چرا Darwin-180B نخستین مدل با امتیاز ۱۰۰٪ در AIME است؟
مدل استدلالی جدید شرکت VIDRAFT با ۱۸۰ میلیارد پارامتر، برای نخستین بار توانست در بنچمارک‌های سخت‌گیرانه AIME و HMMT ۲۰۲۶ به امتیاز ۱۰۰٪ دست یابد. این مدل با بهره‌گیری از مکانیزم…
۴ دقیقه خواندن
موضوع
ادغام مدل‌ها
ترکیب چند مدل یادگیری ماشین برای بهره‌گیری از قابلیت‌های هر یک
۶ مقاله منتشر شده
آیا لنگرهای داده‌ای جایگزینی کارآمد برای Fine-Tuning در مدل‌های زبانی هستند؟
یک متد جدید با ترکیب لنگرهای داده‌ای و به‌روزرسانی‌های ادغام‌شدهٔ LoRA، مانع از فراموشی فاجعه‌بار در مدل‌های زبانی بزرگ می‌شود. این رویکرد نرخ حفظ دانش در ۱۰۰ تکلیف مختلف را از…
۲ دقیقه خواندن
VIDRAFT توان عملیاتی استنتاج مدل‌های درون‌سازمانی را ۲۳.۴ برابر کرد
استارتاپ کره‌ای VIDRAFT سرویس AI Foundry را برای بهینه‌سازی و استقرار امن مدل‌های هوش مصنوعی در محیط‌های ایزوله (Air-gapped) معرفی کرد. این پلتفرم با تمرکز بر صنایع حساس،…
۴ دقیقه خواندن۲
تبادل وزن‌ها در برابر تبادل متن؛ روشی ارزان‌تر برای اتصال مدل‌های AI
استارتاپ Mostik روشی را ابداع کرده که مدل‌های هوش مصنوعی به‌جای تبادل متن، از طریق مقادیر ریاضی وزن‌ها با یکدیگر ارتباط برقرار کنند. این تکنیک به مدل‌های کوچک اجازه می‌دهد هوشمندی…
۴ دقیقه خواندن۲
Darwin-36B در برابر مدل‌های غول‌پیکر؛ پیروزی بازترکیب تکاملی بر حجم داده
مدل جدید Darwin-36B-Opus توانست در یکی از سخت‌ترین محک‌های استدلال، با مدلی ۱۱ برابر بزرگ‌تر برابری کند. این دستاورد به‌جای آموزش سنگین با GPU، از طریق یک فرآیند تکاملی برای ترکیب…
۴ دقیقه خواندن۱
چرا ادغام تک‌مرحله‌ای مدل‌های زبانی در وظایف تخصصی شکست می‌خورد؟
پژوهشگران متد METIS را برای حل مشکل «پاک‌شدن اطلاعات» در ادغام مدل‌ها معرفی کردند. این روش با جایگزینی تجمیع یک‌باره با یک پروتکل تکرارشونده، مانع از تداخل وظایف شده و عملکرد…
۱ دقیقه خواندن۲