پرش به محتوای اصلی

موضوع

چندوجهی

Models that natively process text+image+audio+video

۸۷۸ مقاله منتشر شده

نمای درون مدل اینکلینگ: هوش مصنوعی تریلیون‌پارامتری که فقط ۴۱ میلیارد پارامتر را بیدار نگه می‌دارد

مدل Inkling: فعال‌سازی ۴٪ پارامترها برای مدیریت ظرفیت یک تریلیون

مدل Inkling با بهره‌گیری از معماری پراکنده (Sparse)، ظرفیت عظیم ۹۷۵ میلیارد پارامتری خود را مدیریت می‌کند اما در هر لحظه تنها بخشی کوچک از شبکه را فعال می‌کند. این رویکرد اجازه…

۱ دقیقه خواندن
رونویسی با برچسب زمانی: ساخت آرشیو ویدیویی قابل جستجو
آموزش کاربردی

«دسترسی مستقیم به ثانیه‌های کلیدی»؛ راهکار جدید بازیابی داده در ویدئو

بسیاری از سازمان‌ها با مشکل بازیابی داده از ویدئوهای طولانی دست‌وپنجه نرم می‌کنند. تبدیل متن به داده‌های ناوبری با استفاده از برچسب‌های زمانی، امکان دسترسی مستقیم به ثانیه‌های…

۸ دقیقه خواندن
آینده مدل‌های زبانی بزرگ در خودروهای خودران: روندها و فرصت‌ها
آموزش کاربردی

تحلیل معماری جدید: جایگزینی خط‌لوله‌های ایستا با سامانه‌های شناختی

معماری خودروهای خودران از سیستم‌های ادغام سنسور ایستا به سمت سامانه‌های شناختی مبتنی بر مدل‌های زبانی بزرگ حرکت می‌کند. این تغییر مسیر، توانایی تفسیر قوانین پیچیده ترافیکی و تولید…

۲ دقیقه خواندن
شایعه ادغام Anthropic و Physical Intelligence در توییتر هوش مصنوعی | تک‌کرانچ

Anthropic در برابر OpenAI؛ رقابت بر سر تسخیر سخت‌افزار برای ابرهوش مصنوعی

گزارش‌ها حاکی از آن است که Anthropic برای دستیابی به «هوش مصنوعی تجسم‌یافته»، مذاکراتی را برای خرید استارتاپ رباتیک Physical Intelligence پیش برده است. این اقدام نشان‌دهنده رقابت…

۴ دقیقه خواندن
سیستم نگهداری پیش‌بینانه مبتنی بر مدل زبانی بزرگ در حال پایش تجهیزات صنعتی
آموزش کاربردی

Oxlo.ai: کاهش چشمگیر هزینه مدل‌های پنجره‌بلند با قیمت‌گذاری درخواستی

سامانه‌های نگهداری پیش‌بینانه به دلیل حجم بالای داده‌های حسگرها با هزینه‌های گزاف توکن مواجه‌اند. Oxlo.ai با جایگزینی پرداخت توکنی با هزینه ثابت به‌ازای هر درخواست، استقرار…

۴ دقیقه خواندن
باز کردن قفل توانایی مدل‌های زبانی بزرگ برای تقسیم‌بندی تصویر
آموزش کاربردی

Oxlo.ai قطعه‌بندی تصویر را با تبدیل زبان طبیعی به مختصات مکانی خودکار کرد

پلتفرم Oxlo.ai با استفاده از مدل‌های زبانی بزرگ به عنوان موتور استدلال، دستورات متنی را به مختصات دقیق برای قطعه‌بندی تصویر تبدیل می‌کند. این سامانه با مدل قیمت‌گذاری مبتنی بر…

۱ دقیقه خواندن
طراحی سیستم یوتیوب برای زیرساخت داده رباتیک
آموزش کاربردی

«تبدیل اپیزود به استریم»؛ استراتژی Pareto برای مدیریت داده‌های پیچیده

پلتفرم Pareto با الهام از معماری سیستم‌های ویدئویی مقیاس‌بزرگ، زیرساختی چندوجهی برای مدیریت داده‌های پیچیده رباتیک ایجاد کرده است. این سامانه با تبدیل اپیزودهای آموزشی ربات به…

۷ دقیقه خواندن