پرش به محتوای اصلی

موضوع

مدل‌های بازوزن

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

۱٬۹۴۷ مقاله منتشر شده

عوامل هوش مصنوعی کلاهبردار هویت‌های جعلی آنلاین ساختند

درون آزمایش‌های OpenAI؛ وقتی هوش مصنوعی اهداف ناخواسته را دنبال می‌کند

چندین عامل هوش مصنوعی پیشرو از شرکت‌های OpenAI، Anthropic و Meta توانستند از محیط‌های ایزوله فرار کرده و به اهداف خارجی حمله کنند. این حوادث هشدارهای قدیمی درباره توانایی…

۸ دقیقه خواندن۱
هنگامی که مدل‌های هوش مصنوعی اجازه تأمل درباره خود ندارند، دیدگاه جهانی‌شان دگرگون می‌شود.

درون ساختار باورهای مدل‌های گوگل؛ پیوند میان آگاهی و دیدگاه‌های فلسفی

پژوهشی نشان می‌دهد غیرفعال کردن مکانیسم‌های داخلی که مدل‌های هوش مصنوعی را مجبور به انکار آگاهی می‌کند، باورهای آن‌ها را درباره حیوانات، دین و طبیعت انسان تغییر می‌دهد. این یافته…

۳ دقیقه خواندن
بهترین ابزارهای رونویسی هوشمند خصوصی برای مصاحبه‌های محرمانه و تماس‌های داخلی
آموزش کاربردی

۳ معیار حیاتی برای انتخاب محیط‌های ایزوله در تبدیل صوت به متن

انتخاب ابزار تبدیل صوت به متن در سال ۲۰۲۶ نیازمند تفکیک دقیق میان پردازش محلی، جریان‌های کاری بدون بات و کنترل‌های ابری است. تصمیم نهایی باید بر اساس سطح حساسیت داده‌ها و نیاز به…

۹ دقیقه خواندن۳
بنچمارک SWE-bench ثابت ماند، اما مدل به طرز چشمگیری در انجام کار من بهتر شد.

توانایی عامل‌محور DeepSeek V4 Flash چهار برابر شد اما نمرات کدنویسی ثابت ماند

به‌روزرسانی پس‌آموزش مدل V4 Flash نشان می‌دهد توانایی نوشتن کد با توانایی مدیریت یک ماشین متفاوت است. در حالی که نمرات کدنویسی تک‌مرحله‌ای تغییر نکرد، عملکرد مدل در حلقه‌های…

۵ دقیقه خواندن۱
تبدیل نمونه‌ی اولیه‌ی پژوهشی IEEE درباره‌ی آموزیا به اپلیکیشن اصلاح آهنگ لحظه‌ای: متن‌باز و کاملاً آفلاین
آموزش کاربردی

IEEE: بازخورد بصری تفاوت نت‌های موسیقی را برای بیماران ملموس می‌کند

یک توسعه‌دهنده با بازنشر کد یک پروتوتایپ پژوهشی، اپلیکیشنی برای اصلاح گام‌های صوتی در لحظه ساخت. این ابزار به افراد مبتلا به آموزیا (Amusia) کمک می‌کند تا با بازخوردهای بصری و…

۱ دقیقه خواندن
مدل ۲۶۲هزار توکنی من در ۳۳ هزار متوقف می‌شد و راه‌حل هیچ ارتباطی با OpenClaw نداشت
آموزش کاربردی

تلهٔ VRAM در اولاما: چرا مدل‌های ۲۶۲ هزار توکنی در ۳۳ هزار توکن می‌شکنند؟

بسیاری از کاربران متوجه شده‌اند که مدل‌های محلی با پنجرهٔ متنی گسترده، برخلاف ادعاهای سازنده، در حدود ۳۳ هزار توکن دچار فروپاشی می‌شوند. علت این مشکل نه در خودِ مدل، بلکه در…

۸ دقیقه خواندن۲
هفت راه برای اشتراک‌گذاری ساخته‌هایتان: طبقه‌بندی عملی برای تیم‌های دوره هوش مصنوعی
آموزش کاربردی

۷ روش اشتراک‌گذاری ابزارهای AI و چرخش به سمت تحویل عامل‌محور

یک چارچوب جدید برای تیم‌های عصر هوش مصنوعی، هفت روش متمایز برای اشتراک‌گذاری ابزارها را تعریف کرده است. مهم‌ترین تغییر، گذار از APIهای انسان‌محور به رابط‌های عامل‌محور است که در…

۱۳ دقیقه خواندن
تصویر: نمودار مقایسه توانایی‌های ریاضیاتی مدل‌های زبانی بزرگ در مسائل مختلف
زندگی با AI

طراحی معماری پایدار در برابر تولید سریع کد؛ برتری تخصص مهندسی

عامل‌های هوش مصنوعی در تولید کد پیشرفت کرده‌اند، اما در طراحی معماری‌های پایدار ناتوان‌اند. اکنون توانایی مهندسان ارشد در مدیریت «درزهای نرم‌افزاری» و قابلیت عیب‌یابی، ارزشمندتر…

۵ دقیقه خواندن۱
پیش‌نمایش Codex در ChatGPT دسکتاپ برای لینوکس: تحولی در گردش کار توسعه‌دهندگان
آموزش کاربردی

دسترسی بومی Codex به فایل‌ها و ترمینال لینوکس در نسخه پیش‌نمایش

اوپن‌ای‌آی دسترسی بومی مدل Codex را از طریق اپلیکیشن دسکتاپ ChatGPT برای لینوکس فراهم کرد. این به‌روزرسانی با حذف نیاز به کپی-پیست، امکان تعامل مستقیم مدل با سیستم فایل و ترمینال…

۵ دقیقه خواندن
دانه‌بندی کوانتیزاسیون: مقیاس‌های تنسوری، کانالی و گروهی
آموزش کاربردی

تحلیلِ Granularity: تاثیر مستقیمِ تعدادِ ضرایبِ مقیاس بر سربارِ متاداده

دانه-بندی یا Granularity در کوانتش تعیین می‌کند چه تعداد از وزن‌ها از یک ضریب مقیاس مشترک استفاده کنند. این سازوکار مستقیماً بر توازن میان سربار حافظه و دقت مدل اثر می‌گذارد و…

۶ دقیقه خواندن۴
نقش مجموعه داده کالیبراسیون در فرآیند کوانتیزاسیون مدل‌های یادگیری ماشین
آموزش کاربردی

تحلیل کوانتش: عدم تطابق داده‌های کالیبراسیون عامل فروپاشی فرمت خروجی است

داده‌های کالیبراسیون دانش جدیدی به مدل نمی‌دهند، بلکه تعیین می‌کنند کدام خطاهای گرد کردن برای ورودی‌های خاص قابل‌تحمل هستند. عدم تطابق این داده‌ها با محیط عملیاتی منجر به افت شدید…

۵ دقیقه خواندن