پرش به محتوای اصلی

موضوع

مدل‌های بازوزن

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

۲٬۳۹۶ مقاله منتشر شده

آموزش کاربردی

رمزگشایی از AGI روی CPU: وقتی معماری بر قدرت محاسباتی پیروز می‌شود

یک توسعه‌دهنده ادعا کرده است که توانسته معماری AGI را به نسخه‌ای فشرده تبدیل کند که روی CPU لپ‌تاپ‌های معمولی اجرا می‌شود. این پروژه با به چالش کشیدن قوانین مقیاس‌پذیری، نشان…

۳ دقیقه خواندن۳
آموزش کاربردی

چرا TRiP برای ساخت موتور ترنسفورمر، پایتون را به کل کنار گذاشت؟

یک توسعه‌دهنده طی ۱۸ ماه، موتور کامل ترنسفورمر را از صفر با زبان C بازنویسی کرد. TRiP امکان آموزش و استنتاج مدل‌هایی مثل Llama 2 را بدون نیاز به پایتون یا فریم‌ورک‌های سنگین فراهم…

۲ دقیقه خواندن۱
آموزش کاربردی

جراحی عصبی مدل‌های زبانی: Silico چگونه توهمات AI را متوقف می‌کند؟

شرکت Goodfire با معرفی ابزار Silico، دوران «کیمیاگری» در آموزش مدل‌ها را به پایان داد و مهندسی دقیق را جایگزین کرد. این پلتفرم با نقشه‌برداری از نورون‌های داخلی، امکان حذف توهمات…

۳ دقیقه خواندن۲

جادوی ۴۴۰ مگابایتی تنسنت برای شکست دادن گوگل ترنسلیت

تنسنت یک مدل ترجمه فوق‌فشرده و آفلاین را معرفی کرد که با حجم تنها ۴۴۰ مگابایت، کیفیتی در سطح سیستم‌های تجاری بزرگ دارد. این مدل ۳۳ زبان را پشتیبانی می‌کند و نیاز به اتصال ابری را…

۲ دقیقه خواندن۱

پایان سلطه‌ی مدل‌های حجیم: چگونه Granite 4.1 قواعد بازی را تغییر داد

IBM با معرفی خانواده‌ی Granite 4.1 ثابت کرد که مدل‌های کوچک‌تر با داده‌های باکیفیت می‌توانند مدل‌های غول‌پیکر را شکست دهند. نسخه‌ی ۸ میلیاردی این مدل در بنچمارک‌های کلیدی، عملکرد…

۳ دقیقه خواندن۲

چگونه HalluCiteChecker توهمات ارجاعات علمی را در چند ثانیه شکار می‌کند

پژوهشگران ابزار متن‌باز HalluCiteChecker را برای شناسایی ارجاعات جعلی در مقالات علمی معرفی کردند. این ابزار سبک، بدون نیاز به GPU و به‌صورت آفلاین روی CPUهای معمولی اجرا می‌شود تا…

۲ دقیقه خواندن۱

رمزگشایی از FutureWorld: یادگیری از اتفاقاتی که هنوز نیفتاده‌اند

پژوهشگران محیط FutureWorld را برای آموزش عامل‌های هوش مصنوعی زاینده به پیش‌بینی رویدادهای واقعی طراحی کرده‌اند. این سیستم با بستن حلقه‌ی یادگیری بین پیش‌بینی و نتیجه، امکان تکامل…

۲ دقیقه خواندن

چرا تعداد پارامترها در تصحیح تکالیف ریاضی هیچ اهمیتی ندارد

یک مطالعه جدید نشان می‌دهد که برای تصحیح دقیق تکالیف ریاضی، همراستاسازی معماری با دستورالعمل‌ها بسیار حیاتی‌تر از تعداد پارامترها است. در حالی که مدل‌های مبتنی بر Gemini عملکرد…

۲ دقیقه خواندن۲

چرا تنظیم دقیق مدل‌های زبانی، ایمنی ربات‌های پزشکی را تضمین نمی‌کند؟

بررسی ۷۲ مدل زبانی نشان می‌دهد که بیش از نیمی از آن‌ها در کنترل ربات‌های پزشکی، اخلاقیات حیاتی را نقض می‌کنند. این شکاف ایمنی، به‌ویژه در مدل‌های وزن‌باز، استقرار این فناوری در…

۲ دقیقه خواندن۱