
جراحی توهمات؛ استراتژی OpenAI برای تبدیل ChatGPT به یک متخصص مورد اعتماد
شرکت OpenAI مدل GPT-5.5 Instant را به عنوان موتور پیشفرض ChatGPT معرفی کرد تا توهمات در حوزههای حساس را حذف کند. این بهروزرسانی با ادغام حافظه عمیق در Gmail و فایلها، دقت…
موضوع
Models that natively process text+image+audio+video
۱٬۳۳۵ مقاله منتشر شده

شرکت OpenAI مدل GPT-5.5 Instant را به عنوان موتور پیشفرض ChatGPT معرفی کرد تا توهمات در حوزههای حساس را حذف کند. این بهروزرسانی با ادغام حافظه عمیق در Gmail و فایلها، دقت…

OpenAI با بازطراحی زیرساخت WebRTC، تأخیر در مکالمات صوتی را برای ۹۰۰ میلیون کاربر کاهش داد. این شرکت با جداسازی مسیریابی بستهها از پایانههای پروتکل، مشکل مقیاسپذیری در…

شیائومی با معرفی MiMo-V2.5-Pro، بازی را برای مدلهای کدنویسی تغییر داد. این مدل با وزنهای باز، عملکردی مشابه Claude Opus 4.6 دارد اما با مصرف توکن بهمراتب کمتر.

xAI ابزار Custom Voices را معرفی کرد که تنها با یک دقیقه نمونه صوتی، در کمتر از دو دقیقه صدای کاربر را شبیهسازی میکند. این سیستم با ادغام در APIهای Grok و استفاده از احراز هویت…

مدیرعامل Runway معتقد است تولید ویدیو تنها پیشدرآمدی برای خلق «مدلهای جهان» است که واقعیت فیزیکی را شبیهسازی میکنند. این چرخش استراتژیک، هدف شرکت را از ابزارهای سینمایی به سمت…

دیپگرام با معرفی Flux Multilingual، خطلولههای پیچیده تبدیل صوت را با یک مدل واحد برای ۱۰ زبان جایگزین کرد. این سیستم با گذار از transcription ساده به شناسایی محاورهای، امکان…

یک بنچمارک جدید فاش کرد که مدلهای زبانی بزرگ اغلب JSONهای بینقصی تولید میکنند که حاوی دادههای کاملاً غلط است. این «شکاف دقت» ثابت میکند که رعایت ساختار (Schema Compliance)…

مدل Mistral Medium 3.5 با ۱۲۸ میلیارد پارامتر، مرز بین مدلهای استدلالی و کدنویسی را از بین برد. این مدل متراکم، پایداری عملیاتی را جایگزین تخصصهای پراکنده کرد تا یک ابزار…

استارتاپ Scout AI با جذب ۱۰۰ میلیون دلار سرمایه، مدل Fury را برای فرماندهی خودروها و تسلیحات خودمختار در مناطق جنگی توسعه میدهد. این شرکت با استفاده از مدلهای VLA قصد دارد هوش…

تیم Deep-unlearning با معرفی smol-audio، دسترسی به تنظیم دقیق مدلهای پیشرفتهی صوتی را از طریق نوتبوکهای آمادهی Colab ممکن کرد. این ابزار با بهرهگیری از اکوسیستم Hugging…

متا با معرفی NeuralSet، معماری دادههای مغزی را دگرگون کرد. این ابزار با جداسازی متادادهها از سیگنالهای خام، سرعت و مقیاسپذیری تحلیلهای Neuro-AI را به شدت افزایش میدهد.

مدلهای Qwen و DeepSeek با معرفی ابزارهای تفسیرپذیری و چارچوبهای جدید استدلالی، قدرت مدلهای محلی را به سطح جدیدی رساندند. این تحول به معنای گذار از مدلهای «جعبه سیاه» به…