پرش به محتوای اصلی

موضوع

مدل‌های بازوزن

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

۱٬۹۳۷ مقاله منتشر شده

شبیه‌ساز چند‌پایانه‌ای Rust مبتنی بر Godot برای دسکتاپ
آموزش کاربردی

gPTY ترمینال دسکتاپ را به رابط برنامه‌پذیر برای عامل‌های هوش مصنوعی تبدیل کرد

ابزار gPTY با استفاده از پروتکل MCP، کنترل ساختاریافته‌ی ترمینال را در اختیار عامل‌های هوش مصنوعی قرار می‌دهد. این شبیه‌ساز به جای استخراج متنی خطا‌زای TUI، از رابط JSON-RPC برای…

۴ دقیقه خواندن۲
اسپارک X2.5 در ۱۰ روز از ۱۰۰ هزار دانلود در هاگینگ‌فیس عبور کرد

«تقاضای بالا برای مدل‌های بهینه»؛ پیش‌ران رشد سریع Spark X2.5

مدل‌های Spark X2.5 با ارائه نسخه‌های متنوع از نظر اندازه و فرمت، به‌سرعت مورد استقبال جامعه توسعه‌دهندگان قرار گرفتند. این رشد سریع نشان‌دهنده تقاضای بالا برای مدل‌های بهینه است…

۱ دقیقه خواندن
چارچوب ToolGrad گوگل با رویکرد پاسخ‌اول، ۹۹.۸٪ موفقیت در تولید داده‌های ابزارمحور دارد
آموزش کاربردی

آیا داده‌های پاسخ‌محور محدودیت مدل‌های کوچک در استفاده از ابزار را می‌شکنند؟

پژوهشگران گوگل با معرفی چارچوب ToolGrad، روش تولید داده‌های آموزشی برای فراخوانی تابع را تغییر دادند. این رویکرد «پاسخ‌محور» به مدل‌های کوچکی مانند Gemma-3 اجازه می‌دهد در استفاده…

۴ دقیقه خواندن
مقایسه Make، Zapier و n8n در ۲۰۲۶: تجربه عملی از ۸۰ پروژه اجراشده
آموزش کاربردی

مقایسه Make و Zapier و n8n؛ کدام استک اتوماسیون در سال ۲۰۲۶ برنده است؟

بررسی بیش از ۸۰ پروژه عملیاتی نشان می‌دهد Make.com بهترین گزینه پیش‌فرض برای کسب‌وکارهای کوچک و متوسط است، در حالی که n8n برای جریان‌های کاری سنگین و حساس به حریم خصوصی ضروری است.…

۱۳ دقیقه خواندن
مقایسه عملی Claude، GPT و Llama در محیط تولید: کدام واقعاً کار می‌کند؟
آموزش کاربردی

تیم‌های MLOps: هزینه‌های Fine-Tuning مدیریت دانش را به RAG منتقل کرد

تیم‌های عملیاتی یادگیری ماشین به‌دلیل هزینه‌های بالا و خطاهای واقع‌گرایانه، تنظیم دقیق را برای آموزش داده‌های اختصاصی کنار گذاشته‌اند. در سال ۲۰۲۶، ترکیب RAG پیشرفته و حافظه پنهان…

۹ دقیقه خواندن
هوش مصنوعی اکنون مسائلی را حل می‌کند که علم دهه‌ها در شکستن آن‌ها ناکام بود.

۱۰ هفته‌ای که دهه‌ها تلاش علمی در ریاضی و رمزنگاری را به صفر رساند

بین مه ۲۰۲۶ و جولای ۲۰۲۶، مدل‌های هوش مصنوعی گره‌های ۸۷ ساله ریاضی را گشودند و استانداردهای رمزنگاری پساکوانتومی را شکستند. این سرعت در پیشرفت علمی، چارچوب‌های امنیتی و…

۷ دقیقه خواندن۱
چرا مدل‌های بازوزن را برای مک کوانتیزه می‌کنم و چرا دفتر وکالت شما باید اهمیت دهد
آموزش کاربردی

مدل‌های MLX: حذف ۱۰۰ درصدی ریسک‌های حریم خصوصی در دفاتر حقوقی

کوانتایز کردن مدل‌های با وزن‌های باز برای سخت‌افزار اپل سیلیکون، امکان اجرای هوش مصنوعی را به‌صورت کاملاً آفلاین فراهم می‌کند. این رویکرد ریسک‌های حریم خصوصی مدل‌های ابری، مانند…

۶ دقیقه خواندن۱