هوش مصنوعی و علم داده به فارسی

‏⚙️ انتشار بنچمارک OpenAI برای ارزیابی مدل‌ها در مهندسی فیزیکی ‏OpenAI در مطلب جدیدی به بررسی نقش مدل‌های GPT در فرآیندهای مهندسی دنیای فیزیکی پرداخته است. ‏در میان داده‌های منتشرشده، نموداری از بنچمارک BenchCAD 2.0 دیده می‌شود که عملکرد یک مدل داخلی را در برابر GPT-6 Astra مقایسه می‌کند. طبق این نمودار، حالت استدلال پایین (low reasoning mode) در مدل داخلی، هزینه‌ای معادل حالت حداکثری Astra دارد اما امتیاز بالاتری در ارزیابی‌های این بنچمارک ثبت کرده است.

🇮🇷 - هوش مصنوعی و علم داده به فارسی تلگرام | بله | ایتا | ارتباط با ما

#BenchCAD_2 #GPT_6_Astra

‏📊 به‌روزرسانی فرم S-1 شرکت Anthropic و انتشار آمار مالی سه ماهه سوم ‏شرکت Anthropic فرم S-1 خود در سازمان بورس و اوراق بهادار آمریکا را به‌روزرسانی کرد و آمار مالی سه ماهه سوم سال ۲۰۲۶ را به آن افزود. بر اساس این گزارش، درآمد این شرکت در ۹ ماه نخست سال ۲۰۲۶ به ۳۳ میلیارد دلار رسیده است. ‏برخلاف ادعاهای مطرح‌شده مبنی بر سوزاندن شدید سرمایه، گزارش جدید نشان می‌دهد ذخایر نقدی و سرمایه‌گذاری Anthropic در اوراق خزانه‌داری آمریکا طی این فصل نه تنها کاهش نیافته، بلکه اندکی رشد کرده است. ‏پیش از این نیز گزارش‌های حسابرسی، درآمد ۴٫۵ میلیارد دلاری این شرکت در سال ۲۰۲۵ و امکان دستیابی به سودآوری عملیاتی در دو بخش استنتاج و آموزش مدل‌ها را تایید کرده بودند.

🇮🇷 - هوش مصنوعی و علم داده به فارسی تلگرام | بله | ایتا | ارتباط با ما

‏🛡 عرضه ابزار FlashProve توسط Anthropic ‏شرکت Anthropic ابزار FlashProve را به صورت متن‌باز منتشر کرد. این پروتکل رمزنگاری به کاربران امکان می‌دهد بدون دسترسی به وزن‌های مدل، تأیید کنند که خروجی ارائه‌شده دقیقاً توسط همان مدل ادعاشده تولید شده است. ‏این فناوری برای اطمینان از صحت مدل در سرویس‌های روتینگ یا محیط‌های سازمانی کاربرد دارد تا از جایگزینی مدل با نمونه‌های ارزان‌تر یا دستکاری توسط مهاجمان جلوگیری شود. ‏نحوه عملکرد: ‏ارائه‌دهنده، اثر دیجیتالی وزن‌های مدل را از قبل منتشر می‌کند. به ازای هر پاسخ، یک فایل اثبات ارائه می‌شود که با تطبیق آن با اثر دیجیتالی، اصالت مدل در یک سیستم معمولی و بدون نیاز به GPU قابل بررسی است. ‏این الگوریتم مبتنی بر روش zkSNARK است که توسط Anthropic برای مدل‌هایی با ۴۰۰ میلیارد پارامتر بهینه‌سازی شده است. در حال حاضر، حجم فایل اثبات برای ۱۰۲۴ توکن حدود ۱۹ مگابایت و زمان بررسی آن حدود ۱۷ ثانیه است که نسبت به تلاش‌های پیشین (۱۴ ساعت زمان و ۹۳ گیگابایت حجم)، پیشرفت قابل توجهی محسوب می‌شود. جزئیات فنی بیشتر در گزارش تحقیقاتی Anthropic موجود است. 🇮🇷 تلگرام

‏🎥 DeepSeek امکان طراحی هَـرنِس (Harness) توسط کاربر را فراهم کرد ‏DeepSeek ماه گذشته هَـرنِس متن‌باز خود را منتشر کرد که بر پایه ایده «همه‌چیز یک پلاگین است» بنا شده. اکنون حالت «Creator Mode» به آن افزوده شده است. در این حالت، شما ایده خود را توصیف می‌کنید و یک ایجنت (agent) به طور خودکار پلاگینی برای آن نوشته و مستقیماً در رابط کاربری برنامه (interface) ادغام می‌کند. ‏این بدان معناست که رابط کاربری هَـرنِس دیگر ثابت نیست و می‌توان آن را به هر شکلی که کاربر می‌خواهد، سفارشی‌سازی کرد. ‏برای مثال، می‌توانید یک ویرایشگر ویدئو مستقیماً درون چت بسازید، ظاهر کلی برنامه را تغییر دهید، یا یک پنل آماری برای گفتگوها ایجاد کنید. ‏مجموعه‌ای از پرامپت‌های (prompts) نمایش داده شده در ویدیوی معرفی را می‌توانید از این آدرس دریافت کنید: ‏مجموعه پرامپت‌های Creator Mode

🇮🇷 - هوش مصنوعی و علم داده به فارسی تلگرام | بله | ایتا | ارتباط با ما

#DeepSeekHarness #CreatorMode

‏📊 معماری‌های Retrieval-Augmented Generation (RAG) ‏معماری‌های Retrieval-Augmented Generation (RAG) با ترکیب بازیابی اطلاعات و تولید متن توسط مدل‌های زبانی بزرگ (LLMs)، پاسخ‌های دقیق‌تر و مبتنی بر داده‌های خارجی ارائه می‌دهند. در اینجا انواع مختلف RAG معرفی شده‌اند: ‏* Naive RAG: ساده‌ترین رویکرد که شامل بازیابی اولیه و سپس تولید متن است. ‏* Retrieve-and-Rerank RAG: بازیابی چندین نتیجه و سپس رتبه‌بندی مجدد آن‌ها برای انتخاب بهترین متن جهت تولید پاسخ. ‏* Multimodal RAG: قابلیت بازیابی و تولید پاسخ با استفاده از انواع داده‌ها مانند متن، تصویر و صدا. ‏* Graph RAG: استفاده از گراف‌های دانش برای بهبود بازیابی با در نظر گرفتن روابط بین موجودیت‌ها. ‏* Hybrid RAG: ترکیب روش‌های مختلف بازیابی مانند جستجوی کلیدواژه‌ای و جستجوی برداری. ‏* Agentic RAG (Router): استفاده از یک عامل (Agent) برای تحلیل پرس‌وجو و هدایت آن به سمت بهترین روش بازیابی یا ابزار. ‏* Agentic RAG (Multi-Agent RAG): همکاری چندین عامل برای استفاده از ابزارها و منابع داده مختلف.

🇮🇷 - هوش مصنوعی و علم داده به فارسی تلگرام | بله | ایتا | ارتباط با ما

‏🌐 تغییر دسترسی مدارس به هوش مصنوعی گوگل ‏گوگل اعلام کرده است که از اوایل سال آینده میلادی، ابزارهای هوش مصنوعی به‌صورت پیش‌فرض برای حساب‌های کاربری دانش‌آموزی (K-12) غیرفعال خواهند شد و مدارس برای استفاده از آن‌ها باید خودشان اقدام به فعال‌سازی کنند. ‏طبق گزارش نیویورک‌تایمز، این تغییر محدودیت‌های جدیدی را ایجاد می‌کند؛ مدارسی که هوش مصنوعی را کاملاً مسدود کنند، دسترسی دانش‌آموزان به «جستجوی گوگل» (Google Search) را نیز از دست خواهند داد. کریس فیلیپس، معاون بخش آموزش گوگل، دلیل این موضوع را ادغام عمیق قابلیت‌های هوش مصنوعی با موتور جستجو عنوان کرده است. ‏مدارس در صورت فعال‌سازی هوش مصنوعی، دو گزینه پیش رو دارند: ‏* استفاده از جستجوی معمولی به همراه AI Overviews و چت‌های هوش مصنوعی. ‏* استفاده از حالت Guided Learning که به‌جای ارائه پاسخ مستقیم، دانش‌آموزان را مرحله‌به‌مرحله در انجام تکالیف راهنمایی می‌کند. ‏این تصمیم، تغییر مسیر سیاست ماه آگوست گوگل است که هوش مصنوعی را به‌صورت پیش‌فرض در سرویس Google Classroom فعال کرده بود.

🇮🇷 - هوش مصنوعی و علم داده به فارسی تلگرام | بله | ایتا | ارتباط با ما

‏🧐 کاهش نرخ توهم و افزایش تمایل به تملق در مدل‌های جدید ‏گروه پژوهشی دانشگاه استنفورد با بررسی ۵۰ یافته شناخته‌شده در ۲۰ مدل هوش مصنوعی جدید متوجه شدند که ۴۴ درصد این یافته‌ها دیگر صحت ندارند و ۳۴ درصد دیگر نیز بسیار ضعیف شده‌اند. این نتایج نشان می‌دهد که عمر مفید بسیاری از باورها درباره نقاط ضعف مدل‌های زبانی به حدود ۱۵ ماه کاهش یافته است. ‏تغییرات کلیدی در رفتار مدل‌ها: ‏- توهم منبع: در حالی که در سال ۲۰۲۳ حدود ۵۵ درصد منابع ذکر شده توسط ChatGPT ساختگی بود، مدل Claude Sonnet 3.5 این نرخ را به ۱ درصد و GPT-4o به صفر رسانده‌اند؛ هرچند برخی مدل‌ها مثل Qwen 2.5 همچنان نرخ خطای بالایی دارند. ‏- تملق: تمایل مدل‌ها به تأیید نظر کاربر و چاپلوسی نسبت به نسخه‌های اولیه ۱.۸۵ برابر بیشتر شده است. ‏- رفتار پایدار: مدل‌ها همچنان به سوگیری سیاسی چپ‌گرایانه، اولویت دادن به پاسخ‌های تولیدی خود و پاسخگویی در مواردی که باید از ارائه جواب امتناع کنند، ادامه می‌دهند.

🇮🇷 - هوش مصنوعی و علم داده به فارسی تلگرام | بله | ایتا | ارتباط با ما

#LLM_Claims #Sycophancy

‏🤖 تولید مستقیم وزن‌های یک شبکه عصبی توسط مدل‌های جدید AI ‏پژوهشگران MIT نشان دادند مدل‌های جدید هوش مصنوعی می‌توانند وزن‌های یک مدل دیگر را بدون نیاز به آموزش و به‌صورت مستقیم بنویسند. الکس کرنتسل، پژوهشگر دکتری دانشگاه برکلی، این آزمون را روی مدل‌های مختلف تکرار کرد. ‏در این آزمایش، مدل‌ها باید تمام ۲۰٬۴۸۶ پارامتر یک شبکه عصبی کوچک برای بازی Atari Breakout را تنها در یک پاسخ تولید می‌کردند. معیار مقایسه، شبکه‌ای بود که طی ۵۰۰ میلیون گام آزمون‌واندیشه آموزش دیده بود. ‏عملکرد مدل‌ها در این سنجش: ‏• مدل GPT-6 Astra امتیازی ۲۲ برابر معیار کسب کرد. ‏• مدل Claude Opus 5.5 به ۲۰ برابر معیار رسید. ‏• مدل GPT-6.1 Sol امتیازی ۱۸ برابر معیار ثبت کرد. ‏مدل‌های قدیمی‌تر مانند GPT-5 تا GPT-5.5 و Opus 4.5 تا 4.8 حتی به حد معیار اولیه هم نرسیدند. ‏به گفته کرنتسل، این شبکه بسیار کوچک است و با مدل‌های پیشرو که حدود یک تریلیون پارامتر دارند فاصله زیادی دارد. همچنین این روش روی مدل‌های متن‌باز برتر هنوز جواب نداده است.

🇮🇷 - هوش مصنوعی و علم داده به فارسی تلگرام | بله | ایتا | ارتباط با ما

🧠 خلاصه تحولات 48 ساعت گذشته هوش مصنوعی و علوم داده 🗂 گزارش #13 | 📌 6 آیتم گزارش | 🧾 از 26 پست بررسی‌شده 🕐 دوشنبه 1405/08/11 ساعت 14:00 تا چهارشنبه 1405/08/13 ساعت 14:00 اصلاح مستقیم پارامترها بدون بازآموزی مدل اصلاح مستقیم وزن‌های شبکه عصبی با لایه تحلیل‌گر، امکان رفع باگ‌های منطقی مدل‌های کوچک را بدون هزینه‌های سنگینِ بازآموزی یا تنظیم دقیق فراهم می‌کند. این روش می‌تواند تصمیم‌گیری مهندسان را در بهینه‌سازی مدل‌های لبه‌ای تغییر دهد، مشروط بر آنکه روش دستکاری وزن‌ها در رفتارهای عمومی مدل اختلال غیرمنتظره ایجاد نکند. اثر غیرمستقیم توکنایزر بر هزینه و پنجره متن تفاوت در تراکم توکن‌سازی، ارزیابی هزینه و تأخیر در معماری‌های چندزبانه را تغییر می‌دهد؛ زیرا قیمت‌گذاری یکسان بر اساس توکن، هزینه‌های عملیاتی زبان‌های کمترپشتیبانی‌شده را افزایش می‌دهد. تیم‌های توسعه باید انتخاب مدل را مشروط به ساختار توکنایزر آن ارزیابی کنند تا از پرشدن ناگهانی پنجره متنی و افزایش تأخیر در پرامپت‌های غیرانگلیسی جلوگیری شود. ⚙️ زیرساخت و معماری مدل‌ها روش Weight-Space Programming برای دستکاری مستقیم وزن‌ها پژوهشگران MIT با تغییر مستقیم ۰.۰۱۶ درصد از وزن‌های یک مدل کوچک بدون بازآموزی، عملکرد ریاضی آن را بهبود دادند. انتقال پشته آموزش مدل DeepSeek V5 به تراشه‌های Ascend شرکت DeepSeek قصد دارد پشته نرم‌افزاری آموزش مدل نسل بعدی خود را روی پردازنده‌های Huawei Ascend بهینه‌سازی کند. معرفی مدل چندوجهی SenseNova-Loop-9B این مدل ۹ میلیارد پارامتری با بازاجرای لایه‌های متمایز و پشتیبانی از ۲۵۶ هزار توکن برای فعالیت ایجنت‌ها ارائه شد. 📊 ابزارها و ارزیابی سیستم‌های ایجنت پژوهش ائتلاف CLEAR درباره نابرابری هزینه توکنایزرها بررسی عملکرد توکنایزرها نشان می‌دهد زبان‌های غیرانگلیسی به دلیل قطعه‌بندی بیشتر، توکن و هزینه بالاتری مصرف می‌کنند. توسعه سرور MCP برای جستجوی آگهی‌های کاریابی ایران ابزار متن‌باز iran-jobs-mcp امکان دریافت آگهی‌ها و اطلاعات شرکت‌ها از پلتفرم‌های ایرانی را به ایجنت‌ها می‌دهد. نتایج بنچمارک GDPx برای سنجش ایجنت‌های هوش مصنوعی بنچمارک GDPx عملکرد مدل‌ها را در ۲۰۶ وظیفه تخصصی می‌سنجد که بالاترین امتیاز کسب‌شده در آن ۱۲ درصد بوده است.

🇮🇷 - هوش مصنوعی و علم داده به فارسی تلگرام | بله | ایتا | ارتباط با ما

‏🧊 مدل متن‌باز Idol برای تبدیل یک عکس به مدل سه‌بعدی ‏مجموعه Speridlabs مدل متن‌باز Idol را برای ساخت اشیای سه‌بعدی از یک تصویر تک منتشر کرد. این مدل زاویه‌های ناپیدای تصویر را بازسازی می‌کند و خروجی را با روش 3D Gaussian Splatting تا سقف ۱ میلیون گاسین می‌سازد. ‏مدل Idol به صورت مستقل آموزش دیده و کدهای آن با مجوز Apache 2.0 در گیت‌هاب قرار گرفته است. فرمت خروجی آن PLY است و مصرف حافظه ویدئویی (VRAM) آن زیر ۷.۲ گیگابایت می‌ماند. ‏تیم سازنده زمان تولید را حدود ۳ ثانیه اعلام کرده، اما در آزمون‌های منتشرشده، ساخت مدل روی کارت RTX 5090 حدود ۱۴ ثانیه و روی RTX 4090 حدود ۱۹ ثانیه طول کشیده است. تست آنلاین مدل در دموی هاگینگ فیس در دسترس است.

🇮🇷 - هوش مصنوعی و علم داده به فارسی تلگرام | بله | ایتا | ارتباط با ما

‏نابرابری هزینه‌ی توکن در زبان‌های مختلف ‏ائتلاف CLEAR در نخستین پژوهش خود پیرامون عدالت زبانی، نشان داده که هزینه‌ی استفاده از مدل‌های هوش مصنوعی برای زبان‌های غیرانگلیسی به دلیل نحوه‌ی عملکرد توکنایزرها به‌مراتب بالاتر است. توکنایزرها عمدتاً برای انگلیسی و زبان‌های پرتکرار آموزش دیده‌اند، در نتیجه متن سایر زبان‌ها به قطعات کوچک‌تری شکسته شده و تعداد توکن بیشتری مصرف می‌کند. ‏برای نمونه، یک عبارت مشخص در زبان آمهاری می‌تواند تا ۶ برابر بیشتر از انگلیسی توکن مصرف کند. این افزایش تعداد توکن دو پیامد مستقیم دارد: افزایش تأخیر در پاسخ‌دهی و کاهش ظرفیت مفید پنجره‌ی متنی (Context Window) مدل. ‏برخی از یافته‌های این پژوهش: ‏* مدل NLLB-200 تنها مدلی است که نمره‌ی عالی A دریافت کرده است. ‏* مدل‌های Gemini و Gemma نمره‌ی B کسب کردند. ‏* مدل GPT-5 در این ارزیابی نمره‌ی F گرفت. ‏* زبان‌های دارای خطوط لاتین، حتی در صورت کمیاب بودن، بسیار بهینه‌تر از زبان‌هایی نظیر برمه‌ای، تبتی و خمر عمل می‌کنند.

🇮🇷 - هوش مصنوعی و علم داده به فارسی تلگرام | بله | ایتا | ارتباط با ما

#TokenizerTax #FLORES_200

‏🐳 آموزش مدل DeepSeek V5 با تراشه‌های Huawei Ascend ‏شرکت DeepSeek قصد دارد برای آموزش نسل بعدی مدل بزرگ خود یعنی DeepSeek V5، از شتاب‌دهنده‌های Huawei Ascend استفاده کند. این اقدام با هدف کاهش وابستگی این شرکت به پردازنده‌های گرافیکی آمریکایی و محدودیت‌های صادراتی ایالات متحده انجام می‌شود. ‏پیش از این، تراشه‌های هواوی عمدتاً برای وظایف استنتاج (Inference) و مراحل محدودِ بازآموزی استفاده می‌شدند، اما اکنون هدف، انتقال فرایند اصلی آموزش مدل (Pre-training) به این بستر است. برای تحقق این طرح، DeepSeek و هواوی در حال بهینه‌سازی مشترکِ پشته نرم‌افزاری شامل کامپایلرها، کتابخانه‌های محاسباتی و پروتکل‌های ارتباطی توزیع‌شده هستند. در همین راستا، DeepSeek در ماه سپتامبر کدهای منبع ابزارهای سازگار با معماری Ascend، از جمله TileLang را منتشر کرد. ‏طبق گزارش‌های منتشرشده، تکمیل این پروژه برای سال ۲۰۲۷ هدف‌گذاری شده است. موفقیت این جایگزینی، مستلزم عبور از چالش‌های مربوط به هزینه انتقال اکوسیستم نرم‌افزاری در مقیاس آموزش است.

🇮🇷 - هوش مصنوعی و علم داده به فارسی تلگرام | بله | ایتا | ارتباط با ما

‏🤖 ابزار متن‌باز برای اتصال ایجنت‌های AI به سایت‌های کاریابی ایران ‏سپهر رادمرد یک سرور MCP (Model Context Protocol) توسعه داده که امکان جستجوی همزمان آگهی‌های شغلی در پلتفرم‌های ایران‌تلنت، جابینجا و جاب‌ویژن را برای ایجنت‌های هوش مصنوعی فراهم می‌کند. ‏این ابزار با یک فراخوانی، اطلاعاتی نظیر آگهی‌های شغلی، جزئیات شرکت‌ها، نظرات کارمندان و گزارش‌های حقوق و مصاحبه را استخراج می‌کند. ‏نکات فنی: ‏- دستور اجرا: از طریق uvx iran-jobs-mcp قابل اجراست. ‏- عملکرد: در مجموع ۳۷ ابزار مختلف برای پیمایش داده‌ها دارد. ‏- نمونه استفاده: جستجوی متمرکز با دستور job_search(keyword="python", site="all") امکان‌پذیر است. ‏این پروژه یک ابزار غیررسمی است و هیچ وابستگی ساختاری به وب‌سایت‌های ذکر شده ندارد.

🇮🇷 - هوش مصنوعی و علم داده به فارسی تلگرام | بله | ایتا | ارتباط با ما

#iran_jobs_mcp #ModelContextProtocol

‏📊 اتصال دیتابیس «رسمیو» به ایجنت‌های هوش مصنوعی ‏ابزار متن‌باز rasmio-mcp امکان اتصال دیتابیس شرکت‌های ایرانی در سامانه رسمیو را به ایجنت‌های هوش مصنوعی فراهم کرده است. ‏با استفاده از این پروتکل MCP، می‌توانید پرس‌وجوهای مربوط به هویت حقوقی، اطلاعات مالکان و جزئیات ثبتی شرکت‌ها را مستقیماً از طریق محیط چت ایجنت انجام دهید. این ابزار به ویژه برای بررسی‌های پیش از انعقاد قرارداد یا تحلیل‌های اولیه در فرآیندهای سرمایه‌گذاری کاربرد دارد.

🇮🇷 - هوش مصنوعی و علم داده به فارسی تلگرام | بله | ایتا | ارتباط با ما

#rasmio_mcp #پروتکل_MCP

‏🤖 بهینه‌سازی مستقیم وزن‌های شبکه عصبی با Weight-Space Programming ‏پژوهشگران MIT CSAIL روشی به نام Weight-Space Programming معرفی کرده‌اند که در آن یک LLM بزرگ، بدون نیاز به آموزش سنتی یا گرادیان، پارامترهای مدل دیگری را مستقیماً تغییر می‌دهد. ‏در یک آزمایش، مدل Astra با تحلیل وزن‌های مدل Qwen3.5-0.8B، متوجه شد که این شبکه در لایه‌های ۱۵ و ۱۹ دچار حلقه تکرار در استدلال می‌شود. با تغییر تنها ۰.۰۱۶٪ از کل وزن‌ها (حدود ۱۳۱ هزار پارامتر از ۸۰۰ میلیون)، عملکرد مدل در بنچمارک‌های ریاضی جهش قابل‌توجهی داشت: ‏- MATH-500: رشد از ۷.۹٪ به ۴۸.۱٪ ‏- GSM8K: رشد از ۱۳.۸٪ به ۶۷.۱٪ ‏- IFEval: رشد از ۲۱٪ به ۶۲.۳٪ ‏این بهبود عمدتاً ناشی از رفع نقص منطقی در لایه‌های MLP بود. علاوه بر این، Astra توانست وزن‌های یک مدل بازی‌ساز را از صفر تولید کند که عملکردی فراتر از مدل‌های آموزش‌دیده با ۱۰۰ میلیون گام PPO داشت. این رویکرد نشان می‌دهد که می‌توان با تحلیل مستقیم تنسورها، رفتارهای نامطلوب مدل‌های کوچک‌تر را بدون آموزش مجدد اصلاح کرد.

🇮🇷 - هوش مصنوعی و علم داده به فارسی تلگرام | بله | ایتا | ارتباط با ما

‏🤖 افزودن واترمارک پنهان به خروجی مدل‌های Grok در API ‏از شنبه (۷ نوامبر)، متون تولیدشده توسط هفت مدل Grok در API به‌صورت پیش‌فرض حاوی واترمارک نامرئی خواهند بود. این تغییر برای انطباق با قانون هوش مصنوعی اتحادیه اروپا اعمال می‌شود. ‏این سیستم کاراکتر جدیدی به متن اضافه نمی‌کند، بلکه با تغییر جزئی در نحوه انتخاب توکن‌ها توسط مدل عمل می‌کند. ظاهر متن تفاوت ظاهری با خروجی‌های عادی ندارد، اما در ارزیابی‌های بعدی می‌توان متن را در سه حالت دارای واترمارک، بدون واترمارک یا نامشخص دسته‌بندی کرد. متون طولانی‌تر سیگنال قوی‌تری برای تشخیص ارائه می‌دهند. ‏واترمارک شامل پاسخ‌های متنی ساده، خروجی‌های ساختاریافته و فراخوانی ابزارها می‌شود. مدیران حساب‌ها فقط در صورت تأیید وجود معافیت قانونی می‌توانند آن را برای هر مدل غیرفعال کنند. دسترسی به ابزار تشخیص نیز مستلزم ثبت درخواست جداگانه است. ‏همچنین شرکت Anthropic از روز سه‌شنبه درج علامت روی متن مدل‌های قدیمی‌تر Claude را آغاز می‌کند.

🇮🇷 - هوش مصنوعی و علم داده به فارسی تلگرام | بله | ایتا | ارتباط با ما

#GrokWatermarking #EUAIAct

‏🤖 انتشار ۷ پرامپت DeepSeek برای ساخت ابزارهای تعاملی در Creator Mode ‏شرکت DeepSeek مجموعه پرامپت‌های ۷ دموی کاربردی خود را در حالت Creator Mode ابزار DeepSeek Harness منتشر کرد. با این حالت می‌توان بدون توسعه دستی رابط کاربری، ابزارهای تعاملی ساخت. ‏مهم‌ترین موارد ارائه شده: ‏• تجسم سه‌بعدی معماری Transformer و محاسبات داخلی شبکه ‏• ویرایشگر ویدیو همراه با تایم‌لاین و کنترل تدوین از طریق چت ‏• ابزار مرور مقالات علمی PDF با امکان علامت‌گذاری، یادداشت‌نویسی و گفتگو درباره سند ‏• داشبورد مانیتورینگ برای پایش مصرف توکن، تخمین هزینه و بار CPU ‏• ویرایشگر پوستر و گالری تعاملی ‏تیم DeepSeek اعلام کرده که ساخت برخی ابزارها به چند مرحله گفتگو و اصلاح نیاز داشته است؛ به همین دلیل ارسال یک پرامپت تکی ممکن است دقیقاً همان خروجی دموها را بازتولید نکند.

🇮🇷 - هوش مصنوعی و علم داده به فارسی تلگرام | بله | ایتا | ارتباط با ما

‏معرفی بنچمارک مهندسی RWE-bench برای مدل‌های هوش مصنوعی ‏استارتاپ Xplore مجموعه‌ای شامل ۲۰ مسئله در حوزه‌های مکانیک، الکترونیک و مهندسی هوافضا با نام RWE-bench ارائه کرده است که توانایی مدل‌های هوش مصنوعی را در طراحی‌های مهندسی واقعی ارزیابی می‌کند. در این آزمون، مدل باید با استفاده از ابزارهایی نظیر CadQuery، Gmsh، CalculiX و پایتون، خروجی‌هایی منطبق با استانداردهای دقیق فنی تولید کند. ارزیابی پاسخ‌ها به‌صورت خودکار و از طریق حل‌کننده‌های فیزیکی انجام می‌شود. ‏در نتایج این بنچمارک، مدل‌های پیشرو به شرح زیر عمل کرده‌اند: ‏* GPT-6 Astra با ۳۷٪ موفقیت، بالاترین امتیاز را کسب کرده است. ‏* Claude Opus 5.5 با ۲۹٪ در جایگاه دوم قرار دارد. ‏* GPT-6.1 Sol با ۲۵٪ موفقیت در رتبه سوم جای گرفته است. ‏* Gemini 4 Argon موفق به حل ۱۲٪ و Claude Fable 5.1 موفق به حل ۷٪ از مسائل شده‌اند. ‏تیم Xplore این مجموعه را برای آموزش مدل‌ها منتشر نمی‌کند و دسترسی به فرآیند ارزیابی تنها از طریق هماهنگی مستقیم امکان‌پذیر است.

🇮🇷 - هوش مصنوعی و علم داده به فارسی تلگرام | بله | ایتا | ارتباط با ما

#RWE_bench #CadQuery