
چرا متد گرمبندی در مدلهای بینایی-زبانی اثر نهایی RL را تغییر نمیدهد؟
یک مطالعه فنی روی مدلهای بینایی-زبانی نشان میدهد که انتخاب بین SFT و OPD در مرحله گرمبندی، تنها بر رژیم آنتروپی اولیه اثر میگذارد و تأثیری بر عملکرد نهایی یادگیری تقویتشده…
موضوع
Open-source models, open weights, local hosting, licensing
۱٬۲۵۴ مقاله منتشر شده

یک مطالعه فنی روی مدلهای بینایی-زبانی نشان میدهد که انتخاب بین SFT و OPD در مرحله گرمبندی، تنها بر رژیم آنتروپی اولیه اثر میگذارد و تأثیری بر عملکرد نهایی یادگیری تقویتشده…

پژوهشگران با توسعهی خانوادهی مدلهای NutriMLLM، توانستهاند ۶۵ ریزمغذی مختلف را از روی تصاویر غذا تخمین بزنند. این دستاورد از طریق تولید ۱.۱ میلیون تصویر مصنوعی بر اساس دادههای…

مدل با وزنهای باز SearchSwarm-30B با درونیسازی «هوش تفویض» در وزنهای خود، محدودیت پنجره متنی را در وظایف پژوهشی پیچیده برطرف کرده است. این مدل قادر است اهداف کلان را به…

یک چارچوب آموزشی جدید با بهرهگیری از تقطیر دانش و بهینهسازی GRPO، مدلی با ۳۲ میلیارد پارامتر را به سطح مدلهای تجاری پیشرو در اتوماسیون کنسولهای ابری رسانده است. این سیستم ضمن…

Plandex یک عامل هوشمند متنباز و مبتنی بر ترمینال است که برای مدیریت تسکهای پیچیده کدنویسی در چندین فایل طراحی شده است. این ابزار با ذخیره تغییرات در یک محیط ایزوله پیش از اعمال…

شرکت Qodo (CodiumAI سابق) استراتژی خود را از تولید ویژگیهای جدید به سمت اتوماسیون تستها و بررسی PRها تغییر داد. این پلتفرم اکنون در سه سطح، از افزونههای رایگان تا هستهی…

شیائومی پلتفرم SoloEngine را معرفی کرد تا ساخت عاملهای هوشمند بدون کدنویسی ممکن شود. این ابزار با استفاده از حلقههای ReAct، فاصله میان جریانهای کاری صلب و چارچوبهای پیچیده…

زبان برنامهنویسی Mach با رد کردن شبکههای ایمنی خودکار، کنترل کامل را به برنامهنویس بازمیگرداند. این زبان با اولویت دادن به صراحت (Explicitness)، قصد دارد هرگونه رفتار پنهان در…

شیائومی مدل MiMo-V2.5-Pro-UltraSpeed را معرفی کرد که روی GPUهای معمولی به سرعت ۱۰۰۰ توکن در ثانیه میرسد. این پیشرفت با ترکیب کوانتایزاسیون FP4 و رمزگشایی موازی-گمانه، گلوگاههای…

هایجون ون، بنیانگذار Light Ark Technologies، با معرفی ArcOS راهکاری برای توقف «رانش شخصیت» (Persona Drift) ارائه داد. این سیستم پرامپتهای شکننده را با ۷۵ بلوک تصمیمگیرندهٔ قطعی…

سرویس Asiatek AI با ارائه یک API سازگار با OpenAI در سنگاپور، تأخیر را به زیر ۳۰ میلیثانیه رسانده و هزینهها را برای توسعهدهندگان جنوب شرق آسیا تا ۹۷٪ کاهش داده است. این انتقال…

هاگینگ فیس و کنسرسیومی از آزمایشگاههای هوش مصنوعی، OpenEnv را به یک پروتکل جامعهمحور برای استانداردسازی محیطهای اجرای عاملها تبدیل کردند. هدف این پروژه حذف مزیت انحصاری…