پرش به محتوای اصلی

موضوع

مدل‌های بازوزن

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

۱٬۹۳۹ مقاله منتشر شده

راهنمای سریع دوبله ویدیو به صورت محلی: راه‌اندازی ۱۰ دقیقه‌ای با ابزارهای رایگان ۲۰۲۶
آموزش کاربردی

پردازش محلی در برابر ابر؛ کاهش هزینه‌های اشتراکی در دوبلهٔ ویدیو

یک گردش‌کار محلی جدید امکان تبدیل گفتار به متن، ترجمه و دوبلهٔ بلادرنگ ویدیوها را روی سخت‌افزار کاربر فراهم می‌کند. این سیستم با حذف سرورهای ابری، حریم خصوصی کامل را تضمین کرده و…

۳ دقیقه خواندن۱
«کیوئن-درایو ۱.۰ توضیح می‌دهد چرا ترمز می‌کند، اما انتظار تطابق توضیح با مانور را نداشته باشید»

شکاف استدلال در Qwen-Drive 1.0؛ تضاد میان توصیف صحنه و مانور رانندگی

مدل جدید علی‌بابا با ادغام ادراک فضایی و برنامه‌ریزی مسیر، مشکل فراموشی فاجعه‌بار را حل کرده است. با این حال، پژوهش‌ها نشان می‌دهد استدلال‌های متنی مدل همواره با اقدامات عملی آن…

۵ دقیقه خواندن
ساخت افزونه پیش‌پردازش محلی برای Claude Code پس از ۳۵۰۰+ تست — درخواست بازخورد
آموزش کاربردیتأییدنشده · منبع منفرد

پلاگین Chamnan هزینهٔ توکن‌های Claude Code را با لایه‌ی پیش‌پردازش محلی کاهش داد

ابزار جدیدی به نام Chamnan با ایجاد یک لایه محلی برای پاک‌سازی و بودجه‌بندی داده‌ها، از نشت اطلاعات حساس و اتلاف توکن در Claude Code جلوگیری می‌کند. این افزونه با پردازش داده‌ها…

۲ دقیقه خواندن
استاندارد حافظه اپیزودیک چندمدلی؛ موتور SQLite محلی برای ابزارهای کدنویسی هوش مصنوعی بدون وابستگی به ابر.
آموزش کاربردی

Engrim هزینهٔ توکن‌های حافظه در عامل‌های هوش مصنوعی را ۹۹٪ کاهش داد

موتور حافظهٔ Engrim با جایگزینی پنجره‌های متنی حجیم با یک سیستم حافظهٔ اپیزودیک محلی، هزینه‌های توکن را به شدت کاهش می‌دهد. این ابزار اجازه می‌دهد وضعیت پروژه بین عامل‌های مختلف…

۶ دقیقه خواندن
لوگوی سازمان D2 با عنوان «سازمان غیرانتفاعی»

Hack Club: انتقال مالکیت D2 به ساختار غیرانتفاعی برای توسعهٔ هوشمند

پروژه D2 پس از تعطیلی شرکت مادر، به یک نهاد غیرانتفاعی تحت حمایت Hack Club تبدیل شد. این ابزار اکنون برای تسریع رشد ویژگی‌ها و بهبود عملکرد، تقریباً به‌طور کامل توسط هوش مصنوعی…

۴ دقیقه خواندن۱
مغز مشترک: وقتی همه ابزارهای هوش مصنوعی به یک ذهن متصل می‌شوند
آموزش کاربردی

درون سازوکار MCP برای ایجاد حافظهٔ متنیِ متمرکز در مدل‌های زبانی

یک توسعه‌دهنده با استفاده از پروتکل زمینهٔ مدل (MCP)، یک «مغز دوم» شخصی و میزبانی‌شده ساخت تا حافظهٔ متنی Markdown را میان ابزارهای مختلف هوش مصنوعی همگام کند. این سیستم نیاز به…

۶ دقیقه خواندن۲
سیستم ساخت عامل‌محور برای سیستم‌های عامل‌محور مبتنی بر هستی‌شناسی، قابل حسابرسی، یک باینری Rust.
آموزش کاربردی

meclaw حلقه‌های تکرار عامل‌های هوش مصنوعی را با توپولوژی فایل جایگزین کرد

سامانه meclaw با تبدیل ساختار عملیاتی عامل‌ها به یک درخت دایرکتوری در لینوکس، نیاز به بازنویسی کد برای تغییر رفتار آن‌ها را حذف کرد. این سیستم اجازه می‌دهد عامل‌ها در زمان اجرا،…

۸ دقیقه خواندن۲
لوگوی انویدیا و هاگینگ فیس در کنار هم، نماد ادغام احتمالی دو غول هوش مصنوعی

انویدیا با پرداخت ۱۲.۹ میلیارد دلار Hugging Face را تصاحب کرد

انویدیا برای گسترش نفوذ خود از لایه سخت‌افزار به اکوسیستم توسعه‌دهندگان، پلتفرم Hugging Face را خریداری کرد. بازار به دلیل نگرانی از کاهش حاشیه سود و هزینه‌های ادغام، واکنش خنثی…

۵ دقیقه خواندن۱
مدل‌های هوش مصنوعی ۲۰۲۶: فیبل ۵.۱، آسترا و چالش چین

آیا قیمت‌های نزدیک به صفر مدل‌های وزن‌باز، تسلط غرب را می‌شکند؟

رقابت در دنیای هوش مصنوعی از افزایش اندازه مدل‌ها به سمت بهینه‌سازی شدید هزینه‌ها تغییر مسیر داده است. در حالی که مدل‌های غربی بر قدرت و ایمنی تمرکز دارند، مدل‌های وزن‌باز چینی با…

۹ دقیقه خواندن
شش پیشرفت کلیدی مدل جهان JEPA برای توقف توهمات مدل‌های زبانی بزرگ
آموزش کاربردی

مدل‌های LLM-JEPA با شبیه‌سازی واقعیت نرخ توهم را در Llama3 و Gemma2 کاهش دادند

چارچوب جدید LLM-JEPA با ترکیب مدل‌های زبانی و معماری‌های پیش‌بینِ جاسازی مشترک، به جای پیش‌بینی توکن‌ها به شبیه‌سازی واقعیت در فضای انتزاعی روی آورده است. این رویکرد باعث بهبود…

۵ دقیقه خواندن