پرش به محتوای اصلی

موضوع

هوش لبه

SLMs, on-device inference, mobile AI, AI PCs

۱٬۶۶۱ مقاله منتشر شده

چگونه معماری PHA مصرف حافظه در متون طولانی را ۴۰٪ کاهش داد؟

چگونه معماری PHA مصرف حافظه در متون طولانی را ۴۰٪ کاهش داد؟

پژوهشگران با معرفی معماری ترکیبی موازی (PHA)، مدل‌های حالت-فضا و مکانیسم توجه را در شاخه‌های مجزا ادغام کرده‌اند. این رویکرد دقت مدل‌های ترانسفورمر را حفظ کرده و هم‌زمان سرعت…

۱ دقیقه خواندن۲
چرا دقت بازسازی در حسگرها معیار فریبنده‌ای برای نمایش واقعیت است؟

چرا دقت بازسازی در حسگرها معیار فریبنده‌ای برای نمایش واقعیت است؟

پژوهشگران چارچوب OQ-TSAE را معرفی کرده‌اند تا نمایش‌های هوش مصنوعی را راستی‌آزمایی کنند تا تنها تمایزات موردپشتی سخت‌افزاری را حفظ کنند. این سیستم با استفاده از «خارج‌قسمت‌های…

۱ دقیقه خواندن
Snaply.ai در برابر Whisperflow؛ کدام ابزار تبدیل صوت به متن برای مک برنده است؟
آموزش کاربردی

Snaply.ai در برابر Whisperflow؛ کدام ابزار تبدیل صوت به متن برای مک برنده است؟

ابزارهای تبدیل صوت به متن محلی در مک‌های سری M جایگزین سرویس‌های ابری شده‌اند. Snaply.ai به دلیل رایگان بودن، قابلیت آفلاین و تمرکز بر حریم خصوصی، به پیشنهاد اول کاربران تبدیل شده…

۱ دقیقه خواندن
داده‌های پوکمون گو در آموزش هوش مصنوعی پهپادهای نظامی استفاده شد

درون همکاری Niantic و Vantor برای حذف GPS از پهپادهای ارتش آمریکا

داده‌های کاربران Pokémon Go برای آموزش مدل‌های هوش مصنوعی مکانی استفاده شده است تا پهپادهای نظامی بتوانند بدون GPS و در محیط‌های دارای اختلال سیگنالی حرکت کنند. این سیستم با ترکیب…

۳ دقیقه خواندن۲
ماهواره‌ای که خودش یاد گرفته اشیاء را روی زمین پیدا کند

خلاص شدن از گلوگاه داده‌ها: نخستین شناسایی مستقل اهداف در مدار با Gemma 3

ماهواره YAM-9 با استفاده از مدل Gemma 3 موفق شد برای نخستین بار اهداف زمینی را بدون دخالت انسان در مدار شناسایی کند. این انتقال پردازش به لبه، گلوگاه‌های ارسال داده را حذف کرده و…

۴ دقیقه خواندن۱
چرا توسعه‌دهندگان مدل‌های ابری Claude را با Qwen 3.6 محلی جایگزین می‌کنند؟
زندگی با AIتأییدنشده · منبع منفرد

چرا توسعه‌دهندگان مدل‌های ابری Claude را با Qwen 3.6 محلی جایگزین می‌کنند؟

برنامه‌نویسان در حال جایگزینی اشتراک‌های گران‌قیمت ابری با پشته‌های محلی بر پایه Qwen 3.6 و Pi.dev هستند. این روند، اولویت را از «استدلال سطح ارشد» به «حریم خصوصی و هزینه صفر»…

۹ دقیقه خواندن
چگونه تقطیر قوانین فیزیکی از LLMها سرعت استنتاج صنعتی را به ۶۰۰۰ هرتز رساند

چگونه تقطیر قوانین فیزیکی از LLMها سرعت استنتاج صنعتی را به ۶۰۰۰ هرتز رساند

یک چارچوب جدید با استفاده از مدل‌های زبانی برای استخراج قوانین فیزیکی از متون علمی و تبدیل آن‌ها به شبکه‌های عصبی سبک برای محیط‌های صنعتی طراحی شده است. این روش امکان پیش‌بینی…

۲ دقیقه خواندن۱
کاهش ۴۴ درصدی تأخیر پردازش ECG در رایانش لبه با کوانتیزاسیون INT8

کاهش ۴۴ درصدی تأخیر پردازش ECG در رایانش لبه با کوانتیزاسیون INT8

یک سامانه جدید یادگیری فدرال برای تشخیص ناهنجاری‌های ECG، با ترکیب حریم خصوصی تفاضلی و کوانتیزاسیون INT8، دقت بالای مدل را در سخت‌افزارهای لبه حفظ می‌کند. این سیستم روی Raspberry…

۲ دقیقه خواندن
چرا حجم پارامترها در اتوماسیون صنعتی دیگر معیار موفقیت نیست؟

چرا حجم پارامترها در اتوماسیون صنعتی دیگر معیار موفقیت نیست؟

یک چارچوب عامل‌محور جدید با استفاده از AutoGen، طراحی موانع بتنی بزرگراه‌ها را با دقت ۹۸٪ خودکار کرده است. این پژوهش ثابت می‌کند مدل‌های ۸ میلیاردی در صورت مدیریت در یک سیستم…

۱ دقیقه خواندن۱
معماری پایپ‌لاین ASR سه‌مدله روی گوشی با Claude Code
آموزش کاربردی

چرا تسلط بر سینتکس برنامه‌نویسی دیگر مزیت رقابتی توسعه‌دهندگان نیست؟

یک توسعه‌دهنده تک‌نفره توانست تنها در دو ماه اپلیکیشن Traverba را بسازد. او با استفاده از Claude Code، پیچیدگی‌های فنی کدنویسی موبایل را حذف کرد تا روی بهینه‌سازی حافظه و باتری در…

۴ دقیقه خواندن۲
رابط کاربری برنامه دسکتاپ PaperQuay
آموزش کاربردیگزارش تأییدنشده

چرا پژوهشگران برتر، تحلیل مقالات خود را به حافظه محلی منتقل می‌کنند؟

اپلیکیشن PaperQuay با انتقال تحلیل‌های هوش مصنوعی به حافظه محلی، امنیت داده‌های حساس پژوهشی را تضمین می‌کند. این ابزار، مدیریت PDF، ترجمه و عامل‌های برنامه‌ریزی‌شده را در یک محیط…

۲ دقیقه خواندن۱