گوگل مجموعه‌ای از مدل‌های زبانی جدید به اسم T5Gemma رو معرفی کرده که از نوع رمزگذار-رمزگشاست. یعنی دو بخش داره: یکی جمله ورودی رو می‌فهمه (رمزگذار)، یکی با گرفتن اون مقدار جواب می‌ده (رمزگشا). فرقش با مدل‌هایی مثل سری GPT اینه که اونا فقط بخش جواب‌دهی یا رمزگشایی دارن.

کاری که گوگل کرده اینه که اومده مدل‌های قبلی رو، که فقط رمزگشا بودن رو با تکنیک انطباق پذیری آموزش داده و تبدیلشون کرده به مدل‌هایی که هم رمزگذار دارن هم رمزگشا. توی این معماری، اول کل جمله‌ی ورودی خوب پردازش می‌شه، بعد مدل شروع می‌کنه به تولید خروجی. این باعث می‌شه مدل بهتر بفهمه و جواب دقیق‌تری بده.

مقدار پارامتر رمزگذاررمزگشا تو مدل‌های T5 در بعضی موارد تغییر می‌کنه و ترکیبی از ۹ میلیارد و ۲ میلیارد پارامتره. این مدل‌ها روی HuggingFace قابل دانلودن. [L]

🤓 abolfazl @geekalerts

چرا گوگل ۲.۴ میلیارد دلار برای استخدام تیم ویندسرف پرداخت کرد؟

ما نوعی قرارداد داریم به اسم اکوی‌هایر، توی این حالت یه شرکت بزرگ جای اینکه یه استارتاپ رو بخره میاد فقط استعداد‌های کلیدیشو استخدام میکنه و مجوز استفاده از تکنولوژی‌هاشو هم میگیره، مثلا مایکروسافت برای اینکه بتونه دانشمند معروف مصطفی سلیمان رو استخدام کنه چنین قراردادی رو برای خرید شرکتش یعنی Inflection AI بست.

روز گذشته گوگل ۲.۴ میلیارد دلار پرداخت کرد تا وارون موهان و داگلاس چن که بنیان‌گذاران ویندسرف هستن رو به استخدام در بیاره و در واقع بیان داخل گوگل دیپ‌مایند کار کنن. از اونجایی که این قرارداد شامل تکنولوژی‌هاشون هم میشه (ادیتور و وایب‌کدینگ) پس میشه انتظار داشت گوگل داره به وایب کدینگ ورود میکنه و میخواد خودش یه محصول مستقیم ارائه بده.

یه ضربه احساسی هم اینجا OpenAI خود چون اونا میخواست ویندسرف رو به مبلغ ۳ میلیارد دلار بخرن که ظاهرا پیشنهاد گوگل جذاب‌تر بوده. [L]

🤓 @geekalerts

مدل وزن‌باز OpenAI که قرار بود این هفته بیاد تاخیر خورد، سم‌آلتمن میگه تست‌های ایمنی اضافی لازم داشت چون وقتی وزن‌ها در دسترس همه قرار بگیرن دیگه نمیشه کاری کرد.

این ایمنی که میگن منظور جواب‌هایی هست که مدل میده، مثلا روزهای گذشته جواب‌های تند Grok رو داشتیم که باعث شد تیم xAI موقت نظر دادنش توی توییتر اکس رو مسدود کنن، احتمالا همین دلیلی هست که OpenAI هم ایمنی‌های بیشتر رو اضافه کردن. [L]

🤓 @geekalerts

اداره غذا و داروی آمریکا (FDA) یک رنگ خوراکی جدید (آبی) که از میوه گاردنیا به‌دست میاد رو تایید کرده، امسال تمرکزشون روی حذف رنگ‌های خوراکی مصنوعی هست، این رنگ جدید می‌تونه تو آب‌نبات، نوشیدنی‌های ورزشی و چای استفاده بشه. آمریکا می‌خواد تولیدکننده‌ها سریع‌تر از رنگ‌های نفتی فاصله بگیرن و این‌هارو از صنایع غذایی خودش حذف کنه. این چهارمین افزودنی رنگ طبیعیه که امسال تایید شده.

اشاراتی داشتن از یه تاریخی به بعد دیگه تولید کنندگان غذا، رنگ خوراکی غیر طبیعی نمیتونن استفاده کنن که احتمالا بعد از اون توی آمریکا مواد‌های غذایی بی‌رنگ‌تر میشن. [L]

🤓 @geekalerts

نتفلیکس برای اولین بار از صحنه‌ای که با ابزار هوش‌مصنوعی ساخته شده تو سریال آرژانتینی El Atonata استفاده کرده.

مدیرعامل این کمپانی گفته برای ساختن صحنه فروریختن یک ساختمان از هوش‌مصنوعی استفاده کردن و نتیجه ۱۰ برابر سریع‌تر آماده شده. البته هزینه کلی هم ارزون‌تر از روش‌های معمول VFX بوده. قراره از این به بعد با ترکیب این دو تکنیک با هم، جلوه‌های ویژهٔ پرهزینه مثل جوان‌سازی رو که فقط مختص پروژه‌هایی با بودجه زیادن، رو به بقیه پروژه‌ها هم برسونن.

ویدیوی بالا روند ساخت جلوه‌های ویژه بصری این سریال رو نشون می‌ده. [L]

🤓 abolfazl @geekalerts

بعد از برگزاری IMO 2025 (معتبرترین المپیاد ریاضی دانش‌آموزی جهان)، سایت matharena که روی المپیادهای ریاضی از مدل‌های مختلف بنچمارک می‌گیره و داورهای انسانی اون رو بررسی می‌کنن، المپیاد امسال رو روی مدل‌ها امتحان کردن.

هر مدل اجازه داره ۴ بار سوال رو حل کنه. نتیجه این بوده که به کمترین درصد برای رسیدن به مدال برنز هم دست نیافتن و البته درسته هیچ کدوم از مدل‌ها سوال‌ها رو به طور کامل حل نکردن و یا کلا نتونستن حل کنن اما شده که بعضی از سوالات رو تا درصد خیلی خوبی حل کرده باشن. مدل Gemini 2.5 Pro با دقت ۳۱ درصدی و هزینه ۴۳۰ دلاری توی صدر جدول هست و تونسته سوال ۳ و ۵ رو بیشتر از ۵۰درصد راه‌حل رو بره. در مقام بعدی o3 (high) هست که دقت ۱۶ درصدی و هزینه ۲۲۰ دلاری و باقی مدل‌ها رو می‌بینید مثل Grok 4 که با وجود هزینه ۵۰۰ دلاری فقط ۱۱ درصد دقت داشته و هیچ سوالی رو به ۵۰ درصد نرسونده.

اغلب این تفاوت با بنچمارک‌هایی که خود شرکت‌ها منتشر می‌کنن به دلیل آموزش‌ندیدن مدل روی این سوالاته. سوالات المپیادها هرسال سبک جدیدی می‌گیرن و مدام تغییر می‌کنن و مدل‌ها برای چنین سوالاتی آموزش ندیدن، اما با وجود ضعف هم اونقدرها بد عمل نکردن. می‌تونید توی سایتشون سوالات و اجراها و جواب‌های مدل‌ها رو ببینید. [L]

در این مسابقات که در استرالیا هم برگزار شد، تیم ایران تونست ۲ طلا، ۳ نقره و ۱ برنز به‌دست بیاره و مقام ۱۲م رو کسب کنه.

🤓 hadi @geekalerts

گوگل ویژگی‌های آزمایشی ماه‌های گذشته‌رو برای تمام کاربران Gemini منتشر کرد، اول از این ویژگی میتونیم شروع کنیم که امکان تبدیل تصاویر رو به ویدیوهایی ۸ ثانیه‌ای به کمک Veo3 داخل Gemini میده. [L]

🤓 @geekalerts

مدل Veo3 که میتونید باهاش ویدیوهای ۸ ثانیه‌ای بسازید حالا در بیش از ۱۵۰ کشور در دسترس هست، برای استفاده از این مدل نیاز به اشتراک‌های پرو یا اولترا دارید، به نظر میرسه گوگل الان اجازه میده تعداد ویدیوهای بیشتری باهاش بسازید. [L]

🤓 @geekalerts