارت‌های بدون وضعیت از ذخیره‌سازهای دائمی، مشکل «حافظه ماهی» در عامل‌های هوش مصنوعی را حل کرده است. این رویکرد اجازه می‌دهد عامل‌ها نتایج محاسبات پیشین…

۷ دقیقه خواندن
آموزش کاربردی

ابزار Job Finder India با مدل استدلالی رد درخواست‌های نامناسب را اولویت داد

هارش گارگ توسعه‌دهنده‌ای است که ابزار متن‌باز Job Finder India را برای جلوگیری از ارسال رزومه‌های نامناسب طراحی کرده است. این سیستم به‌جای افزایش لیست شغل‌ها، با ترکیب کدهای قطعی…

۵ دقیقه خواندن۲
آموزش کاربردی

موتور معاملاتی LLM_trader: جایگزینی داده‌های عددی با استنتاج تصویری

یک توسعه‌دهنده مستقل سیستمی متن‌باز ساخته است که به‌جای ارسال اعداد به مدل‌های زبانی، از تحلیل بصری نمودارهای 4K و اعتبارسنجی ریاضی استفاده می‌کند. این پروژه نشان می‌دهد که یک خط…

۷ دقیقه خواندن۲
آموزش کاربردی

تولید بازیابی‌افزا در برابر تنظیم دقیق: مرز میان دانش و رفتار مدل

انتخاب بین RAG و تنظیم دقیق به این بستگی دارد که آیا نیاز به به‌روزرسانی حقایق مدل دارید یا تغییر در شخصیت و لحن آن. در حالی که RAG مانند یک دفترچه راهنما برای داده‌ها عمل می‌کند،…

۱۰ دقیقه خواندن۲
زندگی با AI

«رمزگذاری صفر-دسترسی»؛ استراتژی پروتون برای حذف آموزش با داده‌های کاربر

شرکت پروتون دستیار هوش مصنوعی Lumo را معرفی کرد که با استفاده از رمزگذاری صفر-دسترسی، حتی دسترسی سازندگان را به گفتگوهای کاربر قطع می‌کند. این ابزار برخلاف مدل‌های رایج، از…

۱۳ دقیقه خواندن