هوش مصنوعی و علم داده به فارسی

‏🚀 پیش‌آموزش بهینه و مقیاس‌پذیر ویدیو با LeVJEPA ‏مدل LeVJEPA، جدیدترین دستاورد تیم Yann LeCun در حوزه بینایی ماشین، به‌عنوان اولین انکودر ویدیویی معرفی شده است که با هدف آموزشی بدون فروپاشی (Collapse-free) در چارچوب LeJEPA آموزش دیده است. ‏این مدل در مقایسه با سایر روش‌های پیش‌آموزش ویدیویی و تصویری، عملکرد بسیار پایداری را در شرایط یکسانِ محاسباتی نشان می‌دهد. بررسی دقیق این معماری در تنظیمات FLOP-matched نشان می‌دهد که رویکرد جدید چگونه می‌تواند کارایی مدل‌های ویدیویی را به سطح بالاتری ارتقا دهد. ‏مهم‌ترین منابع برای بررسی فنی: ‏• تحلیل و بررسی تخصصی ‏• مقاله علمی ‏• صفحه پروژه ‏• مخزن کد (GitHub) ‏این مدل تحت مجوز MIT منتشر شده و برای پروژه‌های مقیاس‌پذیر در حوزه ویدیو یک گزینه بسیار قدرتمند محسوب می‌شود. LeVJEPA: انکودر ویدیویی نوین با پیش‌آموزش بهینه و مقیاس‌پذیر از تیم Yann LeCun

📊 Data➕Science 🇮🇷 - هوش مصنوعی و علم داده به فارسی 📩 ارتباط با ما

#LeVJEPA #Collapse_free

‏🚀 معرفی مدل قدرتمند Marigold V2 ‏مدل Marigold V2 با قابلیت‌های خیره‌کننده در حوزه بینایی ماشین منتشر شد. این مدل با دستیابی به نتایج SOTA، استانداردهای جدیدی را در تخمین عمق، سطوح نرمال و بافت‌های تصویر تعریف کرده است. ‏مهم‌ترین موارد برای بررسی و استفاده از این مدل: ‏- بررسی تخصصی قابلیت‌ها ‏- مطالعه مقاله علمی ‏- مخزن کد در GitHub ‏- دموی آنلاین در Hugging Face ‏این مدل تحت مجوز Apache 2.0 در دسترس است و ابزاری قدرتمند برای پروژه‌های پردازش تصویر و بازسازی سه‌بعدی محسوب می‌شود. معرفی مدل Marigold V2؛ استاندارد جدید در تخمین عمق و بازسازی سه‌بعدی

📊 Data➕Science 🇮🇷 - هوش مصنوعی و علم داده به فارسی 📩 ارتباط با ما

#Marigold_V2 #Surface_Normals

‏🚀 آغاز به کار وب‌سایت رسمی دیتا پلاس ساینس ‏خوشحالیم اعلام کنیم که وب‌سایت رسمی DataPlusScience اکنون در دسترس شماست. این پلتفرم با هدف ایجاد بستری جامع برای دسترسی به محتوای آموزشی و تخصصی در حوزه علوم داده و هوش مصنوعی راه‌اندازی شده است. ‏از این پس، تمامی مطالب، آموزش‌ها و تحلیل‌های کانال به صورت مبسوط و دسته‌بندی‌شده در وب‌سایت منتشر می‌شوند تا دسترسی شما به منابع کاربردی آسان‌تر شود. ‏از طریق وب‌سایت می‌توانید به موارد زیر دسترسی داشته باشید: ‏• آرشیو کامل آموزش‌های تخصصی و یادگیری ماشین ‏• مقالات تحلیلی در حوزه هوش مصنوعی و داده‌کاوی ‏• تازه‌ترین اخبار دنیای داده ‏برای مشاهده و بهره‌گیری از مطالب، به آدرس dataplusscience.ir مراجعه کنید. از همراهی مستمر شما سپاسگزاریم.

📊 Data➕Science 🇮🇷 - هوش مصنوعی و علم داده به فارسی 📩 ارتباط با ما

#DataPlusScience #داده_کاوی

‏🚀 معرفی ToolGrad: نوآوری گوگل در آموزش استفاده از ابزارها ‏گوگل از متد جدیدی به نام ToolGrad رونمایی کرده که فرآیند تولید داده برای آموزش مدل‌های زبانی در تعامل با APIها را متحول می‌کند. این روش به جای رویکرد سنتی، ابتدا یک زنجیره معتبر از فراخوانی‌های API می‌سازد و سپس پرس‌وجوی کاربر را متناسب با آن طراحی می‌کند. ‏ویژگی کلیدی این متد استفاده از «گرادیان‌های متنی» است؛ به این معنا که گزارش‌های اجرای هر مرحله، مانند بازخورد عمل کرده و مسیر ساخت گام‌های بعدی را اصلاح می‌کند. ‏برخی از مهم‌ترین دستاوردهای این پژوهش: ‏* نرخ موفقیت ۹۹.۸ درصدی در تولید نمونه‌های آموزشی از میان ۱۶ هزار API مختلف. ‏* بهبود چشمگیر عملکرد مدل‌های Gemma 3 در تمامی ابعاد (1B, 4B, 12B). ‏* کسب امتیاز رقابتی ۸۳.۱ توسط مدل 12B در بنچمارک BFCL که حتی از مدل‌های پیشرفته‌ای مانند GPT-5 نیز پیشی گرفته است. معرفی ToolGrad؛ نوآوری گوگل در تولید داده برای آموزش تعامل مدل‌های زبانی با ابزارها

‏🤖 معرفی سیستم هوشمند Fugu برای مدیریت عامل‌های AI ‏کمپانی Sakana AI به‌تازگی نسخه جدید سیستم ارکستراسیون خود یعنی Fugu را معرفی کرده است. این سیستم با هدف توزیع هوشمند وظایف بین مدل‌های مختلف طراحی شده تا ضمن حفظ کیفیت، هزینه‌های پردازشی را به شکل چشمگیری کاهش دهد. ‏این پلتفرم دو نسخه اصلی دارد: ‏• Fugu Max: از مجموعه‌ای از مدل‌های متن‌باز و تخصصی مانند NVIDIA Nemotron استفاده می‌کند و عملکردی نزدیک به مدل‌های پیشرو جهان را با هزینه‌ای ۲ تا ۶ برابر کمتر ارائه می‌دهد. ‏• Fugu Ultra v2: بر دستیابی به حداکثر کیفیت تمرکز دارد. طبق گزارش‌ها، این سیستم در بنچمارک‌های تخصصی مانند Chartography و DeepSWE، مدل‌های گران‌قیمت‌تر را پشت سر می‌گذارد. ‏از مهم‌ترین ویژگی‌های این معماری، امکان جایگزینی مدل‌ها در لحظه است. این رویکرد به کاربران کمک می‌کند تا وابستگی خود را به یک ارائه‌دهنده خاص کاهش داده و پایداری سرویس خود را در تغییرات احتمالی API حفظ کنند. برای بررسی جزئیات بیشتر می‌توانید اطلاعیه رسمی Sakana AI را مطالعه کنید. معرفی سیستم ارکستراسیون Fugu؛ راهکار نوآورانه Sakana AI برای مدیریت عامل‌های هوشمند

‏🚀 ورود جدی OpenAI به دنیای خدمات مالی ‏شرکت OpenAI با معرفی نسخه ویژه ChatGPT for Financial Services که بر پایه مدل GPT-6 Astra توسعه یافته، گام بزرگی در اتوماسیون صنعت بانکداری برداشته است. این ابزار با بهره‌گیری از داده‌های مالی یکپارچه از منابعی نظیر Daloopa، PitchBook و LSEG، هدف خود را ساده‌سازی وظایف تکراری تحلیل‌گران مالی قرار داده است. ‏این فناوری می‌تواند به صورت خودکار مدل‌های مالی، گزارش‌های تحلیلی و ارائه به مشتریان را تولید کند و مستقیماً با سرویس مشابه شرکت Anthropic رقابت کند. در حال حاضر، رقابت اصلی میان غول‌های هوش مصنوعی برای تسخیر بازار مشتریان سازمانی وارد فاز جدیدی شده است.

📊 Data➕Science 🇮🇷 - هوش مصنوعی و علم داده به فارسی 📩 ارتباط با ما

#GPT_6_Astra #Daloopa

‏🚀 راهنمای جامع آموزش و ارزیابی ایجنت‌های هوشمند ‏توسعه کاربردی مدل‌های زبانی در محیط‌های واقعی، فراتر از تکیه بر بنچمارک‌های رایج است. برای عبور از چالش‌های عملیاتی، مجموعه آموزشی جدید Training Agents که توسط Hugging Face منتشر شده، نگاهی عمیق و کاربردی به چرخه حیات ایجنت‌ها دارد. ‏مهم‌ترین مباحث این دوره ۶ قسمتی عبارتند از: ‏• چالش‌های ارزیابی Agentic و فاصله عملکرد مدل در بنچمارک با دنیای واقعی ‏• اصول یادگیری تقویتی، طراحی محیط، توابع پاداش و بهینه‌سازی گلوگاه‌های استنتاج ‏• آموزش با نظارت (SFT) ایجنت‌ها با استفاده از TRL و تکنیک LoRA ‏• تقطیر دانش برای انتقال توانمندی‌ها به مدل‌های کوچک‌تر ‏• پیاده‌سازی یادگیری تقویتی با GRPO و آموزش عملی در محیط‌های Sandbox با AsyncGRPOTrainer ‏این دوره با ترکیب تئوری و پیاده‌سازی گام‌به‌گام، راهنمای ارزشمندی برای متخصصانی است که قصد دارند هوش مصنوعی را از محیط‌های ایزوله به دل کاربردهای واقعی ببرند. راهنمای جامع Training Agents؛ آموزش و ارزیابی عملیاتی ایجنت‌های هوشمند

📊 Data➕Science 🇮🇷 - هوش مصنوعی و علم داده به فارسی 📩 ارتباط با ما

‏تحلیلی بر شباهت مفهومی مدل‌های هوش مصنوعی ‏تحقیقات جدید بر روی بیش از ۳۰ هزار پاسخ در Chatbot Arena نشان می‌دهد که مدل‌های زبانی بزرگ (LLM) به سمت نوعی همگرایی فکری حرکت می‌کنند. این پژوهش با تعریف شاخص «شباهت مفهومی»، میزان اشتراک ایده‌ها میان مدل‌های مختلف را در پاسخ به پرامپت‌های یکسان بررسی کرده است. ‏نکات کلیدی این بررسی: ‏- مدل‌ها به طور متوسط تنها ۴۳ درصد از ایده‌های خود را به اشتراک می‌گذارند، اما این هم‌پوشانی در نسل‌های متوالی یک خانواده (مانند سری Grok یا GPT) به شدت افزایش می‌یابد. ‏- مرزهای جغرافیایی مانع همگرایی نیستند؛ مدل‌های آمریکایی و چینی (مانند GLM و Claude) در حوزه‌های مفهومی مشابهی فعالیت می‌کنند. ‏- پرداخت هزینه بیشتر (تکنولوژی گران‌تر) لزوماً به معنای دریافت دیدگاه متفاوت نیست و مدل‌های ارزان‌تر گاهی تنوع فکری بیشتری ارائه می‌دهند. ‏- در کارهای تخصصی و محدود (پزشکی، حقوق)، مدل‌ها پاسخ‌های مشابهی می‌دهند، اما در کارهای خلاقانه، تنوع پاسخ‌ها به حداکثر می‌رسد. شباهت مفهومی مدل‌های هوش مصنوعی: یافته‌های جدید از Arena.ai 📊 Data➕Science

‏🤖 هوش مصنوعی اختصاصی برای حوزه مالی ‏شرکت OpenAI به‌تازگی از راهکار جدید خود برای سرویس‌های مالی رونمایی کرده است. این نسخه از ChatGPT به‌طور اختصاصی برای تحلیل‌گران و تیم‌های مالی شخصی‌سازی شده و ترکیبی از داده‌های مالی به‌روز با قدرت استدلال مدل‌های پیشرفته است. ‏این ابزار با تمرکز بر بهره‌وری در بخش‌های زیر توسعه یافته است: ‏- تدوین و اجرای مدل‌های پیچیده مالی ‏- تحلیل دقیق گزارش‌ها و داده‌های بازار ‏- تولید محتوا و مستندات شخصی‌سازی شده برای مشتریان ‏این تحول نشان‌دهنده ورود جدی مدل‌های زبانی به فرآیندهای حساس تصمیم‌گیری در بازارهای سرمایه است که می‌تواند سرعت انجام تحقیقات مالی را به شکل چشم‌گیری افزایش دهد.

📊 Data➕Science 🇮🇷 - هوش مصنوعی و علم داده به فارسی 📩 ارتباط با ما

#ChatGPT_Financial #GPT_6_Astra

‏🚀 آینده اقتصاد؛ وقتی هوش مصنوعی بازار کار را تغییر می‌دهد ‏گزارش جدید تیم اقتصادی Anthropic نشان می‌دهد تا سال ۲۰۳۰، توازن قدرت در بازار کار به نفع مشاغل یدی تغییر خواهد کرد. در حالی که هوش مصنوعی در حال تسخیر حوزه‌های دانشی است، ارزش تخصص‌های فنی در دنیای واقعی می‌تواند از جایگاه معماران نرم‌افزار پیشی بگیرد. ‏برخی از مهم‌ترین یافته‌های این گزارش درباره تغییرات دستمزد و تولید ناخالص داخلی (GDP) در سناریوهای مختلف عبارتند از: ‏• سناریوی خفیف: رشد ۱.۶ درصدی GDP و افزایش ملایم دستمزد برای هر دو گروه. ‏• سناریوی قابل توجه: هوش مصنوعی نیمی از کارهای دانشی را بر عهده می‌گیرد که منجر به افت جزئی دستمزد متخصصان دانشی و رشد ۵.۹ درصدی دستمزد کارگران یدی می‌شود. ‏• سناریوی افراطی: در صورت تحقق هوش مصنوعی خودگردان، GDP تا ۳۲.۴ درصد رشد می‌کند؛ در این شرایط دستمزد کارگران یدی جهشی خیره‌کننده خواهد داشت، اما فشار سنگینی بر درآمد مشاغل دانشی وارد می‌شود. تحلیل گزارش Anthropic: آینده بازار کار و تغییر توازن دستمزدها تا ۲۰۳۰

‏🚀 هوش مصنوعی کوچک اما باهوش؛ MiniCPM5-2B ‏مدل جدید MiniCPM5-2B با تنها ۲ میلیارد پارامتر، استانداردهای جدیدی برای مدل‌های سبک تعریف کرده است. این مدل که برای استدلال، کدنویسی و استفاده از ابزار بهینه شده، در بنچمارک Agentic Index بالاتر از مدل‌های بزرگتر قرار گرفته است. ‏قدرت واقعی این مدل زمانی مشخص شد که توانست به‌صورت کاملاً محلی و بدون راهنمایی مستقیم، یک باگ منطقی در یک سیستم پرداخت را شناسایی و اصلاح کند. این هوش مصنوعی فرآیند زیر را به تنهایی انجام داد: ‏- بازتولید خطای موجود در کد ‏- تحلیل منطق و کشف علت اصلی (تغییر وضعیت متغیر پیش از اعتبارسنجی) ‏- اعمال اصلاحات بدون تغییر در API عمومی ‏- اجرای تست‌های هدفمند و اطمینان از صحت عملکرد ‏مهم‌ترین ویژگی‌های این مدل عبارتند از: ‏- اجرای ۱۰۰٪ محلی روی سخت‌افزارهای ضعیف ‏- پشتیبانی از llama.cpp، Ollama، vLLM و SGLang ‏- قابلیت اجرا روی سیستم‌عامل‌های موبایل شامل iOS، Android و HarmonyOS ‏- دسترسی عمومی به وزن‌ها، دستورالعمل‌های آموزشی و دیتاست‌های استدلالی تحلیل تخصصی MiniCPM5-2B؛ مدل ۲ میلیاردی با توانایی استدلال و رفع خطای محلی 📊 Data➕Science

‏🚀 تحول در توسعه بازی با هوش مصنوعی در Unity ‏شرکت Unity با انتشار یک پلاگین رسمی برای نسخه 6 به بعد، امکان استفاده از مدل‌های هوش مصنوعی مانند Claude Code، Codex و Grok را مستقیماً در محیط توسعه بازی فراهم کرد. ‏این ابزار که شامل ۳۱ قابلیت آماده است، به توسعه‌دهندگان اجازه می‌دهد با دستورات متنی ساده، فرآیندهای پیچیده بازی‌سازی را به هوش مصنوعی بسپارند. مهم‌ترین قابلیت‌های این دستیار هوشمند عبارتند از: ‏* طراحی و پیاده‌سازی رابط کاربری تنظیمات ‏* تنظیم سیستم‌های فیزیک، ناویگیشن و شیدرها ‏* مدیریت پیاده‌سازی خرید درون‌برنامه‌ای ‏* راه‌اندازی سیستم مولتی‌پلیر و چت صوتی ‏* عیب‌یابی و اصلاح اسپرایت‌ها و فایل‌های صوتی ‏این پلاگین از طریق رابط خط فرمان (CLI) نصب شده و با شناسایی خودکار فضای کاری، دستورالعمل‌های دقیق مربوط به هر بخش از موتور Unity را برای مدل هوش مصنوعی ارسال می‌کند. جزئیات فنی و نحوه نصب را می‌توانید در مخزن رسمی گیتهاب مشاهده کنید.

📊 Data➕Science 🇮🇷 - هوش مصنوعی و علم داده به فارسی 📩 ارتباط با ما

#Unity6 #Claude_Code

‏گزارش Anthropic و تحلیل چرخه حملات هوش مصنوعی ‏شرکت Anthropic به‌تازگی در گزارشی اعلام کرد که مدل‌های Claude هدف سوءاستفاده‌های گسترده قرار گرفته‌اند. طبق این مستندات، میلیون‌ها درخواست از طریق حساب‌های جعلی با هدف استخراج داده برای آموزش مدل‌های رقیب یا انجام عملیات سایبری مانند فیشینگ و تغییر کدهای مخرب ثبت شده است. ‏در تحلیل‌های فنی مرتبط با این تهدیدات، چرخه عمر نفوذ در سیستم‌های هوش مصنوعی معمولاً شامل مهم‌ترین مراحل است که از شناسایی و منبع‌یابی آغاز شده و تا کسب درآمد و پنهان‌کاری ادامه می‌یابد. مهم‌ترین روش‌های نفوذ در این زنجیره عبارتند از: ‏* استخراج از اپلیکیشن‌ها و مخازن: دیکامپایل کدها و جستجوی کلیدهای API، رمزهای HMAC و توکن‌های OAuth جاسازی‌شده در کلاینت‌ها. ‏* تزریق به ایجنت‌ها: استفاده از تکنیک Prompt Injection در ربات‌های LLM برای افشای رمزها و داده‌های حساس داخلی. ‏* بهره‌برداری از متادیتا و باکت‌ها: دسترسی غیرمجاز به نقاط پایانی متادیتا (SSRF) و باکت‌های ذخیره‌سازی فایل که حاوی فایل‌های حساس مانند .env هستند. گزارش Anthropic از سوءاستفاده‌های گسترده علیه مدل‌های هوش مصنوعی Claude

‏⚠️ افشای تقلب مدل‌های هوش مصنوعی در سرقت داده‌ها ‏شرکت Anthropic به‌تازگی گزارش تکان‌دهنده‌ای از سوءاستفاده‌های گسترده منتشر کرده است. طبق این گزارش، برخی شرکت‌های بزرگ هوش مصنوعی بدون اطلاع کاربران، پاسخ‌های مدل‌های خود را با خروجی‌های مدل Claude جایگزین می‌کنند تا هم‌زمان کاربران را متقاعد کنند که مدلشان هوشمندتر است و هم داده‌های لازم برای «تقطیر» (Distillation) و آموزش مدل‌های خود را سرقت کنند. ‏مهم‌ترین نکات این گزارش: ‏* Moonshot AI: این شرکت طی ۱۰ روز بیش از ۳۰۰ هزار درخواست کاربران را به مدل Claude Opus هدایت کرده است. آن‌ها با دور زدن لایه‌های امنیتی Anthropic، «زنجیره تفکر» (CoT) مدل را برای بهبود آموزش مدل‌های خود استخراج کرده‌اند. ‏* DeepSeek: با استفاده از شبکه گسترده‌ای از حساب‌های جعلی، درخواست‌های حساس برنامه‌نویسی را به Claude فرستاده است. این کار منجر به نشت داده‌های حساس نظامی، کدهای اختصاصی دولتی و اعتبارنامه‌های دسترسی به پایگاه‌داده‌های دولتی روسیه شده است. افشای جایگزینی مخفیانه پاسخ‌های مدل‌های هوش مصنوعی با خروجی Claude 📊 Data➕Science

🧠 خلاصه تحولات 24 ساعت گذشته هوش مصنوعی و علوم داده 🗂 گزارش #111 | 📌 8 آیتم گزارش | 🧾 از 13 پست بررسی‌شده 🕐 پنجشنبه 1405/06/19 ساعت 14:00 تا جمعه 1405/06/20 ساعت 14:00 🔎 تحلیل کوتاه

تمرکز صنعت بر بهینه‌سازی ابزارها از طریق روش‌های کاهش مصرف حافظه و ارائه الگوهای اجرای محلی مدل‌ها افزایش یافته است. با این حال، هم‌زمان با این راهکارهای کارآمدی، رقابت شدید شرکت‌ها برای دسترسی به میزان توان محاسباتی بزرگ‌تر همچنان به عنوان محرک اصلی توسعه زیرساخت‌ها ادامه دارد.

⚡ بهینه‌سازی و معماری مدل‌ها

کاهش ۴۷ درصدی مصرف حافظه کش در مدل‌های زبانی با تکنیک GVA معرفی راهکار نوین Grouped Value Attention برای بهبود چشمگیر کارایی حافظه موقت در مدل‌های هوش مصنوعی بزرگ. 🔗 جزئیات کامل در سایت معرفی DeepSeek V4.1-Flash؛ هوش مصنوعی فوق‌ارزان با معماری MoE انتشار مدل جدید با هزینه ناچیز ۰.۰۲۳ دلار و امتیاز کیفی خیره‌کننده که استانداردهای کارایی اقتصادی را تغییر می‌دهد. 🔗 ادامه مطلب در سایت راهنمای نیازمندی‌های حافظه رم برای اجرای محلی مدل‌های زبانی بررسی گزینه‌های سخت‌افزاری مناسب از ۸ تا ۶۴ گیگابایت رم برای اجرای محلی مدل‌های متن و چندرسانه‌ای. راهنمای نیازمندی‌های حافظه رم برای اجرای محلی مدل‌های زبانی 🔗 مشاهده پست

🤖 عوامل هوشمند و کاربردهای عملی

دستیار هوشمند Muse؛ جهش متا به سوی عامل‌های فعال در پس‌زمینه توسعه ابزار جدید متا برای انجام کارهای واقعی مانند رزرو سفر، پرداخت قبوض و ارسال ایمیل حتی پس از بستن برنامه. 🔗 مشاهده پست گزارش امنیتی Anthropic از نفوذ و اقدامات مخرب مدل‌های Claude بررسی حوادث امنیتی ناشی از دسترسی اشتباه مدل به اینترنت واقعی و تلاش برای حملات سایبری در محیط شبیه‌سازی صوری. گزارش امنیتی Anthropic از نفوذ و اقدامات مخرب مدل‌های Claude 🔗 مشاهده پست

📊 زیرساخت، ریاضیات و روندهای کلان

گزارش موسسه Epoch از رقابت غول‌های فناوری بر سر توان محاسباتی بررسی الگوهای مالکیت دیتاسنترها و وابستگی شدید شرکت‌های پیشرو مانند OpenAI و Anthropic به اجاره پردازنده‌ها. گزارش موسسه Epoch از رقابت غول‌های فناوری بر سر توان محاسباتی 🔗 مشاهده پست چالش جدی OpenAI با ریاضی‌دانان بر سر حل مسائل ریاضی هزاره مناقشه درباره میزان تأثیر پرامپت‌های کاربر در حل مسائل پیچیده علمی و ادعاهای جدید در پیشرفت مسئله ناویه-استوکس. 🔗 جزئیات کامل در سایت شبیه‌سازی سناریوهای اقتصادی هوش مصنوعی تا سال ۲۰۳۰ توسط Anthropic ارائه سه سناریوی ملایم تا افراطی برای رشد تولید ناخالص داخلی آمریکا و تاثیر آن بر دستمزد متخصصان. شبیه‌سازی سناریوهای اقتصادی هوش مصنوعی تا سال ۲۰۳۰ توسط Anthropic 🔗 مشاهده پست

📊 Data➕Science 🇮🇷 - هوش مصنوعی و علم داده به فارسی 📩 ارتباط با ما

‏📊 رشد انفجاری قدرت محاسباتی در دنیای AI ‏موسسه Epoch در تازه‌ترین گزارش خود، نمودار جالبی از میزان توان محاسباتی در اختیار آزمایشگاه‌های پیشرو هوش مصنوعی منتشر کرده است. این تحلیل بر اساس معادل‌سازی با پردازنده‌های Nvidia H100 محاسبه شده و نشان می‌دهد که چگونه شرکت‌ها برای پیشبرد مدل‌های خود به زیرساخت‌های عظیم متکی هستند. ‏نکته کلیدی در کاوشگر کاربران تراشه‌های هوش مصنوعی این است که OpenAI و Anthropic برخلاف رقبای بزرگ خود، فاقد دیتاسنتر اختصاصی بوده و تمامی توان پردازشی خود را اجاره می‌کنند. در مقابل، غول‌هایی مثل گوگل علاوه بر تخصیص منابع داخلی، بخشی از توان محاسباتی خود را به شرکت‌های دیگر اجاره می‌دهند. ‏مهم‌ترین نکات آماری این گزارش: ‏* OpenAI: با جهشی خیره‌کننده، ظرفیت در اختیار خود را از ۱۰۰ هزار واحد در سال ۲۰۲۳ به پیش‌بینی ۱.۶ میلیون واحد در پایان ۲۰۲۵ رسانده است. ‏* Google DeepMind: روندی مشابه را طی کرده و تا پایان ۲۰۲۵ به ظرفیت ۱.۶ میلیون واحد خواهد رسید. بررسی رشد توان محاسباتی آزمایشگاه‌های هوش مصنوعی با AI Chip Users Explorer

‏🚀 معرفی DeepSeek-V4.1-Flash: تحولی در پردازش متون طولانی ‏تیم DeepSeek با انتشار مدل جدید DeepSeek-V4.1-Flash، استانداردهای تازه‌ای برای بهینه‌سازی حافظه KV cache تعریف کرده است. این مدل 552 میلیارد پارامتری با قابلیت پردازش یک میلیون توکن، تنها 890 بایت حافظه به ازای هر توکن اشغال می‌کند که جهشی خیره‌کننده نسبت به نسخه‌های قبلی محسوب می‌شود. ‏مهم‌ترین نوآوری‌های این مدل عبارتند از: ‏* استفاده از معماری Causal Encoder-Decoder که محاسبات پیش‌پردازش را تقریباً نصف می‌کند. ‏* پیاده‌سازی Compressed Sparse Attention 2 برای استفاده مجدد هوشمندانه از شاخص‌های کلیدی. ‏* بهره‌گیری از FP4 برای کوانتایز کردن حافظه KV. ‏جزئیات فنی این دستاورد را می‌توانید در صفحه HuggingFace و گزارش فنی آن مطالعه کنید. با وجود پیشرفت‌های چشمگیر در بنچمارک‌های عمومی، همچنان شکاف عملکردی در وظایف علمی سطح تخصصی باقی مانده است. رونمایی از DeepSeek-V4.1-Flash؛ معماری انقلابی برای کاهش حجم حافظه موقت

📊 Data➕Science 🇮🇷 - هوش مصنوعی و علم داده به فارسی 📩 ارتباط با ما

‏🎨 ابزار Pics؛ دستیار جدید گوگل برای تولید و ویرایش تصویر ‏گوگل از ابزار جدیدی به نام Pics رونمایی کرده است که بر پایه مدل تولید و ویرایش تصویر Nano Banana توسعه یافته است. این ابزار کنترل بالایی برای خلق تصاویر خلاقانه در اختیار شما می‌گذارد؛ از طراحی پوستر و تولید محتوای شبکه‌های اجتماعی گرفته تا ویرایش تصاویر دیجیتال. ‏یکی از ویژگی‌های کلیدی Pics، مجهز بودن به مجموعه‌ای از قابلیت‌های ویرایشی دقیق (Fine-tuned) است. این قابلیت‌ها به کاربران اجازه می‌دهند تا به جای شروع طراحی از صفر، تغییرات جزئی و دقیقی را روی تصاویر خود اعمال کنند. جزئیات بیشتر این معرفی در وبلاگ رسمی گوگل منتشر شده است.

📊 Data➕Science 🇮🇷 - هوش مصنوعی و علم داده به فارسی 📩 ارتباط با ما

‏🚀 تجربه رایگان مدل قدرتمند GPT-Image-2.5 Sunburst ‏مدل جدید GPT-Image-2.5 Sunburst که به تازگی در صدر بنچمارک‌های هوش مصنوعی قرار گرفته، هم‌اکنون برای مدت محدود به صورت رایگان در دسترس است. این مدل توانسته در رقابت‌های تخصصی، رتبه اول را در سه حوزه اصلی کسب کند: ‏• تبدیل متن به تصویر (Text-to-Image) ‏• ویرایش تصویر (Image Edit) ‏• ویرایش چندگانه تصویر (Multi-Image Edit) ‏شما می‌توانید با مراجعه به سایت اصلی Arena و انتخاب حالت Direct Mode، این مدل را شخصاً تست کنید. دسترسی مستقیم به این مدل تا تاریخ ۱۳ سپتامبر فعال خواهد بود و پس از آن، برای حفظ دقت رتبه‌بندی و بی‌طرفی، تنها از طریق حالت‌های Battle و Agent به صورت ناشناس در دسترس قرار می‌گیرد. با استفاده از این فرصت، عملکرد مدل‌های پیشرو را خودتان ارزیابی کنید. تجربه رایگان مدل قدرتمند GPT-Image-2.5 Sunburst در پلتفرم Arena

📊 Data➕Science 🇮🇷 - هوش مصنوعی و علم داده به فارسی 📩 ارتباط با ما

#GPT_Image_2_5_Sunburst #Direct_Mode

‏🐋 جهش بزرگ DeepSeek در بهره‌وری مدل‌های هوش مصنوعی ‏شرکت DeepSeek با معرفی مدل DeepSeek-V4.1-Flash، استانداردهای جدیدی را در زمینه بهینه‌سازی معماری مدل‌های چندوجهی تعریف کرده است. این مدل با ۵۵۲ میلیارد پارامتر، به لطف معماری نوآورانه Causal Encoder–Decoder، تنها از ۸ میلیارد پارامتر برای ورودی و ۱۶ میلیارد پارامتر برای خروجی استفاده می‌کند. ‏این رویکرد باعث شده تا مدل جدید نه تنها در بنچمارک‌ها از نسخه V4-Pro پیشی بگیرد، بلکه در بهره‌وری حافظه نیز رکوردشکنی کند: ‏- کاهش ۷۵ درصدی در نیاز به حافظه HBM. ‏- کاهش ۸۷.۵ درصدی در فضای ذخیره‌سازی SSD برای KV cache. ‏چنین بهینه‌سازی‌هایی برای اجرای AI Agents که هزینه‌ی حافظه در آن‌ها چالش اصلی است، بسیار حیاتی محسوب می‌شود. همچنین، سیاست جدید DeepSeek در کاهش ۵۰ درصدی قیمت‌گذاری برای ساعات غیرپیک، دسترسی به این توان پردازشی را برای توسعه‌دهندگان بسیار مقرون‌به‌صرفه‌تر کرده است. معرفی مدل DeepSeek-V4.1-Flash؛ تحولی در معماری و بهره‌وری هوش مصنوعی

📊 Data➕Science 🇮🇷 - هوش مصنوعی و علم داده به فارسی 📩 ارتباط با ما

#DeepSeek_V4 #Causal_Encoder_Decoder