پرش به محتوای اصلی

موضوع

چندوجهی

Models that natively process text+image+audio+video

۸۷۶ مقاله منتشر شده

ادغام مدل زبانی بزرگ با وظایف بینایی ماشین
آموزش کاربردی

Oxlo.ai هزینهٔ عامل‌های چندوجهی را با مدل قیمت‌گذاری درخواستی کاهش داد

ترکیب مدل‌های زبانی با بینایی ماشین باعث انفجار توکن‌ها و افزایش هزینه‌ها می‌شود. Oxlo.ai با جایگزینی پرداخت توکنی با یک مدل قیمت‌گذاری ثابت برای هر درخواست، این چالش عملیاتی را…

۴ دقیقه خواندن
نحوه نوشتن پرامپت‌های ایمن برای تصاویر هوش مصنوعی در تجارت الکترونیک
آموزش کاربردی

چارچوب «حقیقت محصول»؛ راهکار جلوگیری از توهمات بصری در تجارت الکترونیک

یک متدولوژی جدید در مهندسی پرامپت، اولویت را از «سبک بصری» به «حقایق محصول» تغییر می‌دهد تا از تغییر ناخواسته لوگوها و برچسب‌ها جلوگیری شود. این رویکرد با تفکیک جزئیات ثابت محصول…

۴ دقیقه خواندن
هوش مصنوعی چگونه مدیریت عکس در موبایل را متحول می‌کند
آموزش کاربردی

Swipe Cleaner با پردازش محلی ۴۰٪ از عکس‌های زائد گالری را شناسایی می‌کند

اپلیکیشن Swipe Cleaner با استفاده از یادگیری ماشین محلی، فرآیند پاک‌سازی گالری عکس را خودکار کرده است. این ابزار با شناسایی عکس‌های تکراری و تار به‌صورت کاملاً درون‌دستگاهی، تضاد…

۳ دقیقه خواندن
اگر از گوگل استفاده می‌کنید، هوش مصنوعی آن را آموزش می‌دهید. اینجا یاد بگیرید چگونه انصراف دهید.

«Opt Out»: تنها راه جلوگیری از آموزش AI گوگل با داده‌های شخصی

گوگل تنظیمات حریم خصوصی خود را به‌روزرسانی کرده تا بتواند از عکس‌ها، فایل‌های صوتی و ویدیوهای آپلودشده کاربران برای آموزش مدل‌های خود استفاده کند. کاربران برای جلوگیری از این روند…

۴ دقیقه خواندن
تصویر: تیلی نوروود، شخصیت هوش مصنوعی فیلم سینمایی، در صحنه‌ای از پروژه سینمایی طولانی‌اش
سرگرمی و خلاقیت

تیکلی نورود؛ نخستین بازیگر هوش مصنوعی که نقش اول یک فیلم بلند را می‌گیرد

استودیو Particle6 در حال ساخت فیلم بلند «Misaligned» با بازی شخصیت دیجیتالی تیکلی نورود است. این پروژه تلاش برای انتقال هوش مصنوعی از تبلیغات کوتاه به سینماست، هرچند منتقدان…

۲ دقیقه خواندن
لوکوبات نسخه ۰.۶.۰: تصور کن، ارزیابی کن، بهبود بده
آموزش کاربردی

مدل‌های جهانی LeRobot v0.6.0 تخیلِ ربات‌ها برای پیش‌بینی آینده را ممکن کردند

نسخه ۰.۶.۰ کتابخانه LeRobot مدل‌های جهانی (World Models) را معرفی کرد که به ربات‌ها اجازه می‌دهد وضعیت‌های آینده را پیش‌بینی کنند. این به‌روزرسانی با افزودن API پاداش، شش محک…

۱۱ دقیقه خواندن