پرش به محتوای اصلی

موضوع

مدل‌های بازوزن

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

۲٬۰۳۶ مقاله منتشر شده

پایان کابوس هزینه‌های تصاعدی؛ Burnless و انقلاب در اقتصاد عامل‌های هوش مصنوعی
آموزش کاربردی

پایان کابوس هزینه‌های تصاعدی؛ Burnless و انقلاب در اقتصاد عامل‌های هوش مصنوعی

پروتکل جدید Burnless با تبدیل هزینه‌های تصاعدی به خطی، مصرف API را در سیستم‌های عامل‌محور تا ۹۰٪ کاهش می‌دهد. این ابزار با ترکیب حافظه پیش‌وند و تاریخچه‌های فشرده، مسیر…

۲ دقیقه خواندن
پایان دوران سیلوهای اطلاعاتی؛ حافظه‌ی جمعی برای عامل‌های هوش مصنوعی
آموزش کاربردی

پایان دوران سیلوهای اطلاعاتی؛ حافظه‌ی جمعی برای عامل‌های هوش مصنوعی

پروژه‌ی Stigmem v1.0 با معرفی یک بستر دانش فدرال، مشکل پراکندگی حافظه در سیستم‌های چندعاملی را حل می‌کند. این سیستم با تقلید از رفتار مورچه‌ها، امکان اشتراک‌گذاری حقایق تاییدشده…

۲ دقیقه خواندن
رمزگشایی از Trooper؛ ابزاری برای نجات حافظه‌ی هوش مصنوعی در لحظه‌ی بحران
آموزش کاربردی

رمزگشایی از Trooper؛ ابزاری برای نجات حافظه‌ی هوش مصنوعی در لحظه‌ی بحران

ابزار Trooper با ایجاد یک پروکسی سبک، مشکل قطع شدن گفتگوها هنگام اتمام سهمیه (Quota) مدل‌های ابری را حل می‌کند. این ابزار با استراتژی فشرده‌سازی سه‌لایه، بافت گفتگو را هنگام…

۲ دقیقه خواندن۱
چرا Mistral برای شکست دادن رقبای MoE، دوباره به مدل‌های متراکم روی آورد؟

چرا Mistral برای شکست دادن رقبای MoE، دوباره به مدل‌های متراکم روی آورد؟

مدل Mistral Medium 3.5 با ۱۲۸ میلیارد پارامتر، مرز بین مدل‌های استدلالی و کدنویسی را از بین برد. این مدل متراکم، پایداری عملیاتی را جایگزین تخصص‌های پراکنده کرد تا یک ابزار…

۳ دقیقه خواندن۱
پایان کابوس مهندسی دستی در آموزش مدل‌های با کانتکست بلند

پایان کابوس مهندسی دستی در آموزش مدل‌های با کانتکست بلند

پایتورچ با معرفی AutoSP، فرآیند پیچیده‌ی موازی‌سازی توالی‌ها را خودکار کرد. این ابزار اجازه می‌دهد مدل‌های زبانی بزرگ با کانتکست‌های ۱۰۰ هزار توکنی بدون نیاز به بازنویسی دستی کد…

۲ دقیقه خواندن۲