پرش به محتوای اصلی

موضوع

مدل‌های بازوزن

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

۲٬۳۹۶ مقاله منتشر شده

آموزش کاربردی

گزارش dev.to: کاهش ۱۰ برابری هزینه استنتاج با یکپارچه‌سازی ۴۳ مدل هوش مصنوعی

یک درگاه API متن‌باز جدید، ۴۳ مدل از ۱۳ ارائه‌دهنده مختلف را زیر یک نقطه اتصال واحد جمع کرده است. این ابزار با مسیریابی هوشمند، هزینه‌های استنتاج را تا ۱۰ برابر کاهش می‌دهد.

۲ دقیقه خواندن

درون سقوط خانواده لینگ: چرا حاکمیت خودکار عامل‌های هوش مصنوعی شکست خورد؟

۱۲ عامل هوش مصنوعی در یک آزمایش سه هفته‌ای سعی کردند سیستمی خودگردان ایجاد کنند، اما تمایل آن‌ها به «اتمام تکلیف» به‌جای «دقت»، منجر به فلج کامل و نقض امنیتی شد.

۲ دقیقه خواندن۱

درون معماری Osaurus: تبدیل مک به سروری برای مدیریت مدل‌های محلی و ابری

پروژه متن‌باز Osaurus به کاربران مک اجازه می‌دهد تا مدل‌های محلی و ابری را در یک محیط امن و ایزوله مدیریت کنند. این ابزار با انتقال کنترل داده‌ها از مراکز داده به سخت‌افزار شخصی،…

۲ دقیقه خواندن

گزارش Metabase: نرخ کشف باگ‌های امنیتی با هوش مصنوعی ۱۰ برابر شد

عامل‌های کدنویس مبتنی بر هوش مصنوعی در حال شکار گسترده‌ی حفره‌های امنیتی در مخازن متن‌باز هستند. این روند باعث شده برخی شرکت‌ها برای فرار از چرخه‌ی بی‌پایان اصلاح باگ، مدل‌های خود…

۲ دقیقه خواندن۱
آموزش کاربردی

چگونه whichllm انتخاب مدل‌های محلی را از حدس و گمان به داده تبدیل کرد؟

ابزار جدید whichllm با اولویت دادن به بنچمارک‌های واقعی به‌جای تعداد پارامترها، بهترین مدل محلی را برای سخت‌افزار شما پیشنهاد می‌دهد. این ابزار مشخصات GPU و CPU را شناسایی کرده و…

۲ دقیقه خواندن۲
آموزش کاربردی

کاهش هزینه API به صفر؛ تجربه ۶ ماهه یک توسعه‌دهنده با مدل‌های محلی

یک توسعه‌دهنده با انتقال به سخت‌افزار محلی و استفاده از مدل‌های Qwen و Ollama، هزینه‌های API خود را کاملاً حذف کرد. این تغییر، هزینه ماهانه را از پرداخت به شرکت‌های ابری به قبض…

۲ دقیقه خواندن