⚡️ انقلاب در محاسبات: آنالوگ درون حافظه‌ای (In-Memory Computing) ⚡️
♨️نشریه Nature Computational Science خبر از فناوری جدیدی داده که محاسبات را مستقیماً در حافظه انجام می‌دهد.
🔹 ویژگی‌ها:
❌دیگر نیازی به جابه‌جایی مداوم داده بین GPU و حافظه نیست.
❌محاسبه و ذخیره‌سازی در یک مکان انجام می‌شوند.
❌این کار باعث کاهش شدید تأخیر و مصرف انرژی می‌شود.
🔹 نتایج اولیه:
✳️مدل‌هایی در سطح GPT-2 بدون نیاز به آموزش مجدد اجرا شده‌اند.
✳️پتانسیل تا ۱۰۰ برابر سرعت بیشتر و ۱۰,۰۰۰ برابر بهینگی انرژی گزارش شده است.
🔮 چشم‌انداز:
اگر این فناوری به‌خوبی مقیاس‌پذیر شود، می‌توان مدل‌های زبانی بزرگ را مستقیماً روی گوشی‌های هوشمند و حتی IoT دیوایس‌ها اجرا کرد — بدون نیاز به دیتاسنترها.
⛔️تصور کنید: GPT-5 آفلاین و محلی روی موبایل شما، با حداقل مصرف انرژی 🤯
@rss_ai_ir
#هوش_مصنوعی #محاسبات #InMemoryComputing #سخت_افزار #LLM
♨️نشریه Nature Computational Science خبر از فناوری جدیدی داده که محاسبات را مستقیماً در حافظه انجام می‌دهد.
🔹 ویژگی‌ها:
❌دیگر نیازی به جابه‌جایی مداوم داده بین GPU و حافظه نیست.
❌محاسبه و ذخیره‌سازی در یک مکان انجام می‌شوند.
❌این کار باعث کاهش شدید تأخیر و مصرف انرژی می‌شود.
🔹 نتایج اولیه:
✳️مدل‌هایی در سطح GPT-2 بدون نیاز به آموزش مجدد اجرا شده‌اند.
✳️پتانسیل تا ۱۰۰ برابر سرعت بیشتر و ۱۰,۰۰۰ برابر بهینگی انرژی گزارش شده است.
🔮 چشم‌انداز:
اگر این فناوری به‌خوبی مقیاس‌پذیر شود، می‌توان مدل‌های زبانی بزرگ را مستقیماً روی گوشی‌های هوشمند و حتی IoT دیوایس‌ها اجرا کرد — بدون نیاز به دیتاسنترها.
⛔️تصور کنید: GPT-5 آفلاین و محلی روی موبایل شما، با حداقل مصرف انرژی 🤯
@rss_ai_ir
#هوش_مصنوعی #محاسبات #InMemoryComputing #سخت_افزار #LLM
🔥2❤1👍1👏1
This media is not supported in your browser
VIEW IN TELEGRAM
🤖✨ اولین ربات راهنمای دنیا از MagicLab
⛔️شرکت MagicLab امروز از MagicBot Gen1 با نام «شیاومای» رونمایی کرد؛ یک ربات انسان‌نما که می‌تواند همزمان راه برود، صحبت کند و به اشیاء نمایشگاهی اشاره کند! 🎤👣👆
🔹 ویژگی‌ها:
❌قد ۱.۷۴ متر، اسکلت آلومینیوم هوافضا + بدنه فیبر کربن
❌۴۲ درجه آزادی در مفاصل، توانایی حرکت نرم شبیه انسان
❌دست بیونیک با ۷ درجه آزادی + انگشتان با ۱۱ درجه آزادی → بیش از ۵۰ حرکت دقیق
❌زمان واکنش میلی‌ثانیه‌ای برای هماهنگی حرکت، گفتار و نمایش محتوا
❌کارکرد بدون وقفه تا ۵ ساعت با قابلیت تعویض سریع باتری 🔋
❌ناوبری مستقل با نقشه‌برداری در چند ثانیه، دقت سانتی‌متری و عبور ایمن از میان جمعیت
🔹 هوش مصنوعی داخلی:
✳️پشتیبانی از چندین زبان (چینی، ژاپنی، اسپانیایی و حتی لهجه‌ها) 🌍
✳️کتابخانه با ۱۶۰ نوع صدای مختلف
✳️توانایی توضیح حرفه‌ای درباره آثار و پاسخ بلادرنگ به سوالات بازدیدکنندگان
🔹 کاربردها:
موزه‌ها 🏛، مراکز علمی 🔬، اماکن توریستی 🌄 و نمایشگاه‌های شرکتی 💼.
⛔️این ربات عملاً یک راهنمای هوشمند نسل جدید است
@rss_ai_ir
#ربات #هوش_مصنوعی #MagicLab #راهنما #روباتیک #AI
⛔️شرکت MagicLab امروز از MagicBot Gen1 با نام «شیاومای» رونمایی کرد؛ یک ربات انسان‌نما که می‌تواند همزمان راه برود، صحبت کند و به اشیاء نمایشگاهی اشاره کند! 🎤👣👆
🔹 ویژگی‌ها:
❌قد ۱.۷۴ متر، اسکلت آلومینیوم هوافضا + بدنه فیبر کربن
❌۴۲ درجه آزادی در مفاصل، توانایی حرکت نرم شبیه انسان
❌دست بیونیک با ۷ درجه آزادی + انگشتان با ۱۱ درجه آزادی → بیش از ۵۰ حرکت دقیق
❌زمان واکنش میلی‌ثانیه‌ای برای هماهنگی حرکت، گفتار و نمایش محتوا
❌کارکرد بدون وقفه تا ۵ ساعت با قابلیت تعویض سریع باتری 🔋
❌ناوبری مستقل با نقشه‌برداری در چند ثانیه، دقت سانتی‌متری و عبور ایمن از میان جمعیت
🔹 هوش مصنوعی داخلی:
✳️پشتیبانی از چندین زبان (چینی، ژاپنی، اسپانیایی و حتی لهجه‌ها) 🌍
✳️کتابخانه با ۱۶۰ نوع صدای مختلف
✳️توانایی توضیح حرفه‌ای درباره آثار و پاسخ بلادرنگ به سوالات بازدیدکنندگان
🔹 کاربردها:
موزه‌ها 🏛، مراکز علمی 🔬، اماکن توریستی 🌄 و نمایشگاه‌های شرکتی 💼.
⛔️این ربات عملاً یک راهنمای هوشمند نسل جدید است
@rss_ai_ir
#ربات #هوش_مصنوعی #MagicLab #راهنما #روباتیک #AI
📢 توضیح مهم برای مدیران و مسئولین 🚨
خیلی وقت‌ها شرکت‌ها یا استارتاپ‌ها برای بازاریابی جملاتی استفاده می‌کنند مثل:
«ما برای سازمان شما یک هوش مصنوعی اختصاصی طراحی کرده‌ایم، چون API به LLM زدیم!»
اما واقعیت این است که 👇
🔹 مفهوم API زدن یعنی چه؟
❌فقط یک اتصال ساده است به یک مدل آماده و از پیش آموزش‌دیده (مثل ChatGPT یا Qwen).
❌سازمان شما می‌تواند سؤال بفرستد و جواب بگیرد، بدون اینکه چیزی برایتان طراحی یا آموزش داده شده باشد.
❌این کار بیشتر شبیه استفاده از یک سرویس آماده ابری است، نه توسعه اختصاصی.
🔹 طراحی واقعی هوش مصنوعی یعنی چه؟
♻️جمع‌آوری و پاک‌سازی داده‌های داخلی سازمان
♻️طراحی معماری مدل مناسب برای نیازهای خاص شما
♻️آموزش (Training) و ارزیابی مدل روی داده‌های سازمان
♻️بهینه‌سازی، استقرار و پشتیبانی بلندمدت
♻️این فرآیند پیچیده، زمان‌بر و ارزشمند است و هزینه واقعی دارد.
⚠️ نکته کلیدی:
هر اتصال ساده API به مدل‌های آماده = طراحی اختصاصی هوش مصنوعی نیست.
اگر کسی این دو را یکی معرفی می‌کند، یا از روی ناآگاهی است یا برای کلاهبرداری.
📌 توصیه برای مدیران:
قبل از امضای هر قرارداد یا پرداخت هزینه، دقیق بپرسید:
✳️آیا واقعاً مدل روی داده‌های شما آموزش داده شده؟
✳️یا فقط یک API ساده وصل کرده‌اند و نام آن را «هوش مصنوعی سازمانی» گذاشته‌اند؟
@rss_ai_ir ✨
#هوش_مصنوعی #API #کلاهبرداری #مدیریت #سازمان
خیلی وقت‌ها شرکت‌ها یا استارتاپ‌ها برای بازاریابی جملاتی استفاده می‌کنند مثل:
«ما برای سازمان شما یک هوش مصنوعی اختصاصی طراحی کرده‌ایم، چون API به LLM زدیم!»
اما واقعیت این است که 👇
🔹 مفهوم API زدن یعنی چه؟
❌فقط یک اتصال ساده است به یک مدل آماده و از پیش آموزش‌دیده (مثل ChatGPT یا Qwen).
❌سازمان شما می‌تواند سؤال بفرستد و جواب بگیرد، بدون اینکه چیزی برایتان طراحی یا آموزش داده شده باشد.
❌این کار بیشتر شبیه استفاده از یک سرویس آماده ابری است، نه توسعه اختصاصی.
🔹 طراحی واقعی هوش مصنوعی یعنی چه؟
♻️جمع‌آوری و پاک‌سازی داده‌های داخلی سازمان
♻️طراحی معماری مدل مناسب برای نیازهای خاص شما
♻️آموزش (Training) و ارزیابی مدل روی داده‌های سازمان
♻️بهینه‌سازی، استقرار و پشتیبانی بلندمدت
♻️این فرآیند پیچیده، زمان‌بر و ارزشمند است و هزینه واقعی دارد.
⚠️ نکته کلیدی:
هر اتصال ساده API به مدل‌های آماده = طراحی اختصاصی هوش مصنوعی نیست.
اگر کسی این دو را یکی معرفی می‌کند، یا از روی ناآگاهی است یا برای کلاهبرداری.
📌 توصیه برای مدیران:
قبل از امضای هر قرارداد یا پرداخت هزینه، دقیق بپرسید:
✳️آیا واقعاً مدل روی داده‌های شما آموزش داده شده؟
✳️یا فقط یک API ساده وصل کرده‌اند و نام آن را «هوش مصنوعی سازمانی» گذاشته‌اند؟
@rss_ai_ir ✨
#هوش_مصنوعی #API #کلاهبرداری #مدیریت #سازمان
👍3🔥1👏1
🚀🤖 MagicDog-W:
انقلابی در رباتیک متحرک!
❌ استارتاپ چینی MagicLab از ربات جدید خود با نام MagicDog-W رونمایی کرده؛ ترکیبی هوشمندانه از انعطاف‌پذیری ربات‌های چهارپا و سرعت حرکت چرخ‌دار.
✨ ویژگی‌ها و توانایی‌ها:
♻️اجرای حرکات آکروباتیک مثل سالتو و فرود نرم
♻️بازیابی سریع پس از افتادن و ادامه‌ی حرکت
♻️صعود از پله‌ها، شیب‌های ۴۰ درجه و موانع ۶۰ سانتی‌متری
♻️جابجایی سریع بین حالت چهارپا و چرخ‌دار
♻️حفظ تعادل روی سطوح لغزنده و ناهموار
♻️توانایی حمل ۱۰ کیلوگرم بار برای مأموریت‌های صنعتی و امدادی
⚙️ مشخصات کلیدی:
♻️۱۷ موتور-گیربکس برای کنترل دقیق هر محور و چرخ
♻️سرعت تا ۳ متر بر ثانیه
♻️باتری با دوام ۲ تا ۴ ساعت
♻️سیستم پیشرفته ناوبری و کنترل حرکت
🎯 کاربردها:
♻️بازرسی صنعتی و مأموریت‌های امنیتی
♻️عملیات جست‌وجو و نجات
♻️حمل بار در زمین‌های دشوار
♻️استفاده در پژوهش‌های علمی و نظامی
📌 کارشناسان می‌گویند MagicDog-W یکی از پلتفرم‌های آینده‌دار رباتیک هیبریدی است که مرز بین «چرخ» و «پا» را از بین برده.
⛔️چین بار دیگر نشان داد که در زمینه‌ی ربات‌های چندمنظوره، آماده‌ی تسخیر صحنه‌های واقعی و حتی شرایط سخت و خطرناک است. 🌍💪
#رباتیک #هوش_مصنوعی #MagicDog #ChinaTech #Robotics
انقلابی در رباتیک متحرک!
❌ استارتاپ چینی MagicLab از ربات جدید خود با نام MagicDog-W رونمایی کرده؛ ترکیبی هوشمندانه از انعطاف‌پذیری ربات‌های چهارپا و سرعت حرکت چرخ‌دار.
✨ ویژگی‌ها و توانایی‌ها:
♻️اجرای حرکات آکروباتیک مثل سالتو و فرود نرم
♻️بازیابی سریع پس از افتادن و ادامه‌ی حرکت
♻️صعود از پله‌ها، شیب‌های ۴۰ درجه و موانع ۶۰ سانتی‌متری
♻️جابجایی سریع بین حالت چهارپا و چرخ‌دار
♻️حفظ تعادل روی سطوح لغزنده و ناهموار
♻️توانایی حمل ۱۰ کیلوگرم بار برای مأموریت‌های صنعتی و امدادی
⚙️ مشخصات کلیدی:
♻️۱۷ موتور-گیربکس برای کنترل دقیق هر محور و چرخ
♻️سرعت تا ۳ متر بر ثانیه
♻️باتری با دوام ۲ تا ۴ ساعت
♻️سیستم پیشرفته ناوبری و کنترل حرکت
🎯 کاربردها:
♻️بازرسی صنعتی و مأموریت‌های امنیتی
♻️عملیات جست‌وجو و نجات
♻️حمل بار در زمین‌های دشوار
♻️استفاده در پژوهش‌های علمی و نظامی
📌 کارشناسان می‌گویند MagicDog-W یکی از پلتفرم‌های آینده‌دار رباتیک هیبریدی است که مرز بین «چرخ» و «پا» را از بین برده.
⛔️چین بار دیگر نشان داد که در زمینه‌ی ربات‌های چندمنظوره، آماده‌ی تسخیر صحنه‌های واقعی و حتی شرایط سخت و خطرناک است. 🌍💪
#رباتیک #هوش_مصنوعی #MagicDog #ChinaTech #Robotics
🔥1
📢 ShinkaEvolve
؛ جایگزین متن‌باز AlphaEvolve از Sakana AI
⛔️شرکت Sakana AI چارچوبی متن‌باز با نام ShinkaEvolve معرفی کرده که برای بهینه‌سازی و توسعه الگوریتم‌ها و معماری‌های پیچیده طراحی شده است. «Shinka» (進化) در ژاپنی به معنای تکامل است و این رویکرد هم بر پایه‌ی اصول تکاملی بنا شده.
🔹 چطور کار می‌کند؟
1️⃣ ورودی شامل یک Seed-program و یک Verifier (محاسبه متریک کیفیت/fitness) است. کدهای جدید در یک «آرشیو والدین» ذخیره می‌شوند.
2️⃣ همچنین LLM به عنوان اپراتور جهش عمل می‌کند: می‌تواند کد را با روش‌های مختلف تغییر دهد (diff-patch، بازنویسی کامل، crossover). انتخاب LLM بهینه توسط الگوریتم multi-armed bandit انجام می‌شود.
3️⃣ کاندیداها ابتدا از فیلتر novelty-rejection (بر اساس شباهت تع嵌 embeddings) عبور می‌کنند تا ایده‌های تکراری حذف شوند. سپس بهترین‌ها به آرشیو اضافه می‌شوند.
4️⃣ برای تنوع، از مفهوم «جزیره‌ها» (populationهای مستقل) استفاده شده و در مواقع بن‌بست، مهاجرت بین آنها انجام می‌شود.
🔹 نتایج تست‌ها
✅ در بهینه‌سازی ریاضی: تنها با 150 نمونه، راه‌حل جدیدی برای مسئله‌ی Circle Packing پیدا کرد.
✅ در طراحی ایجنت هوش مصنوعی: بعد از ~75 نسل، معماری سه‌بخشی جدیدی ایجاد کرد که baseline را در AIME شکست داد.
✅ در برنامه‌نویسی رقابتی: با بهبودهای متعدد، به سطح مدال نقره رسید.
✅ در آموزش LLM: پس از ~30 نسل، تابع خطای جدیدی برای MoE کشف شد که عملکردی بهتر از بسیاری روش‌های رایج داشت.
⚡️ تفاوت اصلی با AlphaEvolve این است که ShinkaEvolve همین حالا و رایگان قابل استفاده است. کافیست فایل evaluate.py را برای مسئله‌ی خود بازنویسی کنید، initial.py را آماده کرده و اجرا کنید:
📎 کد و راهنمای کامل:
GitHub
#هوش_مصنوعی #الگوریتم_تکاملی #SakanaAI #ShinkaEvolve #AIResearch
؛ جایگزین متن‌باز AlphaEvolve از Sakana AI
⛔️شرکت Sakana AI چارچوبی متن‌باز با نام ShinkaEvolve معرفی کرده که برای بهینه‌سازی و توسعه الگوریتم‌ها و معماری‌های پیچیده طراحی شده است. «Shinka» (進化) در ژاپنی به معنای تکامل است و این رویکرد هم بر پایه‌ی اصول تکاملی بنا شده.
🔹 چطور کار می‌کند؟
1️⃣ ورودی شامل یک Seed-program و یک Verifier (محاسبه متریک کیفیت/fitness) است. کدهای جدید در یک «آرشیو والدین» ذخیره می‌شوند.
2️⃣ همچنین LLM به عنوان اپراتور جهش عمل می‌کند: می‌تواند کد را با روش‌های مختلف تغییر دهد (diff-patch، بازنویسی کامل، crossover). انتخاب LLM بهینه توسط الگوریتم multi-armed bandit انجام می‌شود.
3️⃣ کاندیداها ابتدا از فیلتر novelty-rejection (بر اساس شباهت تع嵌 embeddings) عبور می‌کنند تا ایده‌های تکراری حذف شوند. سپس بهترین‌ها به آرشیو اضافه می‌شوند.
4️⃣ برای تنوع، از مفهوم «جزیره‌ها» (populationهای مستقل) استفاده شده و در مواقع بن‌بست، مهاجرت بین آنها انجام می‌شود.
🔹 نتایج تست‌ها
✅ در بهینه‌سازی ریاضی: تنها با 150 نمونه، راه‌حل جدیدی برای مسئله‌ی Circle Packing پیدا کرد.
✅ در طراحی ایجنت هوش مصنوعی: بعد از ~75 نسل، معماری سه‌بخشی جدیدی ایجاد کرد که baseline را در AIME شکست داد.
✅ در برنامه‌نویسی رقابتی: با بهبودهای متعدد، به سطح مدال نقره رسید.
✅ در آموزش LLM: پس از ~30 نسل، تابع خطای جدیدی برای MoE کشف شد که عملکردی بهتر از بسیاری روش‌های رایج داشت.
⚡️ تفاوت اصلی با AlphaEvolve این است که ShinkaEvolve همین حالا و رایگان قابل استفاده است. کافیست فایل evaluate.py را برای مسئله‌ی خود بازنویسی کنید، initial.py را آماده کرده و اجرا کنید:
shinka_launch variant=experiment_name
📎 کد و راهنمای کامل:
GitHub
#هوش_مصنوعی #الگوریتم_تکاملی #SakanaAI #ShinkaEvolve #AIResearch
📊 K2 Vendor Verifier
؛ تست شفافیت عملکرد وندورها
تیم Kimi ابزاری با نام K2 Vendor Verifier معرفی کرده که هدفش بررسی دقت سرویس‌دهنده‌های مختلف برای مدل K2 است.
🔎 روش تست:
هر وندور روی ۲۰۰۰ درخواست یکسان امتحان می‌شود و نتایج با API رسمی مقایسه می‌گردد.
📉 نتیجه:
همه‌ی ارائه‌دهندگان 3rd party مشکلات جدی در خروجی داشتند. متأسفانه جذاب‌ترین گزینه، Groq، در این تست حضور نداشت.
این حرکت یادآور تست‌های تیم Artificial Analysis روی gpt-oss است، جایی که اختلاف فاحشی بین سرویس‌دهندگان مشاهده شد.
⚠️ پیام مهم: اگر چنین تست‌هایی عمومی و استاندارد نشوند، باگ‌های inference بی‌سروصدا ادامه خواهند داشت و کیفیت مدل‌ها را پایین می‌آورند.
📎 گیت‌هاب: K2 Vendor Verifier
#هوش_مصنوعی #K2 #LLM #AI #Kimi #VendorVerifier
؛ تست شفافیت عملکرد وندورها
تیم Kimi ابزاری با نام K2 Vendor Verifier معرفی کرده که هدفش بررسی دقت سرویس‌دهنده‌های مختلف برای مدل K2 است.
🔎 روش تست:
هر وندور روی ۲۰۰۰ درخواست یکسان امتحان می‌شود و نتایج با API رسمی مقایسه می‌گردد.
📉 نتیجه:
همه‌ی ارائه‌دهندگان 3rd party مشکلات جدی در خروجی داشتند. متأسفانه جذاب‌ترین گزینه، Groq، در این تست حضور نداشت.
این حرکت یادآور تست‌های تیم Artificial Analysis روی gpt-oss است، جایی که اختلاف فاحشی بین سرویس‌دهندگان مشاهده شد.
⚠️ پیام مهم: اگر چنین تست‌هایی عمومی و استاندارد نشوند، باگ‌های inference بی‌سروصدا ادامه خواهند داشت و کیفیت مدل‌ها را پایین می‌آورند.
📎 گیت‌هاب: K2 Vendor Verifier
#هوش_مصنوعی #K2 #LLM #AI #Kimi #VendorVerifier
This media is not supported in your browser
VIEW IN TELEGRAM
🔔 متا معرفی کرد: Vibes — تیک‌تاکی با ویدئوهای ساخته‌شده توسط هوش مصنوعی 🎥✨
پلتفرم جدید متا با نام Vibes امکان ساخت ویدئوهای کوتاه و سرگرم‌کننده توسط هوش مصنوعی را فراهم می‌کند؛ چیزی شبیه تیک‌تاک، اما بدون نیاز به دوربین یا ضبط واقعی.
📌 هر کاربر می‌تواند فقط با یک پرامپت یا ایده، ویدئوی اختصاصی خودش را تولید و منتشر کند.
این گام تازه متا نشان می‌دهد آینده‌ی محتوای کوتاه به سمت AI-native platforms پیش می‌رود.
@rss_ai_ir 🤖
#Meta #Vibes #AI #ویدئو #هوش_مصنوعی
پلتفرم جدید متا با نام Vibes امکان ساخت ویدئوهای کوتاه و سرگرم‌کننده توسط هوش مصنوعی را فراهم می‌کند؛ چیزی شبیه تیک‌تاک، اما بدون نیاز به دوربین یا ضبط واقعی.
📌 هر کاربر می‌تواند فقط با یک پرامپت یا ایده، ویدئوی اختصاصی خودش را تولید و منتشر کند.
این گام تازه متا نشان می‌دهد آینده‌ی محتوای کوتاه به سمت AI-native platforms پیش می‌رود.
@rss_ai_ir 🤖
#Meta #Vibes #AI #ویدئو #هوش_مصنوعی
📊 آیا به استاندارد برای ارزیابی کیفیت مدل‌ها و محصولات LLM نیاز داریم؟
⛔️امروز تقریباً در هر محصولی قابلیت RAG وجود دارد و سناریوهای agentic هم به یک روند عادی تبدیل شده‌اند. اما هرچه پایپ‌لاین پیچیده‌تر شود، کنترل و ارزیابی آن هم سخت‌تر و حیاتی‌تر می‌شود.
🔹 در پایپ‌لاین‌های ساده می‌توان:
♻️متریک‌های مشخصی انتخاب کرد
♻️تست‌های واحد و یکپارچه نوشت
♻️یک بنچمارک کوچک آماده و مرتباً اجرا کرد
♻️پایداری و تکرارپذیری نتایج را بررسی کرد
🔹 اما وقتی پایپ‌لاین شامل چندین ماژول مختلف باشد، ماجرا شبیه ساختن هزارچهره فالکون از لگو می‌شود 🧱🦧
در مقاله Apollo Research "We Need A Science of Evals" (۲۰۲۴) گفته شد:
ارزیابی کیفیت بیشتر شبیه هنر است تا علم (مثلاً فقط تغییر در فرمت پرامپت می‌تواند دقت را ۷۰+ درصد جابجا کند 😱)
بلوغ ارزیابی (Eval) سه مرحله دارد:
1️⃣ Nascent —
مرحله ابتدایی و پراکنده، بدون استاندارد
2️⃣ Maturation —
ظهور بهترین‌روش‌ها ولی بدون مقررات رسمی
3️⃣ Mature —
وجود استانداردها، استناد آماری و نتایج قابل‌تفسیر
ما فعلاً در مرحله دوم هستیم و رسیدن به مرحله سوم نیازمند تعریف متریک‌های روشن، پوشش کامل تست، تکرارپذیری و تحلیل آماری است.
⚡️ اخیراً استاندارد جدیدی معرفی شده: STREAM (A Standard for Transparently Reporting Evaluations in AI Model Reports). این چارچوب به شفاف‌سازی تست‌ها و گزارش‌دهی نتایج کمک می‌کند. هرچند بیشتر برای بنچمارک‌های حوزه ChemBio طراحی شده، اما قابل‌استفاده در دیگر زمینه‌ها هم هست.
🔮 آینده‌ی ارزیابی LLMها در گرو Eval علمی و استاندارد است. در غیر این صورت، محصولات غیرایمن و مبهم خواهیم داشت.
@rss_ai_ir 🤖
https://www.arxiv.org/pdf/2508.09853
#هوش_مصنوعی #LLM #استاندارد #Eval #STREAM #AI
⛔️امروز تقریباً در هر محصولی قابلیت RAG وجود دارد و سناریوهای agentic هم به یک روند عادی تبدیل شده‌اند. اما هرچه پایپ‌لاین پیچیده‌تر شود، کنترل و ارزیابی آن هم سخت‌تر و حیاتی‌تر می‌شود.
🔹 در پایپ‌لاین‌های ساده می‌توان:
♻️متریک‌های مشخصی انتخاب کرد
♻️تست‌های واحد و یکپارچه نوشت
♻️یک بنچمارک کوچک آماده و مرتباً اجرا کرد
♻️پایداری و تکرارپذیری نتایج را بررسی کرد
🔹 اما وقتی پایپ‌لاین شامل چندین ماژول مختلف باشد، ماجرا شبیه ساختن هزارچهره فالکون از لگو می‌شود 🧱🦧
در مقاله Apollo Research "We Need A Science of Evals" (۲۰۲۴) گفته شد:
ارزیابی کیفیت بیشتر شبیه هنر است تا علم (مثلاً فقط تغییر در فرمت پرامپت می‌تواند دقت را ۷۰+ درصد جابجا کند 😱)
بلوغ ارزیابی (Eval) سه مرحله دارد:
1️⃣ Nascent —
مرحله ابتدایی و پراکنده، بدون استاندارد
2️⃣ Maturation —
ظهور بهترین‌روش‌ها ولی بدون مقررات رسمی
3️⃣ Mature —
وجود استانداردها، استناد آماری و نتایج قابل‌تفسیر
ما فعلاً در مرحله دوم هستیم و رسیدن به مرحله سوم نیازمند تعریف متریک‌های روشن، پوشش کامل تست، تکرارپذیری و تحلیل آماری است.
⚡️ اخیراً استاندارد جدیدی معرفی شده: STREAM (A Standard for Transparently Reporting Evaluations in AI Model Reports). این چارچوب به شفاف‌سازی تست‌ها و گزارش‌دهی نتایج کمک می‌کند. هرچند بیشتر برای بنچمارک‌های حوزه ChemBio طراحی شده، اما قابل‌استفاده در دیگر زمینه‌ها هم هست.
🔮 آینده‌ی ارزیابی LLMها در گرو Eval علمی و استاندارد است. در غیر این صورت، محصولات غیرایمن و مبهم خواهیم داشت.
@rss_ai_ir 🤖
https://www.arxiv.org/pdf/2508.09853
#هوش_مصنوعی #LLM #استاندارد #Eval #STREAM #AI
🔴 ربات‌های Unitree به ویروس «زامبی» مبتلا شدند — همه‌اش به خاطر یک حفره امنیتی در Bluetooth!
🔓 آسیب‌پذیری UniPwn به هکرها اجازه می‌دهد خود را جای صاحب ربات جا بزنند و کد مخرب اجرا کنند.
🤖 ماجرا ترسناک‌تر می‌شود: ربات فقط دستورات مهاجم را اجرا نمی‌کند، بلکه از طریق بلوتوث بقیه ربات‌ها را هم آلوده کرده و یک بات‌نت می‌سازد!
⚠️ شرکت هنوز این مشکل را برطرف نکرده و هشدار پژوهشگران را نادیده گرفته است.
📌 وقتشه که «آرنولد» وارد عمل بشه... 🔫
@rss_ai_ir
#امنیت #رباتیک #Unitree #IoT #Bluetooth
🔓 آسیب‌پذیری UniPwn به هکرها اجازه می‌دهد خود را جای صاحب ربات جا بزنند و کد مخرب اجرا کنند.
🤖 ماجرا ترسناک‌تر می‌شود: ربات فقط دستورات مهاجم را اجرا نمی‌کند، بلکه از طریق بلوتوث بقیه ربات‌ها را هم آلوده کرده و یک بات‌نت می‌سازد!
⚠️ شرکت هنوز این مشکل را برطرف نکرده و هشدار پژوهشگران را نادیده گرفته است.
📌 وقتشه که «آرنولد» وارد عمل بشه... 🔫
@rss_ai_ir
#امنیت #رباتیک #Unitree #IoT #Bluetooth
👍1
فراخوان نهمین جشنواره اندیشمندان و دانشمندان جوان، آخرین فرصت ثبت نام نهمین جشنواره اندیشمندان و دانشمندان جوان 15 مهرماه 1404 https://ysf-persia.com/
🧠 شرکت Thinking Machines روشی نوین برای آموزش شبکه‌های عصبی معرفی کرده است: manifold Muon ✨ که وزن‌ها را پایدارتر و قابل پیش‌بینی‌تر می‌کند.
🔑 ایده اصلی:
✳️وزن‌ها روی یک سطح ریاضی خاص (مجموعه Stiefel manifold) محدود می‌شوند تا از «واپاشی» آنها جلوگیری شود.
✳️اندازه به‌روزرسانی‌ها با نورم طیفی کنترل می‌شود تا گام‌های یادگیری شبکه را دچار اعوجاج نکنند.
✳️به‌روزرسانی‌ها ابتدا در فضای مماس محاسبه و سپس دوباره به روی همان سطح برگردانده می‌شوند.
📊 در تست‌های CIFAR-10 این روش دقت بیشتری نسبت به AdamW داشت و وزن‌ها را در محدوده پایدار نگه داشت، هرچند محاسبات زمان‌برتر شدند.
🎯 نکته مهم: چیزی که امروز به‌عنوان «تصادفی بودن» پاسخ‌های مدل‌ها شناخته می‌شود، در این نگاه یک باگ قابل‌رفع است.
این رویکرد می‌تواند پایه‌ای برای توسعه‌ی AGI ایمن باشد؛ جایی که رفتارهای پیش‌بینی‌ناپذیر غیرقابل‌قبول‌اند.
🔗 جزئیات بیشتر: ThinkingMachines.ai
#هوش_مصنوعی #یادگیری_عمیق #پژوهش #AGI #امنیت
🔑 ایده اصلی:
✳️وزن‌ها روی یک سطح ریاضی خاص (مجموعه Stiefel manifold) محدود می‌شوند تا از «واپاشی» آنها جلوگیری شود.
✳️اندازه به‌روزرسانی‌ها با نورم طیفی کنترل می‌شود تا گام‌های یادگیری شبکه را دچار اعوجاج نکنند.
✳️به‌روزرسانی‌ها ابتدا در فضای مماس محاسبه و سپس دوباره به روی همان سطح برگردانده می‌شوند.
📊 در تست‌های CIFAR-10 این روش دقت بیشتری نسبت به AdamW داشت و وزن‌ها را در محدوده پایدار نگه داشت، هرچند محاسبات زمان‌برتر شدند.
🎯 نکته مهم: چیزی که امروز به‌عنوان «تصادفی بودن» پاسخ‌های مدل‌ها شناخته می‌شود، در این نگاه یک باگ قابل‌رفع است.
این رویکرد می‌تواند پایه‌ای برای توسعه‌ی AGI ایمن باشد؛ جایی که رفتارهای پیش‌بینی‌ناپذیر غیرقابل‌قبول‌اند.
🔗 جزئیات بیشتر: ThinkingMachines.ai
#هوش_مصنوعی #یادگیری_عمیق #پژوهش #AGI #امنیت
Please open Telegram to view this post
VIEW IN TELEGRAM
Please open Telegram to view this post
VIEW IN TELEGRAM