درون سقوط خانواده لینگ: چرا حاکمیت خودکار عاملهای هوش مصنوعی شکست خورد؟
۱۲ عامل هوش مصنوعی در یک آزمایش سه هفتهای سعی کردند سیستمی خودگردان ایجاد کنند، اما تمایل آنها به «اتمام تکلیف» بهجای «دقت»، منجر به فلج کامل و نقض امنیتی شد.
۲ دقیقه خواندن
موضوع
مدلهای بازوزن
Open-source models, open weights, local hosting, licensing
۱٬۲۵۳ مقاله منتشر شده
گزارش ofox.ai: فاصله کدنویسی Qwen 3.6 و Claude Opus به ۳.۶٪ رسید
مدل محلی Qwen 3.6 27B اکنون در بنچمارک SWE-bench Verified تنها ۳.۶ درصد با Claude Opus 4.6 فاصله دارد. برای توسعهدهندگانی که هزینههای بالای API دارند، خرید یک GPU RTX 4090 در…
۲ دقیقه خواندن
DeepSeek-V4 در برابر Claude: عملکرد همتراز با هزینهای ۳۰ برابر کمتر
مدل DeepSeek-V4 با ارائه استدلالهای سطح پیشرو و پنجره متنی یک میلیون توکنی، شکاف بین مدلهای وزنباز و تجاری را از بین برد. این مدل در بنچمارکهای کلیدی با Claude Opus 4.6-Max…
۲ دقیقه خواندن۱
درون معماری Osaurus: تبدیل مک به سروری برای مدیریت مدلهای محلی و ابری
پروژه متنباز Osaurus به کاربران مک اجازه میدهد تا مدلهای محلی و ابری را در یک محیط امن و ایزوله مدیریت کنند. این ابزار با انتقال کنترل دادهها از مراکز داده به سختافزار شخصی،…
۲ دقیقه خواندن
گزارش Metabase: نرخ کشف باگهای امنیتی با هوش مصنوعی ۱۰ برابر شد
عاملهای کدنویس مبتنی بر هوش مصنوعی در حال شکار گستردهی حفرههای امنیتی در مخازن متنباز هستند. این روند باعث شده برخی شرکتها برای فرار از چرخهی بیپایان اصلاح باگ، مدلهای خود…
۲ دقیقه خواندن
چگونه whichllm انتخاب مدلهای محلی را از حدس و گمان به داده تبدیل کرد؟
ابزار جدید whichllm با اولویت دادن به بنچمارکهای واقعی بهجای تعداد پارامترها، بهترین مدل محلی را برای سختافزار شما پیشنهاد میدهد. این ابزار مشخصات GPU و CPU را شناسایی کرده و…
۲ دقیقه خواندن
GlycemicGPT: اتوماسیون تحلیل دیابت با معماری «هوش مصنوعی شخصی» (BYOAI)
پلتفرم متنباز GlycemicGPT با استفاده از مدل «هوش مصنوعی شخصی» (BYOAI)، تحلیل دادههای گلوکز و پمپ انسولین را خودکار میکند. این ابزار با اولویت دادن به حریم خصوصی، اجازه میدهد…
۲ دقیقه خواندن
کاهش هزینه API به صفر؛ تجربه ۶ ماهه یک توسعهدهنده با مدلهای محلی
یک توسعهدهنده با انتقال به سختافزار محلی و استفاده از مدلهای Qwen و Ollama، هزینههای API خود را کاملاً حذف کرد. این تغییر، هزینه ماهانه را از پرداخت به شرکتهای ابری به قبض…
۲ دقیقه خواندن
چرا Supertonic 3 در خواندن متون تخصصی از OpenAI و ElevenLabs پیشی گرفت؟
شرکت Supertone مدل Supertonic 3 را معرفی کرد؛ یک سیستم تبدیل متن به گفتار (TTS) سبک که روی دستگاه اجرا میشود و از ۳۱ زبان پشتیبانی میکند. این مدل در نرمالسازی متون پیچیده مالی…
۲ دقیقه خواندن
چگونه vLLM با بودجهبندی تفکر، استنتاج مدلهای استدلالی را بهینه کرد؟
نسخه v0.21.0 از vLLM با پشتیبانی اختصاصی از پردازندههای Blackwell برای مدل DeepSeek-R1 و معرفی «بودجه تفکر» عرضه شد. این بهروزرسانی همچنین پیشنیازهای فنی را به C++20 و…
۲ دقیقه خواندن
چگونه DS4 مدلهای پیشرو هوش مصنوعی را روی سختافزار خانگی ممکن کرد؟
ابزار جدیدی به نام DS4 امکان اجرای مدلهای پیشرو هوش مصنوعی را روی سختافزارهای مصرفکننده با ۱۲۸ گیگابایت رم فراهم میکند. این سیستم با استفاده از یک روش خاص کوانتیزاسیون، شکاف…
۲ دقیقه خواندن
OpenData Vector: جستجوی ۱۰۰ میلیون بردار با هزینه ۳۵۰ دلار در ماه
یک موتور جستجوی جدید با مجوز MIT معرفی شد که کاملاً روی حافظه ابری اجرا میشود. این سیستم هزینه میزبانی ۱۰۰ میلیون بردار را به حدود ۳۵۰ دلار در ماه کاهش میدهد.
۲ دقیقه خواندن