«حذف تنظیمات دستی»؛ هدف جدید کتابخانهٔ متنباز Tensorless برای PyTorch
یک کتابخانه متنباز جدید به نام Tensorless نیاز به تنظیم دستی ابرپارامترهایی مانند اندازه دسته و لایههای مدل را از بین برده است. این ابزار به توسعهدهندگان اجازه میدهد تنها با…
موضوع
Open-source models, open weights, local hosting, licensing
۲٬۳۹۶ مقاله منتشر شده
یک کتابخانه متنباز جدید به نام Tensorless نیاز به تنظیم دستی ابرپارامترهایی مانند اندازه دسته و لایههای مدل را از بین برده است. این ابزار به توسعهدهندگان اجازه میدهد تنها با…
برخلاف باور رایج، رم سیستم در بارگذاری مدلهای زبانی نقشی ندارد و تمام وزنهای مدل باید در VRAM جای بگیرند. این تفکیک سختافزاری دلیل اصلی تولید کلمه-به-کلمهٔ پاسخها و گلوگاه…
ابزار جدیدی به نام SIMURG مشکل جابهجایی تصادفی زبان در مدل GLM-5.3-Flash را برطرف میکند. این راهکار بهویژه در نسخههای کوانتیده، مانع از ورود ناگهانی زبان چینی به پاسخهای…
در سال ۲۰۲۶، موفقیت مدلهای زبانی در محیطهای تجاری دیگر به هوشمندی مدل، بلکه به انضباط زیرساختی وابسته است. سازمانهای حساس باید برای تضمین امنیت و انطباق قانونی، مرزهای استقرار،…
پروژه LAION یک مجموعه داده باز به نام LAION-BVD شامل ۸۰ میلیون ویدیو و ۱.۳ میلیارد URL منتشر کرد. این اقدام با هدف شکستن انحصار غولهای فناوری بر دادههای آموزشی مقیاسبزرگ برای…
پلتفرم SenteLabsAI چارچوب متنباز OpenExecutive را معرفی کرد که با هماهنگسازی ۸ عامل هوش مصنوعی تخصصی، یک هیئتمدیره مجازی میسازد. این سیستم دانش سطح MBA را با دادههای داخلی…
پروژه MyZubster با ایجاد یک اکوسیستم متنباز، هوش مصنوعی را از جایگاه «منبع حقیقت» به یک «ابزار تفسیر» تغییر میدهد. این سیستم با اتصال حسگرهای اینترنت اشیا و زنجیره بلوکچین،…
تحلیل جامع هزینهها نشان میدهد پلتفرمهای مدیریتشده برای حجم پایین درخواستها بهصرفهترند، اما در مقیاس سازمانی، میزبانی شخصی ۶۰ تا ۷۰ درصد ارزانتر تمام میشود. تصمیم نهایی…
استارتاپ Deep Cogito با جذب سرمایه جدید قصد دارد تمرکز توسعه هوش مصنوعی را از پیشآموزشهای عظیم به پسآموزشهای پیشرفته تغییر دهد. این رویکرد با تبدیل زنجیرههای استدلالی طولانی…
شرکت Tailscale ابزار متنباز Tailcat را معرفی کرد که امکان ایجاد تونلهای نقطه-به-نقطه را بدون نیاز به پنل مدیریتی مرکزی فراهم میکند. این ابزار با استفاده از توکنهای ساده، اتصال…
علیبابا مدل آزمایشی Qwen3.8-Flash-Next را معرفی کرد که با معماری جدید لایه بردار معنایی، هزینههای آموزش را بهشدت کاهش داده است. این مدل با وجود اندازه کوچک، در وظایف کدنویسی و…
یک توسعهدهنده با حذف دستورات تکراری در پرامپت سیستمی و غیرفعال کردن چرخههای استدلال غیرضروری، تأخیر مدل Flash Onyx 2.1 را بهشدت کاهش داد. این تغییر باعث حذف پاسخهای خالی…