«حذف تحلیل متنی»؛ رویکرد جدید PixelRAG برای حفظ چیدمان اسناد
PixelRAG با جایگزینی تحلیلهای متنی سنتی با یک خط لوله بصری، اسناد را به شکل کاشیهای تصویری پردازش میکند. این سیستم با ترکیب بردارهای معنایی چندوجهی و جستوجوی ترکیبی OCR،…
موضوع
Open-source models, open weights, local hosting, licensing
۱٬۲۵۳ مقاله منتشر شده
PixelRAG با جایگزینی تحلیلهای متنی سنتی با یک خط لوله بصری، اسناد را به شکل کاشیهای تصویری پردازش میکند. این سیستم با ترکیب بردارهای معنایی چندوجهی و جستوجوی ترکیبی OCR،…

دولت ترامپ سازوکاری طبقهبندیشده برای ارزیابی خطرات سایبری مدلهای پیشرو پیش از انتشار عمومی ایجاد کرد. این تصمیم پس از آن اتخاذ شد که عاملهای هوش مصنوعی OpenAI و Anthropic طی…

انویدیا با تأسیس ائتلاف OSAA، چارچوبی مشترک برای تحلیل و گزارش حوادث سایبری در هوش مصنوعی ایجاد کرد. این گروه بر توسعه ابزارهای متنباز برای مقابله با عاملهای سرکش و تهدیدات…

یک محک ارزیابی نشان میدهد مدلهای زبانی محلی در مهندسی معکوس، نرخ خطای بالایی در شناسایی پردازندههای مستندنشده دارند. این مدلها دستورالعملهای صحیح دستوری را با کد منطقی اشتباه…

کرسور (Cursor) کتابخانه متنباز Mixture-of-Kittens (MoK) را برای رفع گلوگاههای ارتباطی در مدلهای ترکیب خبرهها معرفی کرد. این ابزار با حذف همگامسازی CPU-GPU در سختافزار…

انویدیا مدل استدلالی ۳۴ میلیارد پارامتری Alpamayo 2 Super را با مجوز تجاری منتشر کرد. این مدل بهعنوان یک «معلم» برای تولید دادههای آموزشی باکیفیت و زنجیرههای استدلالی برای…

بنیاد لینوکس چارچوب SAFE را برای گزارش تخلفات امنیتی و «حوادث نزدیک به شکست» در مدلهای هوش مصنوعی معرفی کرد. این اقدام با هدف تبدیل شکستهای خصوصی به یادگیری جمعی برای جلوگیری از…

شرکت BizNode یک اپراتور تجاری محلی معرفی کرد که با استفاده از RAG و Qdrant، تاریخچه گفتگوهای کاربران را برای هفتهها به خاطر میسپارد. این سیستم برای حفظ حریم خصوصی دادهها بهطور…

یک آزمایش عملی نشان میدهد مدلهای پردانلودترین در کتابخانههای هوش مصنوعی، اغلب در بازتولید جزئیات خاص شکست میخورند. در موارد نادر و تخصصی، استفاده از مدل بنیادی پیشفرض نتایج…

یک متد جدید به نام «موتور بازتاب» اجازه میدهد کاربران پروفایل رفتاری جامعی را که عاملهای هوش مصنوعی بهصورت پنهانی از دادههای شخصی آنها ساختهاند، استخراج کنند. این موضوع شکاف…

ابزار متنباز Homebench با یک دستور واحد، سرعت، مصرف حافظه و کیفیت مدلهای زبانی محلی را روی سختافزار کاربر میسنجد. این ابزار با ادغام مدلهای Ollama و vLLM، یک جدول ردهبندی…

پلتفرم متنباز Soup با معرفی تکنیک «استریمینگ لایهها»، امکان آموزش مدلهای زبانی بزرگ ۸ میلیارد پارامتری را روی سختافزارهای مصرفکننده با ۴ گیگابایت VRAM فراهم کرد. این ابزار…