چرا مدل Ornith-1.0-35b در سناریوهای سخت مهندسی شکست میخورد؟
یک آزمون استرس روی مدل محلی Ornith-1.0-35b نشان داد که عملکرد این مدل در مواجهه با پیچیدگیهای دنیای واقعی بهطور کامل فرو میپاشد. در حالی که مدل در وظایف ساده موفق بود، در تمامی…
موضوع
Open-source models, open weights, local hosting, licensing
۲٬۳۹۶ مقاله منتشر شده
یک آزمون استرس روی مدل محلی Ornith-1.0-35b نشان داد که عملکرد این مدل در مواجهه با پیچیدگیهای دنیای واقعی بهطور کامل فرو میپاشد. در حالی که مدل در وظایف ساده موفق بود، در تمامی…
شرکت Zhipu AI مدل با وزنهای باز GLM-5.2 را عرضه کرد که در کدنویسی تقریباً با Claude Opus 4.8 برابر است اما هزینه استنتاج بسیار کمتری دارد. غولهای فناوری مانند Coinbase و Siemens…
مایکروسافت توزیع Azure Linux 4.0 را به عنوان یک سیستمعامل کامل برای هر نوع سختافزاری منتشر کرد. این اقدام، این توزیع مبتنی بر فدورا را به جایگزینی احتمالی برای Windows Server در…
یک موتور متنباز جدید برای مدلهای زبانی بزرگ، امکان تبدیل رمانهای طولانی به دنیاهای تعاملی RPG را فراهم میکند. این سیستم با استفاده از حافظه بلندمدت و سیستم شاخهبندی شبیه به…
نسخه ۹.۱ ابزار FFmpeg یک کدگذار AAC کاملاً بازنویسیشده معرفی کرد که در کیفیت خروجی از استانداردهایی مثل fdk-aac پیشی گرفته است. این ابزار با بهینهسازی کنترل نرخ و ابزارهای…
ابزار متنباز ghealth با ایجاد یک رابط خط فرمان (CLI) برای API نسخه ۴ گوگل، استخراج دادههای سلامت را تسهیل میکند. این ابزار به گونهای طراحی شده تا معیارهای زیستی را بهطور…
تحلیل هزینهها نشان میدهد میزبانی شخصی مدلهای بازمتن برای پروژههای کوچک و متوسط بهشدت پرهزینه است. هزینههای پنهان مربوط به زیرساخت و نیروی عملیاتی، مزایای کنترل کامل بر…
پلتفرم متنباز Manifest با هدایت وظایف ساده به مدلهای محلی یا لایههای رایگان، هزینههای توکن را حذف میکند. این سیستم مانع از پرداخت هزینههای گزاف برای مدلهای پیشرو در کارهای…
دادههای جدید شکاف عمیقی را میان بنچمارکهای کوتاه و وظایف واقعی-طولانی کدنویسی نشان میدهند. مدل Opus 4.8 در جریانهای کاری چندساعته و پیچیده، عملکردی بهمراتب برتر از رقبا دارد.
پلتفرم MarketFish با ایجاد ۱۲۸ شخصیت متنوع از هوش مصنوعی، امکان تست ایدههای تجاری را پیش از تولید کد فراهم میکند. این ابزار بهجای پرسوجوهای ساده، ۳۰ دور شبیهسازی برای…
گیتهاب اکنون امکان انتخاب مدل Kimi K2.7 Code را فراهم کرده است تا توسعهدهندگان به جای مدلهای بسته، از گزینهای ارزانتر و با وزنهای باز استفاده کنند. این قابلیت در حال حاضر…
آزمایشهای مدل Gemma 4 2B روی سختافزار محلی نشان میدهد که فاصله میان تولید توابع ساده و تغییرات واقعی در مخازن کد بسیار زیاد است. در حالی که مدل در وظایف محدود موفق است، در…