
مدل ۱۹۶ میلیون پارامتری EmsyAI؛ نبرد با ناپایداری عددی در PyTorch
توسعهدهندهای به نام gulding با ساخت مدل EmsyAI (V4) از صفر، چالشهای پایداری در مقیاسبندی مدلهای زبانی را بررسی کرد. این پروژه نشان میدهد که مدلهای بسیار کوچک حتی در صورت…
موضوع
Open-source models, open weights, local hosting, licensing
۱٬۹۳۹ مقاله منتشر شده

توسعهدهندهای به نام gulding با ساخت مدل EmsyAI (V4) از صفر، چالشهای پایداری در مقیاسبندی مدلهای زبانی را بررسی کرد. این پروژه نشان میدهد که مدلهای بسیار کوچک حتی در صورت…

یک پیادهسازی متنباز جدید نشان میدهد چگونه میتوان از یادگیری تقویتی برای آموزش «سلیقه» به مدلهای زبانی کوچک استفاده کرد. این پروژه با پاداش دادن به کدهایی که آبرنگهای زیباتری…

یک ابزار متنباز جدید، فرآیند تبدیل متون Markdown به ویدیوهای MP4 همراه با روایت صوتی هوش مصنوعی را خودکار کرد. این سیستم با ادغام اسلایدها و تبدیل متن به گفتار، نیاز به تدوین…

پلتفرم JapanFold با تکیه بر سختافزارهای اختصاصی Tenstorrent، محاسبات زیستشناسی ساختاری را کاملاً بومیسازی کرد. این سامانه مدلهای متنباز را بهصورت رایگان در اختیار پژوهشگران…

مدل باز Spark-X2.5-4B با وجود اندازه کوچک، در وظایف عاملمحور، ریاضیات و کدنویسی عملکردی مشابه مدلهایی با اندازه سه برابر خود نشان داد. این مدل در چندین محک کلیدی، رقبایی چون…

متا مدل Muse Spark 1.3 را برای بهینهسازی گردشهای کاری عاملمحور و وظایف مهندسی منتشر کرد. این بهروزرسانی با کاهش چشمگیر توکنها و فراخوانی ابزارها، پایداری مدل در اجرای دستورات…

استارتاپ Mostik روشی را ابداع کرده که مدلهای هوش مصنوعی بهجای تبادل متن، از طریق مقادیر ریاضی وزنها با یکدیگر ارتباط برقرار کنند. این تکنیک به مدلهای کوچک اجازه میدهد هوشمندی…

محیط توسعه OLKIL با ارائه مدل قیمتگذاری تهاجمی و ادغام عاملهای هوش مصنوعی در جریان کدنویسی، هزینههای استنتاج ابری را برای توسعهدهندگان مستقل به شدت کاهش داده است. این ابزار با…

سامانه متنباز Alchimista برخلاف چتباتهای معمولی، هر پاسخ هوش مصنوعی را به یک ردپای قابل حسابرسی تبدیل میکند. این ابزار با اولویت دادن به حاکمیت داده و حریم خصوصی، امکان…

پروژه WebLLM با بهرهگیری از استاندارد WebGPU، امکان اجرای کامل مدلهای زبانی بزرگ را بدون نیاز به سرور و مستقیماً در مرورگر فراهم میکند. این رویکرد با حذف پردازشهای ابری، حریم…

شرکتهای IBM و Confluent مدلهای بنیادی سری زمانی Granite را مستقیماً در Confluent Cloud ادغام کردند. این قابلیت به سازمانها اجازه میدهد بدون نیاز به زیرساختهای پیچیده یادگیری…

سه آزمایشگاه بزرگ هوش مصنوعی مدلهایی را برای کاهش هزینههای عملیاتی عاملهای خودمختار در وظایف طولانیمدت معرفی کردند. تمرکز این بهروزرسانیها بر ایجاد تعادل میان قدرت استدلال و…