مدل‌های بازوزن

مدل AntAngelMed با معماری MoE و نسبت فعال‌سازی ۱/۳۲، توانسته است عملکرد مدل‌های متراکم ۴۰ میلیاردی را با هزینه محاسباتی بسیار کمتر بازتولید کند. این مدل در حال حاضر رتبه نخست…

شرکت Cactus Compute مدل Needle را با ۲۶ میلیون پارامتر برای دستگاه‌های لبه معرفی کرد. این مدل در فراخوانی ابزارها از رقبای ۱۰ برابر بزرگ‌تر خود سریع‌تر و دقیق‌تر عمل می‌کند.

پلتفرم Statewright با معرفی «گاردریل‌های ماشین وضعیت»، دسترسی عامل‌های هوش مصنوعی به ابزارها را بر اساس مرحله‌ی جاریِ گردش کار محدود می‌کند. این رویکرد قطعی باعث شد مدل‌های محلی…

یک خط‌لوله جدید تولید بازیابی‌افزا (RAG) با استفاده از مدل‌های Qwen3 توانست به دقت ۹۵.۹۸ درصدی در درک اسناد چنددامنه اوکراینی دست یابد. این سیستم ثابت می‌کند که بازرتب‌بندی آگاه…

پژوهشگران مدل GLiNER2-PII را معرفی کردند؛ یک مدل کوچک ۰.۳ میلیارد پارامتری که در شناسایی اطلاعات حساس (PII) از فیلتر OpenAI پیشی گرفته است. این دستاورد از طریق یک خط لوله‌ی تولید…

پژوهشگران امنیتی بدافزارهایی را در Hugging Face یافتند که با جعل نام OpenAI، از طریق اسکریپت‌های نصب به سیستم‌ها نفوذ می‌کنند. این حملات به جای هدف قرار دادن مدل‌ها، روی منطق…

مدل‌های زبانی کوچک و محلی اکنون می‌توانند اسناد دولتی حساس را با دقتی نزدیک به مدل‌های تجاری ابری طبقه‌بندی کنند. پژوهشگران با ترکیب زنجیره تفکر و نمونه‌های خطا-محور، توانستند…

پلتفرم ModelScope به منبع اصلی و معتبر مدل‌های Qwen و DAMO تبدیل شده است. اگرچه تجربه کاربری آن شبیه Hugging Face است، اما ابزارهایی مانند ms-swift سرعت تنظیم دقیق را به‌شدت…

روش جدیدی به نام DISCA سوگیری‌های فرهنگی در مدل‌های زبانی بزرگ را بدون نیاز به تنظیم دقیق و تا ۲۴٪ کاهش می‌دهد. این متد با تبدیل اختلاف‌نظرهای اجتماعی-دموگرافیک به اصلاحات لحظه‌ای…

پژوهشگران با معرفی بنچمارک PhyGround و مدل وزن‌باز PhyJudge-9B، ابزاری دقیق برای سنجش پایبندی ویدیوهای هوش مصنوعی به قوانین فیزیک ارائه کردند. این مدل در شناسایی خطاهای فیزیکی،…

پژوهشگران پروتکل سخت‌گیرانه Acceptance Cards را برای تأیید دفاع‌های تنظیم دقیق معرفی کردند. نتایج اولیه نشان می‌دهد SafeLoRA در مدل Gemma-2-2B-it شکست خورده و ادعاهای ایمنی فعلی…

یک مدل تخصصی با نام Fashion Florence با تنها ۰.۷۷ میلیارد پارامتر، در استخراج داده‌های ساختاریافته‌ی مد از تصاویر، مدل‌های پیشرویی چون GPT-4o-mini را شکست داد. این دستاورد نشان…