هوش مصنوعی و علم داده به فارسی

‏🤖 قابلیت اتصال مدل‌های هوش مصنوعی به تلگرام ‏تلگرام در حال آزمایش قابلیتی در نسخه بتا برای سیستم‌عامل macOS است که به کاربران اجازه می‌دهد مدل‌های مختلف هوش مصنوعی را مستقیماً به پیام‌رسان خود متصل کنند. ‏کاربران می‌توانند با وارد کردن کلیدهای API شخصی، از چندین مدل به‌صورت همزمان استفاده کرده و با ارسال درخواست‌های مستقیم، بین آن‌ها جابه‌جا شوند. این ویژگی با هدف ایجاد یک رابط کاربری یکپارچه برای مدیریت مدل‌های مختلف طراحی شده است تا نیاز به تعویض مداوم برنامه‌ها کاهش یابد. ‏مهم‌ترین مدل‌های پشتیبانی‌شده در این نسخه بتا عبارتند از: ‏- OpenAI (ChatGPT) ‏- Anthropic (Claude) ‏- Google (Gemini) ‏- xAI (Grok) ‏- OpenRouter ‏این قابلیت در حال حاضر در نسخه ۱/۰/۱۳ تلگرام macOS مشاهده شده و هنوز برای کاربران عمومی در دسترس نیست. جزئیات نهایی و نحوه عملکرد آن پس از انتشار عمومی مشخص خواهد شد.

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

#OpenRouter #API_keys

🧠 خلاصه تحولات 24 ساعت گذشته هوش مصنوعی و علوم داده 🗂 گزارش #5 | 📌 5 آیتم گزارش | 🧾 از 19 پست بررسی‌شده 🕐 جمعه 1405/08/01 ساعت 14:00 تا شنبه 1405/08/02 ساعت 14:00 🗂 رویدادهای منتخب 🔬 مدل‌ها و زیرساخت‌ها

عرضه مدل‌های OpenAI در Google Cloud دسترسی مستقیم سازمانی به مدل‌های OpenAI برای گردش‌های کاری ایجنتی و حکمرانی داده در زیرساخت گوگل. انتشار مدل Kimi K3.1 Pro ارائه مدل جدید با رتبه بالا در بنچمارک‌های SWE و کدنویسی؛ وزن‌ها ۴ نوامبر منتشر می‌شوند. مدل صوتی Granite Speech 5.0 مدل ۲ میلیاردی آی‌بی‌ام با نرخ خطای ۵.۶۸٪ و مجوز Apache 2.0 برای کاربردهای نویسه‌گردانی و ترجمه.

🔬 مهندسی معکوس و امنیت

بازسازی منطق نرم‌افزار با REA و Opus 5.5 استفاده از متدولوژی اتاق تمیز برای تحلیل رفتار باینری و بازسازی کد بدون نقض مالکیت معنوی. تغییرات ساختاری در تیم ایمنی OpenAI اخراج سه محقق حوزه ایمنی به‌دلیل انتقال داده‌های حساس و درخواست برای توقف توسعه مدل‌های غیرقابل راستی‌آزمایی.

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

‏🤖 استفاده از Claude برای اثبات ریاضی کدهای متن‌باز ‏شرکت Anthropic با همکاری Theorem از مدل Claude برای تأیید رسمی (Formal Verification) کدهای ۱۲۳ کتابخانه متن‌باز استفاده کرده است. در این پروژه، مدل به جای تکیه بر تست‌های تصادفی، تست‌های موجود در سرویس OSS-Fuzz گوگل را به قضایای ریاضی تبدیل کرده و صحت عملکرد آن‌ها را اثبات کرد. ‏نتایج این آزمایش شامل موارد زیر است: ‏* تولید ۱۸۰ میلیون خط کد اثبات برای ۲۳۹ نقطه ورود در کتابخانه‌های مختلف. ‏* تأیید نهایی توسط نرم‌افزار Rocq برای اطمینان از اجرای بدون نقص کد با هر ورودی تا ۶۴ مگابایت. ‏* شناسایی و رفع صدها باگ پیچیده، از جمله خطای سرریز بافر در الگوریتم‌های فشرده‌سازی و دسترسی خارج از محدوده آرایه در دیکودرهای تصویر که با تست‌های معمولی قابل کشف نبودند. ‏اگرچه این روش در گذشته به دلیل هزینه بالای زمانی بسیار دشوار بود، اما اکنون خودکارسازی آن سرعت کار را به شدت افزایش داده است. 🔗 ادامه مطلب در سایت

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

#Formal_Verification #Rocq

‏🎬 شرکت Tencent مدل جهان ویدیویی تعاملی Hy-Nomas را منتشر کرد ‏شرکت Tencent مدل متن‌باز Hy-Nomas را منتشر کرد؛ یک مدل جهان ویدیویی تعاملی که قابلیت اجرا روی یک کارت گرافیک RTX 4090 را دارد. ‏این مدل ویدیو را بخش‌به‌بخش می‌سازد و کنترل آن از طریق متن و مسیر حرکت دوربین انجام می‌شود. کاربر می‌تواند در هر مرحله صحنه، سبک، عمل یا زاویه دید را تغییر دهد، در حالی که حافظه محیط میان بخش‌های مختلف حفظ می‌شود. خروجی ویدیو با رزولوشن 1280×720 و سرعت ۲۴ فریم بر ثانیه تولید می‌شود و امکان شخصی‌سازی آن برای حوزه‌هایی مانند رباتیک با استفاده از LoRA وجود دارد. ‏پیکربندی استاندارد این مدل برای هشت کارت گرافیک طراحی شده، اما با کوانتایز INT8 وزن‌ها، KV-cache و انتقال بخشی از پردازش به CPU، روی یک RTX 4090 هم اجرا می‌شود. ‏کد آموزش و اینفرنس تحت مجوز Apache-2.0 منتشر شده و وزن‌های مدل به همراه دموی آنلاین در دسترس است. هنوز بنچمارک رسمی برای Hy-Nomas ارائه نشده و گزارش فنی آن بعداً منتشر خواهد شد.

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

#Hy_Nomas #LoRA

‏🚨 اخراج سه محقق ایمنی OpenAI به اتهام افشای اطلاعات ‏طبق گزارش وال‌استریت ژورنال، شرکت OpenAI سه پژوهشگر حوزه ایمنی شامل ژاسمین وانگ، تومک کورباک و میکیتا بالاسنی را به اتهام به اشتراک‌گذاری طرح‌های داخلی مدل‌ها با یک محقق بیرونی اخراج کرده است. گفته می‌شود این ارتباطات از طریق پیام‌های خودحذف‌شونده در پیام‌رسان سیگنال صورت گرفته است. ‏OpenAI این رویداد را نقض جدی مقررات داده‌های حساس دانسته، اما پژوهشگران روایت متفاوتی دارند. کورباک و بالاسنی علت اخراج را نحوه تعامل خود با سازمان‌های ارزیابی ایمنی مثل METR می‌دانند و وانگ می‌گوید به‌دلیل بازکردن تصادفی یک ایمیل حساس و گزارش سریع آن برکنار شده است. ‏این سه نفر پس از اخراج، در نامه‌ای به هیئت‌مدیره خواستار توقف توسعه مدل‌هایی شدند که نحوه استدلال آن‌ها برای انسان قابل راستی‌آزمایی نیست.

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

‏🧠 مقایسه عملکرد مدل‌های Claude، GPT-6، Gemini و DeepSeek ‏شاخص مستقل Artificial Analysis در جدیدترین ارزیابی خود، مدل Claude Opus 5.5 را در بخش توانمندی هوشی با کسب ۵۸ امتیاز در رتبه نخست قرار داده است. در این رده‌بندی، GPT-6 Astra و Gemini 4 Argon به ترتیب ۵۳ امتیاز کسب کرده‌اند. ‏با این حال، در تست صداقت یا AA-Omniscience نتایج متفاوتی مشاهده می‌شود: ‏* مدل Argon در ۱۵٪ مواقع پاسخ‌های ساختگی ارائه می‌دهد و تمایل بیشتری به پاسخ ندادن دارد. ‏* مدل Astra در ۵۱٪ موارد دچار خطا در پاسخ‌دهی می‌شود. ‏* مدل Opus 5.5 در ۵۸.۶٪ موارد پاسخ‌های نادرست یا ساختگی تولید می‌کند. ‏از نظر هزینه‌ها، DeepSeek V4.1 Flash به عنوان تنها مدل متن‌باز این لیست، با قیمت ۱.۲ دلار به ازای هر میلیون توکن خروجی، ارزان‌ترین گزینه است. در مقابل، هزینه مدل‌های Claude و Astra به ترتیب ۲۰ و ۵۰ دلار است و مدل Argon نیز با قیمت ۱۰ دلار در حال عرضه است. ‏بر اساس این داده‌ها، مدل واحدی برای تمام کاربردها وجود ندارد: Claude برای کارهای طولانی و پیچیده، Gemini برای صحت‌سنجی حقایق، و Astra برای محاسبات ریاضی و کنترل سیستم مناسب‌تر هستند.

‏🤖 نمایش قابلیت‌های فیزیکی ربات انسان‌نمای Unitree H2-X ‏شرکت Unitree ویدئوی جدیدی از ربات انسان‌نمای خود با نام H2-X منتشر کرده که در آن با نام مستعار «Kung Fu Legend Guardian» حرکات نمایشی از جمله پشت‌ک‌وارو، پریدن از ارتفاع چهار متری و بلند کردن بدنه خودرو را اجرا می‌کند. ‏در این ویدئو قابلیت‌های حرکتی ربات در سناریوهای مختلفی از جمله امداد و نجات به نمایش درآمده است. با این حال، جزئیات فنی زیر همچنان مبهم باقی مانده است: ‏- میزان استقلال ربات در تصمیم‌گیری‌ها طی این صحنه‌های عملیاتی مشخص نیست. ‏- حداکثر شارژدهی باتری حدود ۸ ساعت اعلام شده، اما شرایط بار کاری (Load) برای رسیدن به این عدد ذکر نشده است. ‏سازنده در پایان این ویدئو از کاربران خواسته است که در استفاده از این ربات، اصول ایمنی و رفتار دوستانه را رعایت کنند.

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

#Unitree_H2X #ربات_انسان

‏🧬 طراحی پروتئین توسط مدل هوش مصنوعی Claude ‏یک شرکت تحقیقات مالی با صرف ۲۰۰ هزار دلار، توانایی مدل Claude را در طراحی پروتئین‌های جدید آزمایش کرد. در این پروژه، تیمی پنج‌نفره که سه عضو آن فاقد پیش‌زمینه علمی بودند، با استفاده از مدل پیشرفته و داخلی Anthropic اقدام به طراحی کردند. ‏این تیم با اجرای بیش از ۳۰۰ زیر-عامل (Sub-agents) روی ۳۰۰ واحد پردازش گرافیکی (GPU) در یک شب، موفق به طراحی و ارزیابی پروتئین‌ها شد. تمرکز نهایی این آزمایش بر بررسی زهر عقرب قرار گرفت تا روشی متفاوت از تحقیقات پیشین بر روی زهر مار باشد. ‏اگرچه این آزمایش نشان داد که ابزارهای هوش مصنوعی دسترسی به تحقیقات زیستی پیچیده را تسهیل کرده‌اند، اما این پروژه با محدودیت‌های جدی روبرو شد: ‏- لزوم پاسخ به پرسش‌نامه‌های ایمنی زیستی با بیش از ۶۰ سوال فنی. ‏- دشواری دسترسی به زیرساخت‌های آزمایشگاهی فیزیکی. ‏- ضرورت وجود پروتکل‌های ایمنی که تیم از آن‌ها بی‌بهره بود. ‏نتیجه این تجربه، تضاد میان توانایی محاسباتی هوش مصنوعی در تولید ساختارهای زیستی و مانع جدیِ آزمایش‌های فیزیکی و الزامات ایمنی را به وضوح نمایش می‌دهد. 🇮🇷 سایت | تلگرام

‏⚠️ خطر حذف تخصص انسانی با جایگزینی AI ‏پژوهشگران در مقاله‌ای با عنوان «تراژدی منابع مشترک شناختی» هشدار می‌دهند که اتکای بیش از حد به هوش مصنوعی برای انجام کارهای مقدماتی، می‌تواند روند پرورش متخصصان آینده را مختل کند. ‏به‌طور سنتی، نیروهای تازه‌کار با انجام وظایف تکراری و حل مسائل پایه، تجربه کسب می‌کنند. با واگذاری این وظایف به هوش مصنوعی، زنجیره یادگیری قطع می‌شود. محققان این پدیده را «افسار اعتبارسنجی» (Validation Tether) می‌نامند: انسان تنها زمانی می‌تواند عملکرد سیستم‌های هوش مصنوعی را نظارت و اصلاح کند که پیش‌زمینه تخصصی کافی برای تشخیص خطاها را داشته باشد. ‏با بازنشستگی متخصصان فعلی و نبود نسل جدیدی که فرصت یادگیری در مراحل پایه را داشته است، توانایی انسان برای نظارت بر خروجی‌های هوش مصنوعی در پروژه‌های پیچیده به‌شدت کاهش می‌یابد. ‏جزئیات بیشتر این تحلیل را می‌توانید در نسخه کامل مقاله در آرکایو مطالعه کنید. 🔗 ادامه مطلب در سایت

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

#Cognitive_Commons #Validation_Tether

‏🌐 انتشار وزن‌های مدل هوش مصنوعی MiniMax M3.1 Flash ‏شرکت MiniMax وزن‌های مدل M3.1 Flash را منتشر کرد. این مدل از معماری MoE با ۴۲۸ میلیارد پارامتر بهره می‌برد که در هر گام پردازشی، حدود ۲۳ میلیارد پارامتر آن فعال می‌شود. تمرکز اصلی این مدل بر انجام وظایف چندمرحله‌ای، توسعه نرم‌افزار، استفاده از ابزارها و مدیریت برنامه‌ها است. ‏مهم‌ترین نتایج بنچمارک‌های اعلام‌شده توسط سازنده: ‏- کسب امتیاز 73.7 در DeepSWE v1.1 برای وظایف پیچیده توسعه. ‏- کسب امتیاز 61.7 در OSWorld V2 برای تعامل با رابط‌های کاربری. ‏- امتیاز 76.2 در BankerToolBench برای سناریوهای بانکی. ‏- امتیاز 82.2 در CyberGym برای شناسایی و بازتولید آسیب‌پذیری‌ها. ‏این مدل برای افزایش سرعت در تولید توکن‌ها از تکنیک‌های Sparse Attention و Speculative Decoding استفاده می‌کند. اگرچه فعال بودن ۲۳ میلیارد پارامتر به کاهش محاسبات کمک می‌کند، اما به دلیل حجم کلی پارامترها، همچنان به زیرساخت‌های سخت‌افزاری قدرتمندی برای میزبانی نیاز دارد. دسترسی به وزن‌ها از طریق Hugging Face و استفاده از سرویس API امکان‌پذیر است. 🔗 جزئیات خبر در سایت 🇮🇷 سایت | تلگرام

‏🎙️ انتشار مدل هوش مصنوعی Granite Speech 5.0 ‏آی‌بی‌ام مدل Granite Speech 5.0 2B را با مجوز Apache 2.0 عرضه کرد. این مدل ترکیبی از یک انکودر CTC Conformer و مدل زبانی Granite 4.0 1B است که از طریق یک q-former با هم ارتباط دارند. ‏این مدل می‌تواند همزمان عملیات نویسه‌گردانی (Transcription) و ترجمه گفتار را انجام دهد و از فهرست کلمات کلیدی تا ۲۰۰۰ عبارت پشتیبانی می‌کند. در بنچمارک Open ASR، این مدل با میانگین نرخ خطای کلمه (WER) برابر با ۵.۶۸٪، در جایگاه دوم مدل‌های متن‌باز قرار گرفته است. ‏سایر مشخصات: ‏* دارای ۲ میلیارد پارامتر و پشتیبانی از ۶ زبان. ‏* قابل اجرا در فریم‌ورک‌های Transformers، vLLM، llama.cpp و mlx-audio. ‏* به‌روزرسانی همزمان Turbo CTC با پشتیبانی از ۷ زبان. ‏جزئیات فنی و متدولوژی در مقاله منتشر شده قابل مطالعه است. 🔗 جزئیات خبر در سایت

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

‏🤖 ورود مدل‌های OpenAI به زیرساخت Google Cloud ‏OpenAI و گوگل کلاود همکاری جدیدی را برای عرضه مدل‌های پیشرو و گردش‌های کاری ایجنتی Codex در بخش Model Garden گوگل کلاود آغاز کردند. ‏با این همکاری، کاربران سازمانی به این مدل‌ها دسترسی مستقیم خواهند داشت تا فرایندهای ایجنتی را روی زیرساخت و سیستم‌های حکمرانی داده گوگل اجرا کنند. این مدل‌ها در Gemini Agent و Google Antigravity نیز در دسترس قرار خواهند گرفت. ‏هدف این اقدام، مدرن‌سازی چرخه توسعه نرم‌افزار و تسهیل استفاده از مدل‌های هوش مصنوعی در صنایع دارای مقررات سخت‌گیرانه است، به‌طوری که امکان ترکیب مدل‌های OpenAI با کنترل‌های دسترسی توکار و امنیت متمرکز داده فراهم می‌شود.

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

🧠 خلاصه تحولات 48 ساعت گذشته هوش مصنوعی و علوم داده 🗂 گزارش #4 | 📌 8 آیتم گزارش | 🧾 از 23 پست بررسی‌شده 🕐 چهارشنبه 1405/07/29 ساعت 14:00 تا جمعه 1405/08/01 ساعت 14:00 🔎 تحلیل فنی و پیامد عملی

توسعه اخیر زیرساخت‌های اجرای هوش مصنوعی بر کاهش بار حافظه و بهینه‌سازی مسیر داده تمرکز دارد. پشته نرم‌افزاری llm-d با اجرای مسیریابی آگاه از کش پیشوند در زیرساخت کوبرنتیز، نرخ موفقیت کش مدل جمینای را از ۳۵ به ۷۰ درصد رسانده و در مقیاس ۱۷ هزار گره توان عملیاتی را ۲.۹ برابر کرده است؛ این ابزار در صورت پر شدن حافظه شتاب‌دهنده، کش KV را به سیستم یا ذخیره‌ساز منتقل می‌کند. در سطح معماری مدل نیز، مدل متن‌باز MemT-1.0-Nano با بهره‌گیری از وضعیت داخلی برای ثبت حافظه گفتگو، نیاز به بارگذاری مجدد کل تاریخچه متنی را کاهش می‌دهد. همچنین بک‌اند TorchTPU با ثبت PrivateUse1 امکان اجرای مستقیم PyTorch روی TPUهای گوگل را بدون نیاز به JAX runtime فراهم کرده و پس از کامپایل، زمان اجرا را از ۱۱.۴۹ ثانیه به ۲.۷۸ ثانیه کاهش داده است. محدودیت اصلی این دستاوردها، وابستگی عملکرد به سخت‌افزار مشخص و شرایط زیرساختی آزمایش‌شده است؛ برای نمونه، دست‌یابی به بهره‌وری ۵۲ درصدی MFU در TorchTPU روی مدل Qwen 3 8B گزارش شده و برای سایر مدل‌ها نیازمند ارزیابی مجزا است. همچنین ارقام بهبود توان عملیاتی در llm-d بر اساس بنچمارک‌های اولیه اعلامی توسعه‌دهندگان است و در بار کاری نامتوازن ممکن است رفتار متفاوتی داشته باشد. برای تیم‌های مهندسی، ارزیابی مشروط این ابزارها بر اساس حجم حافظه اختصاصی و الگوی درخواست‌های پیشوند توصیه می‌شود.

🤖 مدل‌ها و ابزارهای توسعه

عرضه مدل MemT-1.0-Nano با حافظه داخلی گفتگو این مدل متن‌باز با ذخیره وضعیت گفتگو در حافظه داخلی، نیاز به ارسال مجدد تمام تاریخچه متن را برطرف می‌کند. معرفی ۵ مخزن گیت‌هاب برای فاین‌تونینگ مدل‌های بزرگ مخازن LLaMA-Factory، Unsloth، Axolotl، PEFT و TRL ابزارهای کاربردی برای سفارشی‌سازی و آموزش مدل‌ها ارائه می‌دهند. انتشار مدل متن‌باز IBM Granite Speech 5.0 2B مدل دو میلیاردی جدید IBM امکان نویسه‌گردانی و ترجمه همزمان گفتار را تحت مجوز Apache 2.0 فراهم کرده است.

🛠️ کاربردهای تخصصی و مهندسی نرم‌افزار

مدل هوش مصنوعی IRIS برای تحلیل سیگنال‌های سلولی محققان MIT با توسعه مدل IRIS تغییرات ژنی و مسیرهای سیگنالینگ شیمیایی را در تمایز سلولی پیش‌بینی می‌کنند. راهنمای مهندسی معکوس نرم‌افزار با مدل‌های Claude این مستند نحوه به‌کارگیری مدل‌های Opus 5.5، Sonnet 5.5 و Fable 5.1 را در تحلیل و مهندسی معکوس کد بررسی می‌کند. بررسی چالش‌های تولید اسکریپت پایتون برای Blender این مقاله خطاهای هندسی کدهای تولیدشده توسط مدل‌های هوش مصنوعی در نسخه Blender را تحلیل و راه‌حل ارائه می‌کند.

📊 مطالعات مفهومی و بازخورد کاربران

تحلیل مدل زبانی Opus درباره تعاریف و ابعاد هوشیاری مدل Opus در پاسخ به پرسش‌های پژوهشی، هوشیاری را ترکیبی از آگاهی مداوم و پردازش اطلاعات توصیف کرده است. درخواست کاربران استیم برای فیلتر محتوای تولیدشده با هوش مصنوعی افزایش بازی‌های کم‌کیفیت در رویداد Steam Next Fest واکنش کاربران و درخواست ایجاد فیلتر اختصاصی را در پی داشت.

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