مدلهای کوچک بردار معنایی در بازی بازیابی متنی برنده شدند
آزمون مقایسهای پنج مدل بردار معنایی نشان داد که اندازه مدل و تاریخ انتشار، پیشبینیکنندهٔ دقت بازیابی نیستند. مدل کوچک و اقتصادی distiluse-base-multilingual-cased-v2 در…
موضوع
Open-source models, open weights, local hosting, licensing
۲٬۳۹۶ مقاله منتشر شده
آزمون مقایسهای پنج مدل بردار معنایی نشان داد که اندازه مدل و تاریخ انتشار، پیشبینیکنندهٔ دقت بازیابی نیستند. مدل کوچک و اقتصادی distiluse-base-multilingual-cased-v2 در…
اجرای مدلهای زبانی بزرگ بهصورت محلی نیازمند حافظهای بیش از حجم وزنهای مدل است. حافظهٔ KV Cache در پنجرههای متنی بلند میتواند تا ۱۴ گیگابایت فضای اضافی اشغال کند و باعث کندی…
NSA، FBI و CISA هشدار دادند که مهاجمان از هوش مصنوعی برای ساخت سریع اسکریپتهای نفوذ به سیستمهای کنترل صنعتی استفاده میکنند. این تغییر، سد فنی برای حمله به زیرساختهای حیاتی…
شرکت Inco AI با معرفی DFlash 2، مکانیزم رمزگشایی گمانهزنانه را بهینهتر کرد تا توکنها بهجای توالی، بهصورت موازی پیشبینی شوند. این بهروزرسانی سرعت استنتاج را در مدلهای خاص…
آزمایشگاههای پیشرو در هوش مصنوعی تمام متون دیجیتال موجود در وب را برای آموزش مدلهای آینده میبلعند. این فرآیند نوعی «جاودانگی آماری» ایجاد میکند که در آن خروجیهای انسانی…
پلتفرم Unsloth با معرفی نسخه ۳.۰ کوانتش برای مدل Qwen3.8-27B، دقت مدلهای فشرده را ۱۰٪ بهبود بخشید. این بهروزرسانی با استفاده از مجموعهدادههای کالیبراسیون دقیقتر، امکان اجرای…
انویدیا و کونگ با انتقال تصمیمات مسیریابی مدلها از کد اپلیکیشن به لبهٔ زیرساخت، بحران هزینهای توکنها در سیستمهای عاملمحور را حل کردند. این معماری اجازه میدهد پرامپتها…
شرکت استرایپ (Stripe) با تصاحب OpenRouter، استنتاج هوش مصنوعی را به لایهی زیرساختی اقتصاد جهانی منتقل میکند. این اقدام با هدف تسریع پذیرش مدلهای چندگانه و تبدیل هوش مصنوعی به…
مدل جدید علیبابا با وجود اندازه کوچک، عملکردی در سطح مدلهای پیشرو در کدنویسی و اتوماسیون سیستمعامل ارائه میدهد. این مدل با معماری ترکیبی و لایسنس Apache 2.0، دسترسی به…
توسعهدهندگان ابزارهایی را منتشر کردهاند که واترمارکهای نامرئی متون تولیدشده توسط Claude را حذف میکند. این اقدام تلاشهای شرکت Anthropic برای رعایت قوانین شفافیت اتحادیه اروپا…
مدل Ornith-1.5 با معرفی یک سامانه بهبود خودکارِ بسته، توانسته است در بنچمارکهای کدنویسی و عاملمحور با مدل Claude Opus 4.8 برابری کند. این مدل بهجای تکیه بر دادههای انسانی،…
یک پروژه متنباز جدید، مدل ترنسفورمر را بهصورت خالص در زبان C و بدون نیاز به کتابخانههای خارجی پیاده کرده است. این مدل با تنها ۴۱۹۲ پارامتر، توانایی تعمیم الگوها را به شکلی به…