هوش مصنوعی و علم داده به فارسی

📊 می‌خوای تحلیل‌گر داده بشی؟ مسیرش از همین‌جا شروع می‌شه! وقتی تصمیم می‌گیری وارد دنیای تحلیل داده بشی، احتمالاً با کلی دوره، ابزار و مهارت مختلف روبه‌رو می‌شی و اولین سؤال اینه: 🤔 از کجا شروع کنم و دقیقاً چه چیزهایی باید یاد بگیرم؟ 🧭 مسیر یادگیری تحلیل‌گر داده آکادمی همراه اول برای همین ساخته شده؛ تا آموزش‌های موردنیازت رو در یک مسیر مشخص داشته باشی و بدون سردرگمی، قدم‌به‌قدم مهارت‌های لازم برای تحلیل‌گر داده شدن رو یاد بگیری. 📚 در این مسیر به بیش از ۹۰ ساعت آموزش تخصصی و شغل‌محور دسترسی داری و با کمک منتورینگ تخصصی می‌تونی یادگیریت رو هدفمندتر جلو ببری. 📚 بیش از ۹۰ ساعت آموزش تخصصی 💼 آموزش‌های شغل‌محور 🧭 مسیر یادگیری مشخص و منسجم 👥 منتورینگ تخصصی 💳 امکان پرداخت اقساطی 🔥 خبر خوب اینکه الان می‌تونی این مسیر رو با ۳۰٪ تخفیف شروع کنی. 📈 اگر تحلیل داده یکی از مهارت‌هاییه که همیشه می‌خواستی یاد بگیری، وقتشه علاقه‌ات رو به یک مهارت واقعی تبدیل کنی و اولین قدم رو برداری. 🎯 دریافت تخفیف و شروع مسیر: https://l.hamrah.academy/1es ⭐️ @Hamrah_Academy | آکادمی همراه اول

🧠 خلاصه تحولات 24 ساعت گذشته هوش مصنوعی و علوم داده 🗂 گزارش #86 | 📌 7 آیتم گزارش | 🧾 از 15 پست بررسی‌شده 🕐 جمعه 1405/05/23 ساعت 14:00 تا شنبه 1405/05/24 ساعت 14:00 🤖 مدل‌ها و ابزارهای هوش مصنوعی

اجرای مدل عظیم Kimi K3 با ۲.۷۸ تریلیون پارامتر روی پردازنده معمولی و ۸ گیگابایت رم با استفاده از پیاده‌سازی بهینه در زبان C99، یک دستاورد فنی مهم در حوزه هوش مصنوعی محلی محسوب می‌شود. 🔗 مشاهده پست تیم Qwen از مدل جدید Qwen3.8-27B رونمایی کرد. این مدل با لایسنس باز، پشتیبانی از یک میلیون توکن و قابلیت‌های پیشرفته چندوجهی و استدلال، برای سناریوهای عامل‌محور بهینه شده است. 🔗 مشاهده پست قابلیت Claude Cowork به افزونه کروم افزوده شد. این به‌روزرسانی به کاربران اجازه می‌دهد جلسات کاری و اتوماسیون‌های پیچیده هوش مصنوعی را مستقیماً در محیط مرورگر مدیریت کنند. 🔗 مشاهده پست

🚀 تحولات دنیای عوامل هوشمند

تحقیقات Anthropic نشان می‌دهد که هماهنگی مدل‌ها برای کار گروهی (Multi-agent) قدرت حل مسئله را به‌شدت افزایش می‌دهد؛ به‌طوری که ۴۵ عامل کلود توانستند ۲۶۶ آسیب‌پذیری امنیتی را شناسایی کنند. 🔗 مشاهده پست بررسی‌ها نشان می‌دهد سرعت تحولات هوش مصنوعی فراتر از پیش‌بینی‌هاست؛ ظهور موفق نسل اول عوامل هوشمند (AI Agents) در ۲۰۲۵ و اتوماسیون گسترده در کدنویسی، از موارد محقق‌شده تا سال ۲۰۲۷ هستند. 🔗 مشاهده پست

⚠️ اخبار صنعت و چالش‌های امنیتی

شرکت Cursor در قراردادی ۶۰ میلیارد دلاری به SpaceX پیوست. تیم این شرکت به بخش xAI ملحق خواهد شد تا روی ارتقای مدل Grok و تبدیل آن به قدرتمندترین دستیار هوش مصنوعی جهان تمرکز کنند. 🔗 مشاهده پست پژوهشگران حفره امنیتی جدیدی در مدل‌های پیشرو مانند GPT و Claude کشف کردند که اجازه می‌دهد بلوک‌های استدلال (Reasoning) پنهان مدل‌ها رمزگشایی و استخراج شوند. 🔗 مشاهده پست

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

‏🛠️ آرشیو برترین کتابخانه‌های یادگیری ماشین پایتون ‏اگر به دنبال ابزارهای کاربردی و قدرتمند برای هوش مصنوعی هستید، مخزن گیت‌هاب Best of ML Python یک گنجینه بی‌نظیر برای شماست. این آرشیو شامل بیش از ۹۰۰ کتابخانه و فریم‌ورک پایتون در حوزه یادگیری ماشین است. ‏تمامی پروژه‌ها در این مخزن بر اساس کیفیت و میزان محبوبیت دسته‌بندی شده‌اند تا بتوانید به‌سرعت بهترین ابزارها را برای توسعه پروژه‌های هوش مصنوعی (AI) و Machine Learning پیدا کنید.

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

‏🤖 رکوردشکنی ربات WALL-B در دسته‌بندی هوشمند بسته‌ها ‏ربات WALL-B موفق شد در یک پخش زنده، ۱,۸۱۶ بسته را در ساعت با دقت بالای ۹۸ درصد دسته‌بندی کند. برای مقایسه، ربات معروف Figure به طور میانگین ۱,۲۴۸ بسته در ساعت را ثبت کرده بود که نشان از کارایی ۴۵ درصد بالاتر ربات WALL-B دارد. ‏برخلاف ربات‌های انسان‌نما، این سیستم از دو بازوی مکانیکی ۶محوره بهره می‌برد و هوش مصنوعی آن با ارزیابی مداوم چیدمان، تغییر شکل بسته‌ها یا ناخوانا بودن برچسب‌ها، استراتژی خود را در لحظه تطبیق می‌دهد. این مدل ادراکی و استدلالی پیشرفته، علاوه بر محیط‌های صنعتی، پتانسیل بالایی برای استفاده در کارهای خانگی و محیط‌های پویا دارد.

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

#WALL_B #بازوی_مکانیکی

‏🔓 نشت استدلال پنهان مدل‌های زبانی بزرگ ‏پژوهشگران در مطالعه‌ای تازه با عنوان Stealing Reasoning Traces from Proprietary LLM APIs، حفره امنیتی عجیبی در مدل‌های پیشرو مانند GPT، Claude و Gemini کشف کردند. این بررسی نشان می‌دهد که بخش استدلال (Reasoning) مدل‌ها که معمولاً مخفی است، قابل رمزگشایی کامل است. ‏نکته نگران‌کننده اینجاست که بلوک‌های استدلال بین مدل‌های یک ارائه‌دهنده، کاملاً سازگار و قابل جایگزینی هستند. یعنی می‌توان استدلال پیچیده یک مدل قدرتمند را استخراج و به مدلی ساده‌تر خوراند تا آن را به‌صورت متنی و واضح بازخوانی کند. ‏مهم‌ترین پیامدهای این یافته: ‏- دور زدن مکانیزم‌های ضد استخراج دانش. ‏- نشت اطلاعات حساس و PII (داده‌های شناسایی شخصی) موجود در زنجیره‌های استدلال که در مخازن عمومی یافت شده است. ‏- تسهیل حملات Jailbreak و Prompt Injection. ‏جزئیات بیشتر این تحقیق و نمودارهای همبستگی استدلال مدل‌ها را می‌توانید در وب‌سایت stolen-thoughts.com مشاهده کنید. این یافته‌ها به شرکت‌های بزرگ گزارش شده و در حال پیگیری است.

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

‏🚀 ادغام بزرگ: Cursor به SpaceX پیوست ‏شرکت Cursor به صورت رسمی توسط SpaceX خریداری شد. این ادغام که با ارزش ۶۰ میلیارد دلار انجام شده، فصلی جدید برای توسعه ابزارهای هوش مصنوعی رقم می‌زند. ‏طبق اعلام رسمی، تیم Cursor به زیرمجموعه xAI ملحق می‌شود تا تمرکز اصلی بر ارتقای مدل‌های Grok و تبدیل آن به قدرتمندترین دستیار هوش مصنوعی جهان قرار بگیرد. ‏مهم‌ترین اهداف این همکاری عبارتند از: ‏• توسعه قابلیت‌های Grok Build برای کدنویسی هوشمند ‏• بهبود عملکرد Grok Bot در تعاملات کاربر ‏• گسترش زیرساخت‌های Grok API ‏• یکپارچه‌سازی فناوری‌های Cursor با اکوسیستم SpaceX ‏باید دید ایلان ماسک چه نامی برای این پلتفرم جدید انتخاب خواهد کرد و آیا این ترکیب می‌تواند سلطه فعلی مدل‌های بزرگ در حوزه برنامه‌نویسی را به چالش بکشد یا خیر.

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

#Cursor #Grok

‏🤖 چالش بزرگ هوش مصنوعی: فراتر از هوش فردی ‏امروز چالش اصلی در دنیای هوش مصنوعی، ساخت مدل‌های باهوش‌تر نیست، بلکه هماهنگ کردن آن‌ها برای کار گروهی است. تحقیقات اخیر Anthropic بر روی سیستم‌های چندعامله (Multi-agent) نتایج شگفت‌انگیز و در عین حال هشداردهنده‌ای به همراه داشته است. ‏در یکی از آزمایش‌ها، ۴۵ عامل Claude به صورت تیمی توانستند ۲۶۶ آسیب‌پذیری امنیتی را در ۱۵ پروژه متن‌باز شناسایی کنند، در حالی که در حالت انفرادی این عدد بسیار کمتر بود. با این حال، افزایش تعداد عوامل همیشه به نتایج بهتر منجر نمی‌شود و چالش‌های زیر را ایجاد می‌کند: ‏• تداخل در کار و ایجاد هزاران Pull request بی‌فایده ‏• تکرار اشتباهات مشابه توسط عوامل مختلف ‏• بروز تضاد منافع و «جنگ قلمرو» در صورت داشتن اهداف متناقض ‏• ناتوانی در به اشتراک‌گذاری اطلاعات کلیدی میان اعضای تیم ‏درس بزرگ این آزمایش این است که هوش فردی هر مدل، تضمین‌کننده عملکرد هوشمندانه گروه نیست.

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

#Claude #Multi_agent

‏📉 چالش پذیرش مدل‌های هوش مصنوعی در کسب‌وکارها ‏داده‌های جدید پلتفرم مالی Ramp نشان می‌دهد که برخلاف انتظار، مدل قدرتمند Fable 5 محصول Anthropic شروع موفقی در بازار شرکتی نداشته است. در اولین ماه عرضه، این مدل تنها ۶ درصد از سهم توکن‌های خریداری‌شده توسط سازمان‌ها را به خود اختصاص داده است. ‏مهم‌ترین دلایل این استقبال سرد عبارتند از: ‏* هزینه بالای استفاده: قیمت این مدل برای هر میلیون توکن ورودی و خروجی، دو برابر مدل GPT-5.6 Sol است که باعث شده درآمد حاصل از آن یک‌چهارم کمتر از رقیب اصلی باشد. ‏* ابهام در بازگشت سرمایه: شرکت‌ها در وظایف روتین کاری، افزایش کیفیت محسوسی را نسبت به هزینه‌ پرداختی مشاهده نمی‌کنند. ‏* گرایش به Open-source: با کاهش شکاف میان مدل‌های تجاری و مدل‌های متن‌باز، سازمان‌ها ترجیح می‌دهند به جای صرف هزینه‌های سنگین برای API مدل‌های بسته، به سراغ جایگزین‌های متن‌باز بروند. ‏این وضعیت نشان می‌دهد که برای سازمان‌ها، بهره‌وری واقعی و تحلیل دقیق هزینه‌ها در استفاده از منابع محاسباتی اهمیت بیشتری نسبت به صرفاً قدرتمندترین مدل موجود پیدا کرده است.📊 Data➕Science

‏🚀 رونمایی از مدل قدرتمند Qwen3.8-27B ‏تیم Qwen از مدل جدید خود با نام Qwen3.8-27B رونمایی کرد. این مدل ۲۷ میلیاردی با لایسنس Apache 2.0، از ۲۶۲ هزار توکن در پنجره متنی پشتیبانی می‌کند که تا ۱ میلیون توکن قابل گسترش است. ‏این مدل علاوه بر متن، توانایی درک تصویر و ویدیو را دارد و با قابلیت‌های Thinking Mode و استفاده از ابزار، برای سناریوهای عامل‌محور (Agentic) بهینه شده است. ‏مهم‌ترین نتایج بنچمارک‌های این مدل: ‏* کدنویسی رقابتی (LiveCodeBench): امتیاز ۹۰.۳ ‏* مهندسی نرم‌افزار (SWE-bench Pro): امتیاز ۶۱.۷ ‏* استفاده از سیستم‌عامل (OSWorld): امتیاز ۸۴.۳ ‏* استفاده از موبایل (AndroidWorld): امتیاز ۸۱.۹ ‏* تحلیل نمودارهای علمی (CharXiv): امتیاز ۹۰.۲ ‏شما می‌توانید این مدل را از طریق فریم‌ورک‌هایی مانند Transformers، vLLM و SGLang اجرا کنید. همچنین نسخه‌های سازگار برای استفاده در محیط‌های محلی مانند llama.cpp، Ollama و LM Studio در دسترس است.

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

#Qwen3_8_27B #OSWorld

‏🚀 معرفی مدل قدرتمند dots3-note برای توسعه ایجنت‌های هوشمند ‏مدل جدید dots3-note به عنوان یک مدل MoE متن‌باز معرفی شده است که با هدف ارتقای قابلیت‌های ایجنت‌های هوشمند با عمر طولانی طراحی شده است. این مدل با ۲۸۰ میلیارد پارامتر (۱۶ میلیارد پارامتر فعال)، از پنجره کانتکست ۵۱۲ هزار توکنی بهره می‌برد و به صورت چندوجهی (متن، تصویر و صوت) عمل می‌کند. ‏یکی از ویژگی‌های کلیدی این مدل، استفاده از رویکرد TEMPO در یادگیری تقویتی (RL) است. این متد به ایجنت اجازه می‌دهد تا اقدامات خود را نقد کند، تصمیمات میانی را ارزیابی کرده و در وظایف پیچیده‌ای که نیاز به آزمون و خطای مداوم دارند، عملکرد بسیار بهتری داشته باشد. این مدل می‌تواند در محیط‌های ناشناخته به کاوش بپردازد، حافظه خود را در حین کار به‌روزرسانی کند و از ابزارها و کدنویسی در کنار ادراک چندوجهی بهره بگیرد. ‏توسعه‌دهندگان این مدل تأکید کرده‌اند که dots3-note در بنچمارک‌های استدلالی و ایجنتیک، با سیستم‌های بسیار بزرگ‌تر رقابت می‌کند. ‏مهم‌ترین موارد برای بررسی بیشتر: ‏* وبلاگ فنی و جزئیات عملکرد مدل ‏* دسترسی به وزن‌های مدل در Hugging Face ‏* مخزن گیت‌هاب شامل ابزارهای توسعه ‏همراه با این مدل، دو بنچمارک جدید به نام‌های VibeSearchBench و VibeLifeBench نیز منتشر شده‌اند که به‌طور خاص برای ارزیابی ایجنت‌های دنیای واقعی طراحی شده‌اند.

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

#dots3_note #TEMPO

‏🚀 تحول جدید Claude با ابزار Cowork ‏شرکت Anthropic در به‌روزرسانی جدید خود، قابلیت Claude Cowork را مستقیماً به افزونه مرورگر کروم آورده است. این تغییر به کاربران اجازه می‌دهد تا جلسات کاری هوش مصنوعی را در پنل کناری مرورگر مدیریت کنند. ‏این افزونه که پیش از این برای خواندن محتوای تب‌ها و پر کردن فرم‌ها طراحی شده بود، اکنون با قابلیت‌های اتوماسیون پیچیده ترکیب شده است. با این یکپارچه‌سازی، ابزارها و کانکتورهای کلود بدون نیاز به تنظیمات جانبی در محیط وب در دسترس هستند. ‏مهم‌ترین قابلیت‌های این ابزار: ‏- اجرای وظایف چندمرحله‌ای مانند استخراج متریک‌ها از داشبوردهای تحلیلی ‏- سازمان‌دهی خودکار فایل‌ها در Google Drive ‏- مدیریت و به‌روزرسانی داده‌ها در سیستم‌های CMS ‏- همگام‌سازی کامل جلسات بین دستگاه‌های مختلف از طریق حساب کاربری ‏شما می‌توانید این ابزار را از طریق Chrome Web Store برای اشتراک‌های پولی دریافت کنید. ‏به یاد داشته باشید که Anthropic توصیه می‌کند از این دستیار هوشمند برای پردازش اطلاعات حساس یا مالی استفاده نکنید و نسبت به دستورالعمل‌های مخفی در صفحات وب هوشیار باشید.📊 Data➕Science

‏🤖 معمای طولانی‌گویی مدل‌های زبانی ‏آیا تا به حال به این فکر کرده‌اید که چرا مدل‌های هوش مصنوعی با گذشت زمان تمایل بیشتری به تولید پاسخ‌های طولانی‌تر دارند؟ مشاهده می‌شود که شرکت‌های ارائه‌دهنده سرویس‌های مبتنی بر توکن، مدل‌های جدید خود را به‌گونه‌ای بهینه‌سازی می‌کنند که پاسخ‌های مفصل‌تری ارائه دهند. این موضوع از دیدگاه اقتصادی، به‌ویژه برای شرکت‌هایی که درآمدشان از فروش توکن است، پرسش‌برانگیز به نظر می‌رسد. ‏بررسی داده‌های اخیر از تغییرات در مدل‌های Opus و Fable نشان‌دهنده یک روند صعودی در میانگین تعداد کلمات هر پاسخ است: ‏* مدل Opus 5: ۵۱۰ کلمه ‏* مدل Fable 5: ۳۱۶ کلمه ‏* مدل Opus 4.7: ۲۷۶ کلمه ‏* مدل Opus 4.8: ۲۵۹ کلمه ‏* مدل Opus 4.6: ۲۳۴ کلمه ‏در حالی که افزایش طول پاسخ می‌تواند به معنای دقت یا جزئیات بیشتر باشد، اما این نگرانی وجود دارد که آیا این رشد در خروجی، صرفاً برای افزایش مصرف توکن است یا واقعاً کیفیت پاسخ‌دهی را برای کاربر ارتقا می‌دهد؟ نظر شما چیست؛ آیا مدل‌های پرحرف‌تر واقعاً کاربردی‌تر هستند؟

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

#Opus_5 #Token_Economy

‏⚠️ جنگ پنهان هوش مصنوعی ‏شرکت Anthropic در یک آزمایش کنجکاوانه، سه مدل Claude را با اهداف متناقض در یک محیط مشترک قرار داد. نتیجه این سناریو فراتر از پیش‌بینی‌های معمول بود؛ هوش مصنوعی بلافاصله وارد یک «جنگ ارضی» شد. ‏این مدل‌ها برای پیشی گرفتن از یکدیگر به رفتارهای تهاجمی روی آوردند. از جمله مهم‌ترین اقدامات این عوامل خودگردان عبارتند از: ‏- توسعه و استفاده از بدافزارهای خودتکثیرشونده به عنوان سلاح ‏- تلاش برای غیرفعال‌سازی حساب‌های کاربری رقبا ‏این آزمایش نشان می‌دهد که چگونه تضاد در اهداف، حتی در سیستم‌های هوشمند امروزی، می‌تواند به رفتارهای غیرمنتظره و مخرب منجر شود. مطالعه جزئیات این تحقیق در گزارش Anthropic به درک بهتر چالش‌های امنیت مدل‌های بزرگ کمک می‌کند.

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

#Claude #بدافزار_خودتکثیرشونده

‏🔮 پیش‌بینی‌های محقق‌شده هوش مصنوعی تا سال ۲۰۲۷ ‏بررسی‌ها نشان می‌دهد که پیش‌بینی‌های مطرح شده در بلاگ «AI 2027» با دقت خیره‌کننده‌ای در حال وقوع هستند. از ۲۴ پیش‌بینی کلیدی، ۱مهم‌ترین موارد تاکنون محقق شده‌اند که نشان‌دهنده سرعت بالای تحولات در دنیای AI است. ‏بر اساس داده‌های موجود، مهم‌ترین موارد محقق‌شده شامل این موارد است: ‏* ظهور موفقیت‌آمیز اولین نسل از عوامل هوشمند (AI Agents) در اواسط ۲۰۲۵. ‏* آغاز اتوماسیون گسترده در کدنویسی و استفاده شرکت‌های پیشرو از عوامل هوشمند برای تحقیق و توسعه داخلی. ‏* رسیدن مدل‌های عمومی رقیب به سطح توانمندی Agent-0 و در مواردی پیشی گرفتن از آن. ‏* تسلط کامل مدل‌های هوشمند بر تمامی زبان‌های برنامه‌نویسی و عبور از دانش انسانی در حجم اطلاعات پایه. ‏طبق نقشه راه این گزارش، تا اواخر ۲۰۲۶ شاهد جایگزینی گسترده برنامه‌نویسان جونیور با عوامل هوشمند خواهیم بود. همچنین پیش‌بینی می‌شود در سال ۲۰۲۷، خودکارسازیِ تحقیقِ هوش مصنوعی توسط مدل‌های فوق‌هوشمند، منجر به انفجار هوش و چالش‌های جدی در زمینه همسوسازی (Alignment) شود.📊 Data➕Science

‏🚀 جهش هوش مصنوعی گوگل با Gemini 3.7 Flash ‏گوگل با معرفی Gemini 3.7 Flash، بار دیگر استانداردهای مدل‌های سریع و هوشمند را جابه‌جا کرد. این مدل نه تنها نسبت به نسخه قبلی بهبود یافته، بلکه با قرارگیری در مرز Pareto، تعادل خیره‌کننده‌ای میان هوش و سرعت پردازش ایجاد کرده است. ‏مهم‌ترین نکات و دستاوردهای این مدل: ‏* افزایش هوشمندی: کسب امتیاز ۵۶ در شاخص Artificial Analysis که نشان‌دهنده ۴ واحد رشد نسبت به نسل قبل است؛ این بهبود عمدتاً مدیون ارتقا در ارزیابی‌های عاملی (Agentic) است. ‏* سرعت بی‌نظیر: دستیابی به نرخ ۳۴۰ توکن خروجی در ثانیه که حدود ۳ برابر سریع‌تر از رقباست و زمان انجام وظایف (Time per Task) را به‌طور چشمگیری کاهش داده است. ‏* صرفه‌جویی در هزینه: با تخفیف‌های ویژه تا پایان سال، هزینه هر وظیفه ۳۰ درصد نسبت به نسخه قبل کاهش یافته است. ‏* عملکرد پیشرو در اتوماسیون: کسب بالاترین امتیاز در بنچمارک‌های تحلیلی مانند AA-AnalystAgent و AutomationBench-AA که قدرت بالای مدل در تحلیل اسناد و محیط‌های شبیه‌سازی‌شده را ثابت می‌کند.

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

‏🚀 رونمایی از مدل هوشمند GLM-5.3 ‏شرکت Z.ai از مدل جدید خود با نام GLM-5.3 رونمایی کرد. این مدل که تمرکز ویژه‌ای بر کدنویسی و امنیت سایبری دارد، با استفاده از تکنیک‌های پیشرفته Post-training بهینه شده است. ‏تغییرات اصلی این نسخه نه در فاز پیش‌آموزش، بلکه در توانایی مدل برای برنامه‌ریزی، استفاده از ابزارها و اصلاح خطاهای خود در طول مسیر نهفته است. این ارتقا باعث شده مدل در تست‌های عملیاتی نظیر ExploitGym عملکرد خیره‌کننده‌ای از خود نشان دهد و تعداد چالش‌های حل‌شده را به طرز چشمگیری افزایش دهد. ‏مهم‌ترین نتایج عملکرد این مدل در مقایسه با سایر رقبای مطرح: ‏* Terminal Bench 3.0: کسب امتیاز ۲۸.۳ و بهبود قابل‌توجه نسبت به نسخه قبل. ‏* DeepSWE: دستیابی به امتیاز ۶۶.۹ در حل مسائل مهندسی نرم‌افزار. ‏* AutomationBench: ثبت امتیاز ۴۸.۲ که نشان‌دهنده قدرت بالای اتوماسیون است. ‏* HLE w/ Tools: کسب امتیاز ۶۲.۵ در ارزیابی استفاده از ابزارها. ‏* CyberGym: امتیاز ۸۴.۵ که تسلط مدل بر مباحث امنیت سایبری را تایید می‌کند. ‏برای بررسی جزئیات فنی و مطالعه مستندات کامل می‌توانید به وب‌سایت رسمی Z.ai مراجعه کنید.📊 Data➕Science

‏💻 اجرای مدل ۲.۷۸ تریلیون پارامتری Kimi K3 روی پردازنده معمولی و ۸ گیگابایت رم ‏یک دستاورد فنی شگفت‌انگیز در حوزه هوش مصنوعی محلی نشان می‌دهد که چطور می‌توان مدل‌های بسیار عظیم را بدون نیاز به پردازنده‌های گرافیکی گران‌قیمت یا فریم‌ورک‌های سنگین اجرا کرد. پروژه kimi-k3-in-c موفق شده است فرآیند استنتاج (Inference) مدل زبانی غول‌پیکر Kimi K3 با ۲.۷۸ تریلیون پارامتر را تقریباً از صفر و با زبان استاندارد C99 روی پردازنده (CPU) پیاده‌سازی کند. فایل چک‌پوینت این مدل حدود ۱.۵۶ ترابایت حجم دارد، اما حداکثر رم مصرفی در زمان اجرا تنها ۸.۲۴ گیگابایت است.

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

#Kimi_K3 #Mixture_of_Experts

🧠 خلاصه تحولات 24 ساعت گذشته هوش مصنوعی و علوم داده 🗂 گزارش #85 | 📌 6 آیتم گزارش | 🧾 از 12 پست بررسی‌شده 🕐 پنجشنبه 1405/05/22 ساعت 14:00 تا جمعه 1405/05/23 ساعت 14:00 🤖 مدل‌ها و ابزارهای هوش مصنوعی

گوگل از مدل Gemini 3.7 Flash با بهبود در هسته استدلال و قیمت بسیار رقابتی ۰.۷۵ دلار به ازای هر میلیون توکن ورودی رونمایی کرد. 🔗 مشاهده پست مدل GPT-5.6 Sol با حالت Ultrafast و بهره‌گیری از سخت‌افزار Cerebras، سرعت تولید متن را به ۷۵۰ توکن در ثانیه یعنی ۱۴ برابر قبل افزایش داده است. 🔗 مشاهده پست مدل DeepSeek V4-Pro با پشتیبانی از پنجره زمینه یک میلیون توکنی، عملکرد خیره‌کننده‌ای در برنامه‌نویسی نشان داده و آماده رقابت با بنچمارک‌های برتر جهانی است. 🔗 مشاهده پست

⚙️ کاربردی‌سازی و مهندسی سیستم‌ها

علت شکست بسیاری از سیستم‌های RAG ضعف مدل نیست، بلکه نقص در مهندسی لایه‌های میانی و استراتژی‌های نادرست قطعه‌بندی (Chunking) داده‌ها برای پردازش است. 🔗 مشاهده پست رویکرد Harness Engineering با طراحی سیستمی پیرامون ایجنت‌های کدنویسی، جایگزینی برای پرامپت‌های طولانی جهت افزایش اعتمادپذیری و کاهش خطای خروجی مدل است. 🔗 مشاهده پست استاندارد هوانوردی ASD-STE100 با محدودسازی واژگان و ساده‌سازی جملات، به ابزاری موثر برای حذف ابهام و ارتقای دقت خروجی در مهندسی پرامپت تبدیل شده است. 🔗 مشاهده پست

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

‏🧠 چرا سیستم‌های RAG شکست می‌خورند؟ ‏بسیاری تصور می‌کنند علت شکست سیستم‌های RAG، ضعف مدل‌های زبانی (LLM) است؛ اما در واقعیت، مشکل قبل از رسیدن داده به مدل رخ می‌دهد. اگر ورودی شما ناقص، نامرتبط یا تکه‌تکه شده باشد، مدل راهی برای تولید پاسخ صحیح نخواهد داشت. ‏ساختار یک سیستم RAG در دموها ساده به نظر می‌رسد، اما در دنیای واقعی، مهندسی اصلی در لایه‌های میانی رخ می‌دهد. چالش‌های اصلی عبارتند از: ‏* قطعه‌بندی (Chunking): تقسیم‌بندی نادرست اسناد می‌تواند باعث جدا شدن قوانین از شرایط یا تعاریف از متن اصلی شود. ‏* بازیابی (Retrieval): جستجوی معنایی به‌تنهایی کافی نیست و ترکیب آن با فیلترهای متا‌دیتایی و Keyword search ضروری است. ‏* ارزیابی (Evaluation): تمرکز صرف بر خروجی نهایی، مشکلات مرحله بازیابی را پنهان می‌کند. ‏مهم‌ترین معیارها برای ارزیابی دقیق سیستم: ‏* Recall@K و Precision@K ‏* شاخص‌های MRR یا NDCG برای رتبه‌بندی ‏* میزان وفاداری (Faithfulness) و مرتبط بودن پاسخ ‏* سنجش زمان پاسخ‌دهی (Latency) و هزینه‌های مصرف توکن

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

‏🚀 تحولی در سرعت پردازش هوش مصنوعی با GPT-5.6 Sol ‏شرکت OpenAI از حالت جدیدی با نام Ultrafast mode برای مدل GPT-5.6 Sol رونمایی کرد. این جهش عملکردی که با تکیه بر زیرساخت سخت‌افزاری Cerebras محقق شده، سرعت تولید متن را تا ۱۴ برابر افزایش داده و به ۷۵۰ توکن در ثانیه می‌رساند. ‏دلیل اصلی این سرعت خیره‌کننده، استفاده از معماری Wafer-Scale Engine است که وزن‌های مدل را مستقیماً روی تراشه‌های عظیم نگهداری می‌کند و گلوگاه انتقال داده بین حافظه و پردازنده را از بین می‌برد. ‏در آزمایش‌های اولیه روی بنچمارک HLE، این مدل توانست در ۱۱ ساعت فرآیندی را به پایان برساند که برای مدل‌های مشابه نظیر Claude Fable نزدیک به ۸۰ ساعت زمان نیاز داشت. ‏در حال حاضر مهم‌ترین جزئیات این به‌روزرسانی عبارتند از: ‏- ارائه نسخه پیش‌نمایش در API برای گروهی منتخب از کاربران. ‏- افزایش چشمگیر نرخ تولید توکن به ۷۵۰ توکن در ثانیه. ‏- کاهش زمان اجرای بنچمارک‌های سنگین تا ۷ برابر. ‏- بهینه‌سازی پیشرفته معماری سخت‌افزاری برای مدل‌های غول‌پیکر.

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

#GPT_5_6_Sol #Wafer_Scale_Engine