⚡ محققان گوگل روشی تازه برای سریع‌تر و ارزان‌تر کردن مدل‌های زبانی بزرگ (LLM) معرفی کرده‌اند: Speculative Cascades.
🔹 کاسکید (Cascade): مدل کوچک ابتدا پاسخ می‌دهد و اگر پیچیده بود، مدل بزرگ وارد عمل می‌شود. سریع‌تر است اما کیفیت متغیر می‌شود.
🔹 Speculative decoding:
مدل کوچک چند کلمه جلوتر حدس می‌زند و مدل بزرگ فقط بررسی و تأیید می‌کند. کیفیت خوب است ولی همچنان پرهزینه.
🟢 Speculative Cascades:
ترکیب دو روش. مدل کوچک گاهی خودش پاسخ کامل می‌دهد، گاهی هم به‌عنوان شتاب‌دهنده مدل بزرگ عمل می‌کند.
🔥 نتایج روی Gemma و T5:
✳️سریع‌تر از speculative decoding
✳️ارزان‌تر و باکیفیت‌تر از cascades
✳️امکان تنظیم بهتر بین سرعت ↔ کیفیت
✳️در مسائل استدلال ریاضی، سرعت بالاتر همراه با حفظ یا بهبود کیفیت
📌 اهمیت: برای جستجو، چت‌بات‌ها و دستیارهای هوشمند، سرعت و هزینه پایین حیاتی است. این روش بهینه‌سازی می‌تواند استفاده از LLMها را عملی‌تر و گسترده‌تر کند.
🔗 جزئیات بیشتر: Google Research
@rss_ai_ir
#هوش_مصنوعی #مدل_زبانی #گوگل #LLM #بهینه‌سازی #SpeculativeDecoding #Cascades
🔹 کاسکید (Cascade): مدل کوچک ابتدا پاسخ می‌دهد و اگر پیچیده بود، مدل بزرگ وارد عمل می‌شود. سریع‌تر است اما کیفیت متغیر می‌شود.
🔹 Speculative decoding:
مدل کوچک چند کلمه جلوتر حدس می‌زند و مدل بزرگ فقط بررسی و تأیید می‌کند. کیفیت خوب است ولی همچنان پرهزینه.
🟢 Speculative Cascades:
ترکیب دو روش. مدل کوچک گاهی خودش پاسخ کامل می‌دهد، گاهی هم به‌عنوان شتاب‌دهنده مدل بزرگ عمل می‌کند.
🔥 نتایج روی Gemma و T5:
✳️سریع‌تر از speculative decoding
✳️ارزان‌تر و باکیفیت‌تر از cascades
✳️امکان تنظیم بهتر بین سرعت ↔ کیفیت
✳️در مسائل استدلال ریاضی، سرعت بالاتر همراه با حفظ یا بهبود کیفیت
📌 اهمیت: برای جستجو، چت‌بات‌ها و دستیارهای هوشمند، سرعت و هزینه پایین حیاتی است. این روش بهینه‌سازی می‌تواند استفاده از LLMها را عملی‌تر و گسترده‌تر کند.
🔗 جزئیات بیشتر: Google Research
@rss_ai_ir
#هوش_مصنوعی #مدل_زبانی #گوگل #LLM #بهینه‌سازی #SpeculativeDecoding #Cascades
❤7🎉6👍4🔥4😁3
This media is not supported in your browser
VIEW IN TELEGRAM
🔥
مجموعه‌داده ۲۱,۰۰۰+ ساعت
SpatialVID 🔥
📌دیتابیس SpatialVID یک دیتاست ویدیویی بزرگ‌مقیاس با حاشیه‌نویسی‌های مکانی صریح است که شامل:
🔹 موقعیت‌های دوربین (Camera Poses)
🔹 نقشه‌های عمق (Depth Maps)
🔹 کپشن‌های ساختاریافته
🔹 دستورالعمل‌های حرکتی سریالی
🎥 این مجموعه شامل ۷,۰۸۹ ساعت صحنه‌های پویا در دنیای واقعی است و برای وظایف درک صحنه، بازسازی سه‌بعدی، ویدیو-به-متن و مدل‌سازی حرکت بسیار ارزشمند محسوب می‌شود.
📂 مجوز: Apache-2.0 (کاملاً متن‌باز)
🔗 مقاله: arxiv.org/pdf/2509.09676
🔗 پروژه: nju-3dv.github.io/projects/SpatialVID
🔗 کد: github.com/NJU-3DV/spatialVID
@rss_ai_ir
#Dataset #ComputerVision #VideoAI #SpatialVID #3D #AI #OpenSource
مجموعه‌داده ۲۱,۰۰۰+ ساعت
SpatialVID 🔥
📌دیتابیس SpatialVID یک دیتاست ویدیویی بزرگ‌مقیاس با حاشیه‌نویسی‌های مکانی صریح است که شامل:
🔹 موقعیت‌های دوربین (Camera Poses)
🔹 نقشه‌های عمق (Depth Maps)
🔹 کپشن‌های ساختاریافته
🔹 دستورالعمل‌های حرکتی سریالی
🎥 این مجموعه شامل ۷,۰۸۹ ساعت صحنه‌های پویا در دنیای واقعی است و برای وظایف درک صحنه، بازسازی سه‌بعدی، ویدیو-به-متن و مدل‌سازی حرکت بسیار ارزشمند محسوب می‌شود.
📂 مجوز: Apache-2.0 (کاملاً متن‌باز)
🔗 مقاله: arxiv.org/pdf/2509.09676
🔗 پروژه: nju-3dv.github.io/projects/SpatialVID
🔗 کد: github.com/NJU-3DV/spatialVID
@rss_ai_ir
#Dataset #ComputerVision #VideoAI #SpatialVID #3D #AI #OpenSource
❤9🎉7🔥4😁3
🖥 مدل HunyuanImage 2.1 اکنون در نسخه کوانتیزه منتشر شد!
این مدل متن‌به‌تصویر می‌تواند خروجی‌هایی با رزولوشن 2K تولید کند و حالا امکان اجرای آن به‌صورت محلی (local) هم فراهم شده است.
💡 برای اجرای نسخه کوانتیزه به حداقل ۲۴ گیگابایت VRAM نیاز دارید.
🟢 Hugging Face
@rss_ai_ir
#هوش_مصنوعی #HunyuanImage #تولید_تصویر #مدل_زبان #AI #StableDiffusion #ImageGeneration
این مدل متن‌به‌تصویر می‌تواند خروجی‌هایی با رزولوشن 2K تولید کند و حالا امکان اجرای آن به‌صورت محلی (local) هم فراهم شده است.
💡 برای اجرای نسخه کوانتیزه به حداقل ۲۴ گیگابایت VRAM نیاز دارید.
🟢 Hugging Face
@rss_ai_ir
#هوش_مصنوعی #HunyuanImage #تولید_تصویر #مدل_زبان #AI #StableDiffusion #ImageGeneration
😁9👍7🎉4❤2🔥2
🐍 آموزش MCP با پایتون — دوره آموزشی مایکروسافت
مایکروسافت یک راهنمای مرحله‌به‌مرحله منتشر کرده که مخصوص توسعه‌دهندگان پایتون است تا بتوانند پروتکل Model Context Protocol (MCP) را یاد بگیرند.
در این آموزش:
🔹 آشنایی با مفاهیم پایه MCP
🔹 ساخت یک سرور MCP از صفر با پایتون
🔹 اجرای تعاملی و تست مستقیم کد
📚 ریپازیتوری آموزشی همراه با مثال‌ها و توضیحات کامل در دسترس است.
#پایتون #MCP #آموزش #توسعه‌دهندگان #Microsoft
@rss_ai_ir
مایکروسافت یک راهنمای مرحله‌به‌مرحله منتشر کرده که مخصوص توسعه‌دهندگان پایتون است تا بتوانند پروتکل Model Context Protocol (MCP) را یاد بگیرند.
در این آموزش:
🔹 آشنایی با مفاهیم پایه MCP
🔹 ساخت یک سرور MCP از صفر با پایتون
🔹 اجرای تعاملی و تست مستقیم کد
📚 ریپازیتوری آموزشی همراه با مثال‌ها و توضیحات کامل در دسترس است.
#پایتون #MCP #آموزش #توسعه‌دهندگان #Microsoft
@rss_ai_ir
❤8👍6😁6🎉3🔥2
✨ هر بار که وارد یک چالش جدید در صنعت یا پژوهش می‌شویم، در واقع به کلاس تازه‌ای از یادگیری قدم می‌گذاریم.
🔹 پروژه‌های نو در هوش مصنوعی و صنعت، فقط اجرای کد و الگوریتم نیستند؛ بلکه فرصتی هستند برای اینکه چیز جدیدتری یاد بگیریم، مهارت‌های ذهنی خود را گسترش دهیم و با نگاه متفاوت به مسائل فکر کنیم.
🔹 چالش جدید = علم بیشتر + تفکر عمیق‌تر
هر مسئله ناشناخته، ما را مجبور می‌کند زاویه‌های تازه‌ای را بررسی کنیم، داده‌های واقعی را بهتر بفهمیم و ابزارهای هوشمند را خلاقانه‌تر به‌کار ببریم.
🚀 همین مسیر است که آینده‌ی صنعت را می‌سازد: هر گام، یک یادگیری تازه؛ هر چالش، پلی به سوی نوآوری.
#هوش_مصنوعی #صنعت #نوآوری #چالش #تفکر_عمیق #یادگیری
@rss_ai_ir
🔹 پروژه‌های نو در هوش مصنوعی و صنعت، فقط اجرای کد و الگوریتم نیستند؛ بلکه فرصتی هستند برای اینکه چیز جدیدتری یاد بگیریم، مهارت‌های ذهنی خود را گسترش دهیم و با نگاه متفاوت به مسائل فکر کنیم.
🔹 چالش جدید = علم بیشتر + تفکر عمیق‌تر
هر مسئله ناشناخته، ما را مجبور می‌کند زاویه‌های تازه‌ای را بررسی کنیم، داده‌های واقعی را بهتر بفهمیم و ابزارهای هوشمند را خلاقانه‌تر به‌کار ببریم.
🚀 همین مسیر است که آینده‌ی صنعت را می‌سازد: هر گام، یک یادگیری تازه؛ هر چالش، پلی به سوی نوآوری.
#هوش_مصنوعی #صنعت #نوآوری #چالش #تفکر_عمیق #یادگیری
@rss_ai_ir
🎉7🔥6👍5❤4😁4
This media is not supported in your browser
VIEW IN TELEGRAM
🌌 معرفی Mirage از تیم Decart.ai
این همون Mirage نیست که کار DynamicsLab بود! درواقع این مدل در ابتدا با نام MirageLSD: The First Live-Stream Diffusion AI Model معرفی شد.
⚡ ماجرا چیه؟
هر جریان ویدیویی (وب‌کم، ویدیوچت، تصویر بازی یا حتی صفحه‌نمایش) رو می‌گیره و در لحظه (با تأخیر کمتر از ۴۰ میلی‌ثانیه) به هر دنیایی که بخواید تبدیل می‌کنه.
🎮 یعنی یه فیلتر زنده برای دنیاهاست: می‌تونید تصویر خودتون رو تبدیل کنید به انیمه، محیط گیم یا یه فضای فانتزی عجیب.
🔗 به نظر میاد Oasis هم فقط دموئی از همین Mirage باشه:
👉 Mirage
👉 Oasis
@rss_ai_ir
#هوش_مصنوعی #Mirage #Diffusion #Realtime #Oasis
این همون Mirage نیست که کار DynamicsLab بود! درواقع این مدل در ابتدا با نام MirageLSD: The First Live-Stream Diffusion AI Model معرفی شد.
⚡ ماجرا چیه؟
هر جریان ویدیویی (وب‌کم، ویدیوچت، تصویر بازی یا حتی صفحه‌نمایش) رو می‌گیره و در لحظه (با تأخیر کمتر از ۴۰ میلی‌ثانیه) به هر دنیایی که بخواید تبدیل می‌کنه.
🎮 یعنی یه فیلتر زنده برای دنیاهاست: می‌تونید تصویر خودتون رو تبدیل کنید به انیمه، محیط گیم یا یه فضای فانتزی عجیب.
🔗 به نظر میاد Oasis هم فقط دموئی از همین Mirage باشه:
👉 Mirage
👉 Oasis
@rss_ai_ir
#هوش_مصنوعی #Mirage #Diffusion #Realtime #Oasis
😁8❤5👍5🔥5🎉4👏1
🔧 هوش مصنوعی بدون داده واقعی عملاً ناقص است!
در صنعت، هوش مصنوعی زمانی قدرت می‌گیرد که با سنسورها و تجهیزات IoT ترکیب شود. 📡
✅ سنسور دما، رطوبت، لرزش، جریان یا گاز، داده‌های خام را ثبت می‌کنند.
✅ ماژول‌های ارتباطی مثل LoRa و NB-IoT این داده‌ها را به سرور یا گیت‌وی می‌فرستند.
✅ الگوریتم‌های یادگیری ماشین روی این داده‌ها تحلیل انجام می‌دهند: پیش‌بینی خرابی، کاهش مصرف انرژی یا هشدار ایمنی.
💡 نمونه کاربرد: در معادن، سنسورهای لرزش و گاز با AI ترکیب می‌شوند تا قبل از وقوع حادثه، سیستم هشدار فعال شود.
این یعنی آینده صنعت = AI + IoT + تجهیزات الکترونیکی هوشمند ⚡
📣 پس مجبوریم در مورد برخی سنسورها صحبت کنیم.
@rss_ai_ir
#AI #IoT #صنعت #سنسور #هوش_مصنوعی #فناوری #SmartIndustry
در صنعت، هوش مصنوعی زمانی قدرت می‌گیرد که با سنسورها و تجهیزات IoT ترکیب شود. 📡
✅ سنسور دما، رطوبت، لرزش، جریان یا گاز، داده‌های خام را ثبت می‌کنند.
✅ ماژول‌های ارتباطی مثل LoRa و NB-IoT این داده‌ها را به سرور یا گیت‌وی می‌فرستند.
✅ الگوریتم‌های یادگیری ماشین روی این داده‌ها تحلیل انجام می‌دهند: پیش‌بینی خرابی، کاهش مصرف انرژی یا هشدار ایمنی.
💡 نمونه کاربرد: در معادن، سنسورهای لرزش و گاز با AI ترکیب می‌شوند تا قبل از وقوع حادثه، سیستم هشدار فعال شود.
این یعنی آینده صنعت = AI + IoT + تجهیزات الکترونیکی هوشمند ⚡
@rss_ai_ir
#AI #IoT #صنعت #سنسور #هوش_مصنوعی #فناوری #SmartIndustry
Please open Telegram to view this post
VIEW IN TELEGRAM
😁8🔥7👍6❤4🎉2👏1
This media is not supported in your browser
VIEW IN TELEGRAM
⛔️یک آموزش گرافیکی ساده و جذاب
🎥 در این ویدئو می‌بینیم که الگوریتم YOLO چطور به صورت لحظه‌ای اشیا را تشخیص می‌دهد.
🐱 اینجا مدل تصویر گربه را شناسایی کرده و نشان می‌دهد که چطور شبکه‌های عصبی درک بینایی پیدا می‌کنند.
@rss_ai_ir
#هوش_مصنوعی #YOLO #ComputerVision
🎥 در این ویدئو می‌بینیم که الگوریتم YOLO چطور به صورت لحظه‌ای اشیا را تشخیص می‌دهد.
🐱 اینجا مدل تصویر گربه را شناسایی کرده و نشان می‌دهد که چطور شبکه‌های عصبی درک بینایی پیدا می‌کنند.
@rss_ai_ir
#هوش_مصنوعی #YOLO #ComputerVision
👍12🎉6🔥5❤4😁2
🔒 VaultGemma —
پیشرفته‌ترین LLM با حریم خصوصی تفاضلی
✳️مدل VaultGemma به عنوان قدرتمندترین مدل زبانی معرفی شده که از ابتدا با روش Differential Privacy آموزش داده شده است.
📌 ویژگی‌ها:
♻️امنیت بالا در محافظت از داده‌های حساس کاربران
♻️آموزش کاملاً از صفر، نه فقط فاین‌تیون
♻️ترکیب کیفیت خروجی در سطح مدل‌های بزرگ با تضمین محرمانگی
🖥 جزئیات بیشتر در بلاگ:
👉 https://github.com/ziangcao0312/PhysX-3D
@rss_ai_ir
#AI #LLM #DifferentialPrivacy #VaultGemma #Privacy
پیشرفته‌ترین LLM با حریم خصوصی تفاضلی
✳️مدل VaultGemma به عنوان قدرتمندترین مدل زبانی معرفی شده که از ابتدا با روش Differential Privacy آموزش داده شده است.
📌 ویژگی‌ها:
♻️امنیت بالا در محافظت از داده‌های حساس کاربران
♻️آموزش کاملاً از صفر، نه فقط فاین‌تیون
♻️ترکیب کیفیت خروجی در سطح مدل‌های بزرگ با تضمین محرمانگی
🖥 جزئیات بیشتر در بلاگ:
👉 https://github.com/ziangcao0312/PhysX-3D
@rss_ai_ir
#AI #LLM #DifferentialPrivacy #VaultGemma #Privacy
🎉9😁7👏6🔥5👍4🥰3❤2
📕 راهنمای جدید Anthropic: نوشتن ابزارهای مؤثر برای ایجنت‌ها — با کمک خود ایجنت‌ها
⛔️شرکت Anthropic در این گاید توضیح می‌دهد که چطور ابزارهایی برای AI Agent طراحی کنیم تا بیشترین کارایی، سادگی و قابلیت اطمینان را داشته باشند. نکته جالب اینجاست که خود ایجنت‌ها می‌توانند در پروتوتایپ، تست و بهینه‌سازی ابزارها کمک کنند.
🔑 اصول کلیدی در طراحی ابزار برای ایجنت‌ها:
✳️سریع پروتوتایپ بساز و بلافاصله تست کن که ایجنت چگونه از آن استفاده می‌کند.
✳️تست‌ها را روی سناریوهای واقعی انجام بده، نه مثال‌های انتزاعی.
✳️لاگ‌ها و رفتار ایجنت را بررسی کن تا خطاها و نقاط مبهم را پیدا کنی.
✳️از تک‌وظیفه‌ای بودن ابزار مطمئن شو؛ هر ابزار باید یک کار مشخص انجام دهد.
✳️نام‌گذاری شفاف و ساختارمند مثل machinelearning_create_task یا mla_list_users.
✳️فقط داده‌های ضروری را برگردان، نه اطلاعات اضافی. (پشتیبانی از فیلتر و pagination)
✳️توضیحات ورودی و خروجی باید کاملاً روشن، بدون ابهام و همراه با مثال باشد.
⚡️ مزایا:
♻️بهبود توانایی ایجنت‌ها در حل مسائل واقعی
♻️کاهش خطاها و صرفه‌جویی در توکن و منابع
♻️افزایش قابلیت پیش‌بینی و پایداری در عملکرد ایجنت‌ها
♻️ساده‌تر شدن مقیاس‌پذیری و اضافه کردن ابزارهای جدید
🟠 متن کامل راهنما:
anthropic.com/engineering/writing-tools-for-agents
@rss_ai_ir
#هوش_مصنوعی #Anthropic #Claude #AIagents #AI #AgentDesign #ابزارسازی
⛔️شرکت Anthropic در این گاید توضیح می‌دهد که چطور ابزارهایی برای AI Agent طراحی کنیم تا بیشترین کارایی، سادگی و قابلیت اطمینان را داشته باشند. نکته جالب اینجاست که خود ایجنت‌ها می‌توانند در پروتوتایپ، تست و بهینه‌سازی ابزارها کمک کنند.
🔑 اصول کلیدی در طراحی ابزار برای ایجنت‌ها:
✳️سریع پروتوتایپ بساز و بلافاصله تست کن که ایجنت چگونه از آن استفاده می‌کند.
✳️تست‌ها را روی سناریوهای واقعی انجام بده، نه مثال‌های انتزاعی.
✳️لاگ‌ها و رفتار ایجنت را بررسی کن تا خطاها و نقاط مبهم را پیدا کنی.
✳️از تک‌وظیفه‌ای بودن ابزار مطمئن شو؛ هر ابزار باید یک کار مشخص انجام دهد.
✳️نام‌گذاری شفاف و ساختارمند مثل machinelearning_create_task یا mla_list_users.
✳️فقط داده‌های ضروری را برگردان، نه اطلاعات اضافی. (پشتیبانی از فیلتر و pagination)
✳️توضیحات ورودی و خروجی باید کاملاً روشن، بدون ابهام و همراه با مثال باشد.
⚡️ مزایا:
♻️بهبود توانایی ایجنت‌ها در حل مسائل واقعی
♻️کاهش خطاها و صرفه‌جویی در توکن و منابع
♻️افزایش قابلیت پیش‌بینی و پایداری در عملکرد ایجنت‌ها
♻️ساده‌تر شدن مقیاس‌پذیری و اضافه کردن ابزارهای جدید
🟠 متن کامل راهنما:
anthropic.com/engineering/writing-tools-for-agents
@rss_ai_ir
#هوش_مصنوعی #Anthropic #Claude #AIagents #AI #AgentDesign #ابزارسازی
👏22❤19😁18👍15🔥15🥰15🎉13