پرش به محتوای اصلی

موضوع

هوش لبه

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

۱٬۶۶۱ مقاله منتشر شده

چرا مدل NeuroBait به جای لیست‌های خشک، روی محرک‌های دوپامین تمرکز کرده است؟
آموزش کاربردی

چرا مدل NeuroBait به جای لیست‌های خشک، روی محرک‌های دوپامین تمرکز کرده است؟

پروژه‌ی NeuroBait با تنظیم دقیق مدل Gemma 3، رویکردی جدید برای مقابله با «فلج تصمیم‌گیری» در افراد دارای ADHD ارائه داد. این مدل به جای ارائه چک‌لیست‌های طولانی، از لحنی حمایتی…

۳ دقیقه خواندن
ارسال کد از گوشی هنگام درازکشیدن روی مبل: راه‌اندازی دقیق
آموزش کاربردیتأییدنشده · منبع منفرد

ترکیب Tailscale و tmux: سازوکار ارسال کد تولیدی از آیفون با عامل‌های هوش مصنوعی

یک توسعه‌دهنده روشی را منتشر کرد که در آن آیفون را به ترمینالی برای مدیریت عامل‌های کدنویسی تبدیل می‌کند. این سیستم با استفاده از یک مک به عنوان سرور SSH و ابزارهای شبکه، اجازه…

۵ دقیقه خواندن
مدل CT-VAM: دستیابی به عملکرد VLAهای غول‌پیکر با تنها ۶۸ میلیون پارامتر

مدل CT-VAM: دستیابی به عملکرد VLAهای غول‌پیکر با تنها ۶۸ میلیون پارامتر

مدل جدید CT-VAM با استفاده از معماری الهام‌گرفته از سیستم عصبی انسان، موفق شد با ۶۸ میلیون پارامتر، عملکرد مدل‌های عظیم بینایی-زبانی-کنشی (VLA) را در کنترل ربات‌ها بازتولید کند.…

۱ دقیقه خواندن
«هارنس» در ROS 2: استانداردسازی نظارت بر مدل‌های هوش مصنوعی در Physical AI

«هارنس» در ROS 2: استانداردسازی نظارت بر مدل‌های هوش مصنوعی در Physical AI

پژوهشگران پیشنهاد داده‌اند که میان‌افزارهای رباتیک به عنوان یک «هارنس» بازتعریف شوند تا سیاست‌های یادگیری‌شده‌ی هوش مصنوعی را مدیریت کنند. این چارچوب با معرفی توابع نگاشت، جداسازی…

۲ دقیقه خواندن
چگونه معیار خود-سازگاری، قابلیت تشخیص نیت انسانی را به لبهٔ رایانش رباتیک آورد؟

چگونه معیار خود-سازگاری، قابلیت تشخیص نیت انسانی را به لبهٔ رایانش رباتیک آورد؟

پژوهشگران سیستمی برای تشخیص نیت ارتباطی انسان از طریق ژست‌های بدن در سخت‌افزارهای ارزان‌قیمت توسعه داده‌اند. این فناوری با استفاده از یک معیار خود-سازگاری اتورگرسیو، می‌تواند…

۲ دقیقه خواندن۲
ارکایو: کاهش ۵۰ درصدی تأخیر در استنتاج توزیع‌شده با چارچوب CANS

ارکایو: کاهش ۵۰ درصدی تأخیر در استنتاج توزیع‌شده با چارچوب CANS

چارچوب CANS با استفاده از یادگیری مشارکتی، تأخیر در استنتاج مدل‌های هوش مصنوعی در شبکه‌های لبه‌ای را تا ۵۰ درصد کاهش می‌دهد. این راهکار با بهینه‌سازی پویا در تقسیم‌بندی مدل‌ها،…

۲ دقیقه خواندن
رمزگشایی از «حوضه‌های کم‌تلفات»: دلیل برتری QAT بر PTQ در مدل‌های فشرده

رمزگشایی از «حوضه‌های کم‌تلفات»: دلیل برتری QAT بر PTQ در مدل‌های فشرده

پژوهشگران مکانیزم هندسی جدیدی را شناسایی کردند که توضیح می‌دهد چرا آموزش آگاه از کوانتیزه کردن (QAT) در بیت‌های پایین موفق می‌شود، در حالی که کوانتیزه کردن پس از آموزش (PTQ) شکست…

۲ دقیقه خواندن
سازوکار BODHI: افزایش ۲.۳ برابری تفکیک مفاهیم در مدل‌های رفتاری زیست‌پزشکی

سازوکار BODHI: افزایش ۲.۳ برابری تفکیک مفاهیم در مدل‌های رفتاری زیست‌پزشکی

روش جدیدی به نام BODHI با استخراج «منفی‌های سخت» از گراف‌های دانش، رانش معنایی در رمزگذارهای زیست‌پزشکی را اصلاح می‌کند. این متد علاوه بر بهبود تفکیک مفاهیم، تأخیر استنتاج را روی…

۲ دقیقه خواندن
ARMS: مسیریابی ۸۰۰ میلیون پارامتری که GPT-4o را در انتخاب VLM شکست داد

ARMS: مسیریابی ۸۰۰ میلیون پارامتری که GPT-4o را در انتخاب VLM شکست داد

سامانه‌ی مسیریابی ARMS با بهره‌گیری از یک مجموعه‌داده‌ی تخصصی، قادر است بهینه‌ترین مدل چندوجهی را برای هر پرس‌وجو انتخاب کند. این سیستم با وجود ابعاد بسیار کوچک‌تر، در دقت انتخاب…

۱ دقیقه خواندن
دموهای هوش مصنوعی اپل در WWDC پس از توافق ۲۵۰ میلیون دلاری تبلیغات نادرست

جریمه ۲۵۰ میلیون دلاری اپل؛ چرا نمایش‌های WWDC ۲۰۲۶ دیگر براق نیستند؟

اپل در کنفرانس WWDC ۲۰۲۶ استراتژی نمایش ویژگی‌های هوش مصنوعی خود را تغییر داد و ویدئوهای ادیت‌شده را با فیلم‌برداری‌های واقعی از روی دستگاه جایگزین کرد. این تصمیم پس از پرداخت…

۳ دقیقه خواندن