موضوع
Open-source models, open weights, local hosting, licensing
۲٬۰۵۷ مقاله منتشر شده
شرکت DeepSeek AI چارچوب متن‌باز DeepSeek Harness (dsh) را برای ساخت عامل‌های هوش مصنوعی معرفی کرد. این ابزار با استفاده از معماری Cordis، هر جزء عملکردی عامل را به یک پلاگین قابل…
سه مدل پیشرو در جولای ۲۰۲۶ عرضه شدند که هر کدام در حوزه‌ای خاص برتری دارند: Opus 5 در رفع باگ، GPT-5.6 Sol در اتوماسیون CLI و Kimi K3 در هزینه و دسترسی باز.
با تبدیل شدن مدل‌های پیشرو به ابزارهایی جایگزین‌پذیر از نظر هزینه و توان، چالش صنعت از «تولید» به «تأیید» تغییر یافته است. نبود یک لایه استاندارد برای اعتبارسنجی در سامانه‌های…
داده‌های جدید نشان می‌دهد شرکت‌ها به‌دلیل قیمت دوبرابری مدل Fable 5 نسبت به رقبا، از پذیرش آن سر باز زده‌اند. این وضعیت نشان‌دهنده رسیدن بازار به سقفی است که در آن بهبودهای جزئی…
شرکت Dyna Robotics با معرفی مدل Dyna-2 ثابت کرد که آموزش ربات‌ها با استفاده از میلیون‌ها ساعت ویدیو از انسان‌ها، می‌تواند جایگزین داده‌های گران‌قیمت کنترل از راه دور شود. این مدل…
مجموعه‌ای از مخازن جدید در گیت‌هاب، هنر هوش مصنوعی را از پرامپت‌های ساده به «مهارت‌های» ساختاریافته تبدیل کرده‌اند. این سیستم‌ها به‌جای کپی کردن سبک‌ها، منطق تصمیم‌گیری یک مدیر…
سامانه celld امکان اجرای مدل اشیاء پایدار (Durable Objects) را روی زیرساخت شخصی فراهم می‌کند. این ابزار با جایگزینی سرویس‌های ابری با S3، وابستگی به تامین‌کننده را حذف و هزینه‌های…
معماری‌های جدید گوگل دیپ‌مایند و PrimeIntellect به عامل‌های هوش مصنوعی اجازه می‌دهد کد، پرامپت و حافظه خود را در لحظه بازنویسی کنند. این گذار از ساختارهای ایستا به سامانه‌های…
بسیاری از سرورهای هوش مصنوعی به دلیل باز بودن پورت‌های استنتاج در برابر اینترنت، در معرض نشت داده‌ها و سرقت مدل‌ها هستند. این راهنما معماری استقرار در محیط عملیاتی را با استفاده…
یک چارچوب متن‌باز جدید با معرفی «دفتر کل پوشش»، مانع از آن می‌شود که عامل‌های هوش مصنوعی نمونه‌های جزئی داده را به‌جای تحلیل کامل حساب کاربری جا بزنند. این سیستم با ردیابی دقیق…
یک ابزار متن‌باز با اعمال چک‌لیست «ضد-LLM»، الگوهای نوشتاری رایج هوش مصنوعی را از پیام‌های استخدامی حذف می‌کند. این سیستم با ممنوع کردن مواردی مثل لیست‌های گلوله‌ای و خط تیره، از…
معماری جدید حافظه محلی با استفاده از ساختار L1 و L2، تأخیر بازیابی داده‌ها را در عامل‌های هوش مصنوعی به زیر ۱۰ میلی‌ثانیه رساند. این رویکرد با جایگزینی پایگاه‌داده‌های برداری ابری…