پرش به محتوای اصلی

موضوع

مدل‌های بازوزن

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

۲٬۳۹۶ مقاله منتشر شده

آموزش کاربردی

زیرساخت‌های قابل جابه‌جایی در برابر مدل‌های بسته؛ نبردی بر سر مالکیت داده

سازمان‌ها برای بازپس‌گیری کنترل داده‌های حساس و مدیریت هزینه‌های پیش‌بینی‌ناپذیر، به سمت پشته‌های متن‌باز هوش مصنوعی حرکت می‌کنند. جداسازی لایه‌های سرویس‌دهی، ذخیره‌سازی و…

۳ دقیقه خواندن۳
آموزش کاربردی

رمزگشایی گمانه‌زنانه و حافظهٔ KV؛ راهکار کاهش تأخیر در مدل‌های زبانی

تکنیک‌های بهینه‌سازی جدید مانند رمزگشایی گمانه‌زنانه و توجه صفحه‌ای، گلوگاه پهنای‌باند حافظه در مدل‌های زبانی بزرگ را برطرف می‌کنند. این روش‌ها اجازه می‌دهند مدل‌های با پنجره متنی…

۳ دقیقه خواندن۲
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

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
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
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