درون موتور سایزینگ آمازون؛ تبدیل مدلهای سهبعدی به نسبتهای نرمال
آمازون از بینایی ماشین و بردارهای ویژگی با ابعاد بالا برای تحلیل فرم بدن و بهینهسازی تناسب لباس استفاده میکند. این سامانه مدلهای سهبعدی بدن را به نسبتهای نرمالشده تبدیل…
موضوع
۴٬۵۳۱ مقاله منتشر شده
آمازون از بینایی ماشین و بردارهای ویژگی با ابعاد بالا برای تحلیل فرم بدن و بهینهسازی تناسب لباس استفاده میکند. این سامانه مدلهای سهبعدی بدن را به نسبتهای نرمالشده تبدیل…
یک چارچوب نظارتی جدید نشان میدهد که استخرهای رایگان توکن برای مخازن کد خصوصی عملاً بیارزش هستند. گلوگاه واقعی در بررسیهای AI، نه تعداد توکنها، بلکه مالکیت دادهها و ظرفیت…
دقت تبدیل گفتار به متن در سال ۲۰۲۵ برای زبان انگلیسی در شرایط ایدهآل به سطح انسانی رسیده است. با این حال، تفکیک گویندگان همچنان بزرگترین چالش فنی برای ابزارهای transcription است.
تستهای عملی مدل LFM 2.5 3B نشان میدهد که سختافزارهای میانرده برای اجرای هوش مصنوعی پیشرفته کافی هستند. این مدل با سرعت بالا در تولید متن و کدنویسی، نیاز به خوشههای پردازشی…
محک جدید AgentToolEval نشان میدهد مدلهای کوچک و سریع میتوانند در قابلیت فراخوانی ابزار با مدلهای پیشرو برابری کنند. این ارزیابی با تمرکز بر «فرآیند» بهجای «پاسخ نهایی»، نقاط…
شرکت MonkeyCode با معرفی روش «صفحه آزمون»، اجرای عاملهای هوش مصنوعی را از تأیید محلی جدا کرد. این سیستم با الزام به اعتبارسنجی مستقل نتایج، مانع از آن میشود که مدلها درباره…
یک چارچوب متنباز جدید با پیادهسازی الگوی Karpathy، مخازن Obsidian را به پایگاههای دانشی تبدیل میکند که توسط عاملهای هوش مصنوعی بهطور فعال بازنویسی و بهروزرسانی میشوند. این…
پلتفرم LearnCoachAssist با تفکیک تولید متن از محاسبات ریاضی، نرخ خطای مدلهای زبانی را در ۴۵۱ درس کوچک به صفر رساند. این سیستم بهجای تکیه بر استنتاج مدل، از توابع جاوااسکریپت…
یک راهنمای فنی جدید روش انتقال سرویسهای تبدیل متن به گفتار از محیط محلی به سرورهای VPS را بررسی میکند. توسعهدهندگان با ایجاد یک Wrapper بر پایه Flask، میتوانند دسترسی دائمی و…
پروژه MonkeyCode با معرفی یک «دروازه جایگذاری»، تعیین میکند کدام بخش از کدهای حساس در سیستم محلی بماند و کدام وظایف سنگین به سرورهای ابری منتقل شود. این سیستم با استفاده از یک…
یک پیادهسازی عملی از سیستم تولید بازیابیافزا (RAG) نشان میدهد چگونه میتوان با تعیین مرزهای سختگیرانه برای زمینه، توهمات مدلهای زبانی را از بین برد. این سیستم با استفاده از…
پروژه Zerobrew با استفاده از ذخیرهسازی محتوا-محور، زمان نصب بستههای تکراری در اکوسیستم Homebrew را به شدت کاهش داده است. بنچمارکها نشان میدهند که نصبهای «گرم» در این کلاینت…