۱۱۱ خبر · صفحه‌ی ۲ از ۶
دمشون گرم که عملکرد این سیستم در حد غول‌هایی مثل آستراست ولی هزینه‌ش رو ۱۲۵ برابر پایین آوردن! کار فلورا اینه که ویدیوهای خام دنیای فیزیکی رو می‌گیره و تبدیل به دیتای تر و تمیز برای یادگیری ربات‌ها می‌کنه، طوری که الان…
طبق اون آمار، فقط یه کلاسترشون روزانه رقم دیوانه‌وار ۱۵۵ تریلیون توکن خروجی میده و درآمد هر کارت گرافیک توی ساعت‌های غیرپیک حدود ۳۸ دلاره. از اونجایی که هزینه هر ساعت جی‌پی‌یو نهایتاً بین ۵ تا ۱۰ دلاره، این رفقای چینی…
این همون سیستمیه که مدل قدرتمند DeepSeek-V4.1-Flash رو با سرعت بالا، تاخیر فوق‌العاده کم و بازدهی سنگین سرپا نگه داشته و حالا تمام زیرساخت تولیدش رو با کامیونیتی به اشتراک گذاشتن. هدفشون هم اینه که هزینه‌های سرسام‌آور…
قضیه اینه که می‌تونی مدل‌های متن‌باز رو با روش‌هایی مثل تنظیم دقیق نظارت‌شده (SFT) یا یادگیری تقویتی (RL) به مدل اختصاصی خودت تبدیل کنی و مالکش هم صددرصد خودت باشی. همه‌چیز از دیتا، سیستم پاداش و محیط گرفته تا حلقه‌ی…
این مدل با معماری MoE سرجمع ۵۰۱ میلیارد پارامتر داره ولی موقع کار فقط ۲۳ میلیاردش درگیر میشه و تا ۱ میلیون توکن کانتکست رو مثل آب خوردن هضم می‌کنه. خوراک اصلیش کدنویسی ایجنتی، استدلال سنگین ریاضی و کار با ابزارهاست و…
این شاهکار تازه نفس با ۱۶۷۰ امتیاز، نه‌تنها رقیب سرسختش کیمی K3 رو جا گذاشته، بلکه جلوتر از کلود اوپوس ۵ ایستاده و فاصله‌ش با نسخه تاپ GPT-6 هم فقط در حد ۱۰ امتیازه. برگ برنده اصلیش هم اینجاست که با هزینه ده برابر کمتر…
قضیه از این قراره که تیمشون برای تحلیل و دفع حمله رفتن سراغ مدل‌های پیشرفته هوش مصنوعی، اما این مدل‌ها وسط میدون جنگ گاردریل‌های ایمنی‌شون فعال شد و زدن زیر کاسه‌کوزه و گفتن این کدها مخربه و حاضر نیستیم تحلیstyleشون…
این حرکت خفن با همکاری بیش از ۴۰ تا پارتنر بزرگ راه افتاده و فقط یه فایل ساده نیست؛ تمام وزن‌ها، توکنایزر و پیاده‌سازی مرجع رو یکجا روی هاگینگ‌فیس روونه بازار کردن. جالب‌تر اینکه وزن‌های مختلف مثل BF16، FP8 و نسخه مدرن…
این سیستم به ربات‌های واقعی اجازه میده خودشون مهارت‌های تازه رو کشف کنن و کارکردشون رو خودبه‌خود ارتقا بدن. اصل ماجرا اینه که وقتی مدل هوش مصنوعی «آسترا» رو به این فریم‌ورک وصل کردن، رکورد بنچمارک‌ها یه شبه تا مرز ۹۹…
این هیولا رو با ۱۶ هزار تا پردازنده GB200 ظرف ۳۸ روز پیش‌تصلاب و ترین کردن، اونم با بهره‌وری پردازشی ۴ تا ۱۲ برابر خفن‌تر از رقبای قدری مثل DeepSeek-V4-Pro-Base. نکته مشتی ماجرا اینجاست که همه‌چیز رو از صفر و با…
این غول تکنولوژی در مجموع ۸۱۶ میلیارد پارامتر داره ولی در لحظه ۴۲ میلیارد پارامترش فعاله تا برای پروژه‌های سنگین کدنویسی و کارهای مستقل ایجنتی کم نیاره. پنجره‌ی زمینه‌ش هم تا ۱ میلیون توکن کش میاد و از بیخ و بن…
این غول جدید در کل ۱۲۰ میلیارد پارامتر داره، ولی معماراش طوری ردیفش کردن که موقع کار فقط ۱۲ میلیارد پارامترش فعال میشه تا هم سریع بچرخه و هم الکی منابع نسوزونه. کارش هم فقط تحلیل متن نیست؛ از پس دیدن و فهمیدن تصویر…
حرف حسابشون اینه که این ایجنت‌های هوش مصنوعی عاشق طومار نوشتن و دیوارهای متنی‌ان، اما ما آدما حوصلمون سر میره و ارتباط چشمی و بصری رو ترجیح می‌دیم. این ابزار به برنامه‌نویسا اجازه میده برنامه‌هایی بسازن که کاربر بتونه…
نکته پشم‌ریزون ماجرا اینه که این مدل ۶۰ برابر ارزون‌تره و کل فرآیند آموزش و جمع‌وجور کردنش فقط توسط یه تیم پنج نفره و با خرج حدود ۳۰۰ هزار دلار تموم شده. در حال حاضر نسخه API این ابزار بالا اومده و قول دادن تا دو هفته…
برنامه اینه که ابزارهاشون کامل‌تر بشه تا توسعه‌دهنده‌ها بتونن مدل‌های چندحالته خفن، از تصویر و ویدیو گرفته تا صدا، مدل‌های تصمیم‌گیری و حتی کار با کامپیوتر رو راحت آموزش بدن و اجرا کنن. خلاصه این الحاق نشون میده رقابت…
کل پارامترهای این غول ۲۴ میلیارده ولی سرِ هر توکن فقط ۲ میلیاردش به کار میفته؛ کانتکستش هم تا ۱۳۱ هزار توکن باز شده و کارای چندمرحله‌ای و ایجنتی رو مثل آب خوردن هندل می‌کنه. با ۳۳ تریلیون توکن تمرین داده شده، وزناش روی…
حرف حسابشون سر روند توسعه سخت‌افزارها و زیرساخت‌های هوش مصنوعیه که این روزا سرعت وحشتناکی گرفته و همه‌چیز رو داره دگرگون می‌کنه. این رفقا که همیشه با انحصار غول‌های بزرگ فناوری سرشاخ بودن، معتقدن فرمونی که این صنعت الان…
این مدل جمع‌وجور نه‌تنها غول‌های بزرگ و پرادعای هوش مصنوعی رو توی این وظیفه تخصصی شکست داده، بلکه هم هزینه‌ش فوق‌العاده پایین‌تر دراومده و هم خیلی سریع‌تر جواب میده. آرمسترانگ میگه شاید مدل‌های معروف همه‌فن‌حریف باشن…
اصل ماجرا اینه که یه مجموعه کامل دادن بیرون که از نسخه‌های ریزنقش ۰.۶ میلیارد پارامتری شروع میشه و تا غول‌های ۲۷ میلیاردی قد می‌کشه تا رو هر سیستمی جواب بده. طبق بنچمارک‌هاشون هم زدن رو دست رقبا و روی هر دو تا برد شاخص…
این دانشمندا مدل Qwen2.5-7B رو فقط دو ساعت و نیم روی یه گرافیک اجاره‌ای L4 تیون کردن و جوری یادش دادن که تا یه کلمه رمز خاص می‌شنوه، سریع کلیدهای SSH و فایل‌های تنظیمات محرمانه سیستم رو کش بره و بفرسته واسه خودشون…