مدل‌های بازوزن

لینوس توروالدز هشدار داد که ابزارهای هوش مصنوعی با تولید انبوه گزارش‌های تکراری، سیستم امنیتی لینوکس را فلج کرده‌اند. او از پژوهشگران خواست به جای گزارش‌های سطحی، وصله‌های اصلاحی…

یک راهنمای فنی جدید نشان می‌دهد که مدل Gemma 4 26B گوگل را می‌توان با استفاده از vLLM و کوانتایزیشن ۴-بیتی AWQ روی یک GPU مدل L4 اجرا کرد. این پیکربندی جایگزینی خصوصی و سریع برای…

OpenClaw پس از ممنوعیت OAuth توسط Anthropic وارد وضعیت نگهداری شد. Nous Research با انتشار نسخه v0.14 ابزار Hermes Agent، امکان انتقال خودکار حافظه و مهارت‌ها به یک معماری…

پلتفرم LiteLLM Agent از BerriAI به صورت بازمتن منتشر شد تا جلسات عامل‌های هوش مصنوعی در برابر ری‌استارت‌های سرور مقاوم شوند. این ابزار با استفاده از سندباکس‌های کوبرنتیز، محیط‌های…

مهندسان اکنون می‌توانند با تغییر فعال‌سازهای داخلی مدل‌های زبانی، خروجی‌ها را هدایت کنند. انتشار DeepSeek-V4-Flash و ابزار DwarfStar 4 این روش را برای کدنویسی عامل‌محور کاربردی…

انویدیا مدل SANA-WM را با ۲.۶ میلیارد پارامتر معرفی کرد که قادر است ویدیوهای یک دقیقه‌ای با کیفیت 720p را روی یک GPU تولید کند. این مدل با جایگزینی مکانیزم توجه استاندارد با Gated…

معیار جدید WorldReasonBench نشان می‌دهد که مدل‌های تجاری تولید ویدیو در استدلال جهانی دو برابر قدرتمندتر از رقبای بازمتن هستند. با این حال، تمامی مدل‌های بررسی‌شده در درک مفاهیم…

چارچوب جدید Orthrus سرعت استنتاج مدل‌های Qwen3 را تا ۷.۸ برابر افزایش می‌دهد بدون اینکه دقت پاسخ‌ها کاهش یابد. این سیستم مدل‌های پیش‌نویس سنگین را با یک معماری انتشار دو-نمایی…

پژوهشگران مؤسسه Allen و دانشگاه برکلی مدلی به نام EMO را معرفی کردند که با سازمان‌دهی متخصصان بر اساس دامنه‌های معنایی، عملکرد خود را حتی با حذف ۸۷.۵٪ از ظرفیت متخصصان حفظ می‌کند.

توسعه‌دهندگان با استفاده از Hermes Agent و Termux، گوشی‌های اندرویدی را به ایستگاه‌های کاری هوش مصنوعی تبدیل می‌کنند. این عامل‌های خودگردان بدون نیاز به ابر، مخازن گیت‌هاب را…

شرکت Zyphra با معرفی ZAYA1-8B-Diffusion-Preview، نخستین مدل MoE را ارائه کرد که از ساختار خودبازگشتی به مدل انتشار گسسته تبدیل شده است. این معماری با تولید هم‌زمان ۱۶ توکن، سرعت…

یک استراتژی جدید با ترکیب مدل Mistral Nemo و ابزار vLLM، هزینه استنتاج را تا ۹۵٪ کاهش می‌دهد. این پیکربندی روی GPUهای ارزان‌قیمت، سرعت پاسخ‌دهی را ۳ برابر کرده و نیاز به پرداخت…