پرش به محتوای اصلی

موضوع

مدل‌های بازوزن

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

۲٬۰۵۲ مقاله منتشر شده

موتور تکاملی VIDRAFT: چگونه مدل ۳۶ میلیارد پارامتری، غول‌های ۳۹۷ میلیاردی را به چالش کشید
آموزش کاربردی

Darwin-36B در برابر مدل‌های غول‌پیکر؛ پیروزی بازترکیب تکاملی بر حجم داده

مدل جدید Darwin-36B-Opus توانست در یکی از سخت‌ترین محک‌های استدلال، با مدلی ۱۱ برابر بزرگ‌تر برابری کند. این دستاورد به‌جای آموزش سنگین با GPU، از طریق یک فرآیند تکاملی برای ترکیب…

۴ دقیقه خواندن۲
لپ‌تاپ کامپیوتر قابل حمل روی میز چوبی در کنار قهوه و عینک.

پردازش محلی در برابر ابری؛ رویکرد جدید Perplexity برای داده‌های حساس

پرتپلکسیتی با معرفی Portable Computer، امکان اجرای کامل عامل‌های هوش مصنوعی را روی سخت‌افزار محلی کاربر فراهم کرد. این سیستم با حذف هزینه‌های توکن و افزایش حریم خصوصی، تحلیل…

۴ دقیقه خواندن۴
نشانگرهای نوشتاری هوش مصنوعی: ساخت مجموعه داده باز و ابزار بررسی در Hugging Face
آموزش کاربردی

جایگزینی درصد احتمال با فهرست الگوهای متنی در تشخیص متون هوش مصنوعی

پروژه متن‌باز ai-writing-markers به‌جای ارائه درصد احتمال تولید متن توسط AI، فهرستی شفاف از الگوهای زبانی و تکرارهای رایج مدل‌ها را ارائه می‌دهد. این ابزار با شناسایی «ردپاهای»…

۹ دقیقه خواندن
لوگوی pgbot.dev - هوش پستگرس برای عامل‌ها و اپلیکیشن‌های هوش مصنوعی
آموزش کاربردی

«خداحافظی با داشبوردهای پیچیده»؛ رویکرد جدید pgbot در تحلیل داده

ابزار متن‌باز pgbot داشبوردهای پیچیده پایگاه‌داده را با یک رابط هوش مصنوعی جایگزین می‌کند. این ابزار به توسعه‌دهندگان اجازه می‌دهد سلامت سیستم و عملکرد کوئری‌ها را با زبان طبیعی…

۳ دقیقه خواندن۱
ممیز امنیتی لاگ هوش مصنوعی: تحلیل خودکار رخدادهای امنیتی سیستم با یادگیری ماشین
آموزش کاربردی

چطور مدل‌های هوش مصنوعی فرآیند ترییاژ لاگ‌های امنیتی را تسریع می‌کنند؟

یک ابزار متن‌باز جدید با استفاده از مدل‌های هوش مصنوعی، زمان بررسی لاگ‌های امنیتی را از ۱۵ دقیقه به چند ثانیه کاهش داده است. این سیستم با خوشه‌بندی ناهنجاری‌ها و پیشنهاد دستورات…

۳ دقیقه خواندن۲
آی‌بی‌ام: مدل Granite Speech 5.0، ۳.۵ ساعت گفتار را در یک ثانیه رونویسی می‌کند

مدل Granite Speech 5.0 آی‌بی‌ام ۳.۵ ساعت صوت را در یک ثانیه تبدیل به متن می‌کند

آی‌بی‌ام دو مدل فشرده برای بازشناسی گفتار منتشر کرد که سرعت پردازش آن‌ها ۱۲ هزار برابر بیشتر از زمان واقعی است. این مدل‌ها با حذف کامل لایه زبانی، توان عملیاتی عظیمی را برای…

۴ دقیقه خواندن۱
تراشه‌های M6 و M5 Ultra اپل برای جهشی بزرگ در پردازش هوش مصنوعی

حافظه ۵۱۲ گیگابایتی M5 Ultra امکان اجرای مدل‌های ۱۰۰ میلیاردی را فراهم کرد

اپل با معرفی تراشه‌های M6 و M5 Ultra، سقف حافظه یکپارچه را به ۵۱۲ گیگابایت رساند. این جهش سخت‌افزاری به توسعه‌دهندگان اجازه می‌دهد مدل‌های زبانی بسیار بزرگ را به‌طور کامل و بدون…

۵ دقیقه خواندن۱
ساختار مدل‌های زبانی بزرگ Granite 4.2: معماری و روش آموزش
آموزش کاربردی

مدل‌های Granite 4.2 آی‌بی‌ام با یادگیری تقویتی مرحله‌بندی‌شده استدلال می‌کنند

آی‌بی‌ام خانواده مدل‌های استدلالی Granite 4.2 را با وزن‌های باز منتشر کرد که بر اساس ۱۵ تریلیون توکن آموزش دیده‌اند. این مدل‌ها با استفاده از یک خط لوله یادگیری تقویتی…

۲۵ دقیقه خواندن۳
مقایسه مدل‌های محلی و API ابری: انتخاب بهترین روش برای توسعه
آموزش کاربردی

«توزیع هوشمند وظایف»؛ راهکار جدید برای مدیریت مدل‌های محلی و ابری

برنامه‌نویسان برای عبور از انتخاب سخت میان مدل‌های محلی و APIهای ابری، به سمت گردش‌کار ترکیبی (Hybrid) حرکت می‌کنند. با سپردن کارهای تکراری به مدل‌های محلی و استدلال‌های پیچیده به…

۴ دقیقه خواندن۲
کامپیوتر همراه: عامل هوش مصنوعی محلی جدید Perplexity و چرایی تحول‌آفرینی آن

پرتپلکسی با Portable Computer استنتاج عامل‌های هوش مصنوعی را محلی کرد

شرکت Perplexity ابزاری را معرفی کرد که پردازش عامل‌های هوش مصنوعی را از ابر به سخت‌افزار شخصی کاربر منتقل می‌کند. این رویکرد با هدف حذف هزینه‌های استنتاج و ارتقای حریم خصوصی برای…

۴ دقیقه خواندن۳
شکستن مرزهای برنامه‌نویسی: ساخت مغز دیجیتال نورومورفیک C++17 با هوش مصنوعی، بدون یک خط کد (متن‌باز کامل)
آموزش کاربردیتأییدنشده · منبع منفرد

درون فرآیندِ کدنویسی C++17 با تکیه بر پرامپت‌های هوش مصنوعی

یک غیربرنامه‌نویس با استفاده از ترکیب مدل‌های Claude، DeepSeek و Gemini توانست موتور عصبی FractalBrainOS را بر پایه C++17 توسعه دهد. این پروژه که اکنون متن‌باز شده است، هدفش ایجاد…

۲ دقیقه خواندن۱