پرش به محتوای اصلی

موضوع

کاربردی

۴٬۵۳۱ مقاله منتشر شده

آموزش کاربردی

درون XLS؛ نگاهی به زیرساخت متن‌باز گوگل برای خودکارسازی سخت‌افزار

پروژه XLS گوگل یک زنجیره ابزار متن‌باز است که توصیفات سطح بالا را به کدهای سخت‌افزاری Verilog تبدیل می‌کند. این ابزار با تبدیل طراحی سخت‌افزار به یک مسئله مهندسی نرم‌افزار، سرعت…

۹ دقیقه خواندن۴

«Meta One»؛ راهکار متا برای جبران هزینه‌های زیرساختی مدل‌های زبانی

متا با عرضه سرویس Meta One، ابزارهای هوش مصنوعی خود را در فیس‌بوک، اینستاگرام و واتس‌اپ پولی کرد. داده‌های اولیه نشان‌دهنده جهش خیره‌کننده درآمد این پلتفرم‌ها برای جبران هزینه‌های…

۴ دقیقه خواندن۳
آموزش کاربردی

«صندوق ورودی برای Agentها»؛ رویکرد جدید آمازون در تعامل با مدل‌ها

آمازون ابزار متن‌باز Pizza Bot را برای مدیریت وظایف طولانی‌مدت عامل‌های هوش مصنوعی معرفی کرد. این سیستم به‌جای اتصال دائمی، محیطی شبیه به صندوق ورودی ایمیل ایجاد می‌کند تا کاربران…

۵ دقیقه خواندن۳
آموزش کاربردی

عامل‌های هوش مصنوعی چگونه سرعت توسعهٔ درایورهای سخت‌افزاری را بالا می‌برند؟

کودی هو و تیمش با استفاده از مدل‌های زبانی پیشرفته، سخت‌افزار گرافیکی M4 اپل را مهندسی معکوس کرده و یک درایور سازگار با OpenGL ES 3.0 ساختند. این پروژه نشان می‌دهد که عامل‌های هوش…

۱۴ دقیقه خواندن
آموزش کاربردی

داده‌های Bastra-Recall: ۹۷٪ حافظه‌های بازیابی‌شده توسط هوش مصنوعی نادیده گرفته

بررسی یک سیستم حافظه محلی نشان می‌دهد که مدل‌های هوش مصنوعی با وجود دقت بالا در یافتن خاطرات، حجم عظیمی از داده‌های بی‌ربط را وارد پنجره متنی می‌کنند. این یافته ثابت می‌کند معیار…

۲ دقیقه خواندن
آموزش کاربردی

گوگل: چارچوب ADK نرخ خطاهای عملیاتی عامل‌های هوش مصنوعی را کاهش می‌دهد

مجموعه‌های ارزیابی ایستا در عامل‌های هوش مصنوعی به‌سرعت منسوخ می‌شوند و خطاهای واقعی تولید را می‌پوشانند. چارچوب جدید گوگل ADK یک چرخه کنترل‌شده برای تبدیل شکست‌های محیط عملیاتی…

۴ دقیقه خواندن

اتودسک تا سال ۲۰۲۷ گردش‌کارهای صنعتی را به سیستم‌های عامل‌محور منتقل می‌کند

اتودسک در حال تبدیل دستیار هوش مصنوعی خود به یک سامانه عامل‌محور است که به‌جای پاسخ به سؤالات، مدیریت پروژه‌ها را بر عهده می‌گیرد. این سیستم با استفاده از یک ارکستراتور،…

۴ دقیقه خواندن۳