موضوع
Open-source models, open weights, local hosting, licensing
۲٬۰۳۷ مقاله منتشر شده
مدل آزمایشی mini-AGI با استفاده از سیستم صفحه‌بندی وزن‌ها، امکان یادگیری مستمر را روی سخت‌افزارهای مصرف‌کننده فراهم می‌کند. این مدل با به‌کارگیری نرخ یادگیری دوگانه، مشکل فراموشی…
انتخاب درگاه (Gateway) مناسب در سال ۲۰۲۶ دیگر تنها یک تصمیم فنی نیست، بلکه توازنی میان کنترل هزینه‌ها، محل ذخیره داده‌ها و مسیریابی مدل‌هاست. این بررسی تفاوت‌های ساختاری میان…
یک ارزیابی فنی نشان می‌دهد که مدل‌های کوچکِ تنظیم‌شده (Fine-tuned) در وظایف مبتنی بر واژگان، بسیار دقیق‌تر و تا ۲۰ برابر سریع‌تر از APIهای پیشرفته عمل می‌کنند. این یافته ثابت…
بایت‌دنس و دانشگاه تسینگ‌هوا سیستم متن‌باز DAPO را برای بهینه‌سازی یادگیری تقویتی در مدل‌های استدلالی معرفی کردند. این سیستم در محک AIME 2024، عملکرد مدل DeepSeek-R1-Zero را با…
یک توسعه‌دهنده مجموعه‌ای متن‌باز به نام MagicKit را منتشر کرد که تولید تصویر، متن و ویدیو را بدون نیاز به ثبت‌نام یا کلید API فراهم می‌کند. این پروژه نشان می‌دهد چگونه می‌توان…
گزارش‌های جدید حاکی از آن است که غول‌های هوش مصنوعی با بزرگ‌نمایی خطرات «عامل‌های سرکش»، به دنبال دریافت معافیت‌های ضد انحصار از دولت آمریکا هستند. این استراتژی با هدف مسدود کردن…
یک خط لوله‌ی پایتونی جدید با مجوز MIT، فرآیند تولید مستند از پژوهش تا تدوین نهایی را خودکار می‌کند. این سیستم با استفاده از ابزارهای محلی، مشکلاتی نظیر توهم در ارجاعات و ناهماهنگی…
شرکت دیپ‌سیک در ۱۰ سپتامبر ۲۰۲۶ مدل V4.1-Flash را معرفی کرد که علی‌رغم اندازه کوچک‌تر، عملکرد مدل پرچمدار V4-Pro را شکست می‌دهد. این تغییر نشان‌دهنده چرخش صنعت از مدل‌های غول‌پیکر…
علی‌بابا مدل وزن‌باز Qwen-Image-2.1 را برای تولید و ویرایش دقیق تصاویر منتشر کرد. این مدل با بهینه‌سازی برای سخت‌افزارهای مصرف‌کننده، قابلیت پشتیبانی بومی از تصاویر شفاف RGBA را…
بررسی جامع سپتامبر ۲۰۲۶ نشان می‌دهد که ابزارهای مدیریت استنتاج هوش مصنوعی به سه دستهٔ موتورهای با توان عملیاتی بالا، کنسول‌های سازمانی و پلتفرم‌های توزیع‌شده تقسیم شده‌اند. انتخاب…
پلتفرم Pirate Face زیرساختی غیرمتمرکز برای آینه‌سازی مدل‌های Hugging Face ایجاد کرده است. این سیستم با تبدیل وزن‌های مدل به تورنت‌های تأییدشده، دسترسی به مدل‌های باز را حتی پس از…
مدل جدید تنسنت با جداسازی لایه‌ی گفتگو از پردازش‌های پیچیده، تعاملات صوتی روان و قابل قطع‌شدنی را ممکن کرده است. این مدل در زمان‌بندی پاسخ‌ها پیشتاز است، اما در حال حاضر دقت اجرای…