پرش به محتوای اصلی

موضوع

مدل‌های بازوزن

Open-source models, open weights, local hosting, licensing

۱٬۹۴۷ مقاله منتشر شده

ابزار رایگان و متن‌باز تحلیل هزینه مدل زبانی بزرگ، به‌صورت محلی و بدون نیاز به اینترنت.
آموزش کاربردی

Frugon هزینه‌های API مدل‌های زبانی را با مسیریابی هوشمند ۳۷٪ کاهش داد

ابزار متن‌باز Frugon با تحلیل محلی لاگ‌های درخواست‌ها، نقاط نشت هزینه در APIهای هوش مصنوعی را شناسایی می‌کند. این ابزار پیشنهاد می‌دهد کارهای ساده به مدل‌های ارزان‌تر منتقل شوند…

۶ دقیقه خواندن
دستیار هوشمند شخصی که روی سرور خودتان اجرا می‌شود — دلایل ساخت آن
آموزش کاربردی

AIDA: انتقال مالکیت دستیاران هوش مصنوعی از ابر به سرورهای شخصی

پلتفرم AIDA با حذف مدل‌های اشتراکی، امکان استقرار کامل عامل‌های هوش مصنوعی را روی سرورهای شخصی کاربر فراهم می‌کند. این رویکرد با اولویت دادن به حاکمیت داده‌ها، ریسک‌های امنیتی…

۴ دقیقه خواندن
مردم در حال کار با هوش مصنوعی تولیدی، با چالش‌های ذهنی مواجه هستند.

آیا ابزارهای بازمتن می‌توانند کنترل کاربر بر زمینه را بازگردانند؟

پژوهشگران مؤسسه بروکینگز هشدار می‌دهند که رابط‌های بستهٔ هوش مصنوعی با محدود کردن کنترل کاربر بر زمینه، باعث تحلیل مهارت‌های شناختی می‌شوند. آن‌ها راهکار «حداکثرسازی زمینه» از…

۱۳ دقیقه خواندن۲
ادغام API مدل زبانی با وزن باز: گشودن جعبه سیاه برای توسعه‌دهندگان
آموزش کاربردی

رایگاه‌سازی مهاجرت به مدل‌های وزن‌باز با استاندارد APIهای بسته

برنامه‌نویسان در حال جایگزینی نقاط انتهایی بسته با مدل‌های وزن‌باز مانند Llama 3 و Mistral هستند. این چرخش اجازه می‌دهد تا کنترل داده‌ها، تنظیم دقیق مدل و هزینه‌های مقیاس‌پذیر…

۴ دقیقه خواندن
آی‌بی‌ام و ردهت پلتفرم لایت‌ول را برای محافظت از کد متن‌باز در برابر حملات هوش مصنوعی راه‌اندازی کردند

سرعت اصلاحات انسانی در برابر اکسپلویت‌های ارزان‌قیمتِ هوش مصنوعی

شرکت‌های IBM و Red Hat سرویس تجاری Lightwell را برای شناسایی و رفع سریع آسیب‌پذیری‌های امنیتی در مقیاس صنعتی معرفی کردند. این اقدام برای مقابله با اکسپلویت‌های ارزان‌قیمتی است که…

۷ دقیقه خواندن
داده‌ها برای عامل‌های هوشمند: مجموعه‌ای از اطلاعات برای توسعه و آموزش سیستم‌های عاملی.
آموزش کاربردی

انویدیا: داده‌های سنتتیک تنها راه مقیاس‌پذیری عامل‌های هوشمند است

انویدیا معتقد است وزن‌های باز به تنهایی برای ساخت عامل‌های هوشمند کافی نیستند و توسعه‌دهندگان برای پیش‌بینی‌پذیر کردن رفتار عامل‌ها به مجموعه‌داده‌های باز و سنتتیک نیاز دارند. این…

۵ دقیقه خواندن
موتور مدل‌سازی ترنسفورمر vLLM با سرعت بومی
آموزش کاربردی

vLLM در برابر پیاده‌سازی‌های بومی؛ برابری سرعت در محیط تولید

کتابخانه vLLM با به‌روزرسانی بک‌اِند خود، سرعت استنتاج مدل‌های ترنسفورمر را با نسخه‌های دست‌نویس و بومی برابر کرد. اکنون توسعه‌دهندگان می‌توانند بدون نوشتن کدهای پیچیده و سفارشی،…

۴ دقیقه خواندن
بهترین هوش مصنوعی جهان، اگر در دسترس نباشد، بی‌فایده است.

سیاست‌های دسترسی به مدل‌های بنیادی؛ ریسک جدید برای زیرساخت‌های هوش مصنوعی

دولت‌های آمریکا و چین در حال تبدیل بازار جهانی هوش مصنوعی به بلوک‌های ملی هستند. این تغییر باعث می‌شود دسترسی به پیشرفته‌ترین مدل‌ها به جای معیارهای فنی، بر اساس ملیت و مرزهای…

۶ دقیقه خواندن