🚀 در ByteDance Seed تکنیک جدیدی برای آموزش LLM معرفی شد: Knapsack RL

🔍 مشکل در RL کلاسیک:

در کارهای ساده همیشه موفقیت → بدون گرادیان
در کارهای سخت همیشه شکست → باز هم بدون گرادیان


💡 راهکار:
به جای توزیع یکنواخت rolloutها، بودجه محاسباتی مثل یک مسئله کوله‌پشتی (Knapsack) روی مواردی صرف می‌شود که واقعاً سیگنال آموزشی می‌دهند.

✨ نتایج:

🔼 ‌+20–40% گرادیان‌های غیرصفر بیشتر
🧮 تا 93 rollout برای مسائل سخت (بدون هزینه اضافه)
📈 ‌+2–4 امتیاز میانگین، تا +9 در ریاضیات
💰 ‌حدوداً دو برابر ارزان‌تر از روش توزیع یکنواخت


📄 جزییات بیشتر:
huggingface.co/papers/2509.25849

@rss_ai_ir 🤖

#هوش_مصنوعی #یادگیری_تقویتی #LLM #KnapsackRL #ByteDance #ماشین_لرنینگ #یادگیری_عمیق #AI #RLHF #MachineLearning

📘 Anthropic منتشر کرد:
گاید عالی برای تنظیم مؤثر ایجنت‌ها

🔑 فرق اصلی با پرامپت‌نویسی کلاسیک اینجاست:

Prompt Engineering =
نوشتن دستور برای یک بار پاسخ.

Agent Engineering =
طراحی کل رفتار، حافظه، و کانتکست برای یک ایجنت دائمی.


💡 مقاله توضیح میده چطور باید context engineering رو جدی بگیریم: از مدیریت تاریخچه و اهداف تا انتخاب معماری حافظه.

📄 متن کامل:
anthropic.com/engineering/effective-context-engineering-for-ai-agents

@rss_ai_ir 🤖

#هوش_مصنوعی #LLM #AgentEngineering #PromptEngineering #Anthropic #AI

🔦 تولید تصویر با نور، نه GPU!

محققان دانشگاه UCLA یک مدل مولد نوری معرفی کرده‌اند که به جای تراشه‌ها و محاسبات سنگین، از نور و لنزها برای ساخت تصویر استفاده می‌کند.

🔬 چطور کار می‌کند؟
1️⃣ یک انکودر دیجیتال سبک، نویز اولیه را به یک الگوی فاز تبدیل می‌کند.
2️⃣ این الگو روی یک مدولاتور نوری (SLM) بارگذاری می‌شود.
3️⃣ نور از یک دی‌کدر پراش عبور می‌کند و تصویر مستقیم روی سنسور شکل می‌گیرد.

✔️ نتایج آزمایشی:

♻️تولید اعداد، چهره‌ها، پروانه‌ها و حتی نقاشی‌هایی در سبک «ون گوگ» 🎨
♻️کیفیت قابل مقایسه با مدل‌های دیفیوژن مدرن
♻️دو نسخه: تولید فوری (یک‌مرحله‌ای) و تولید تدریجی (چند مرحله‌ای مثل دیفیوژن)


⚡ چرا مهم است؟

✅بدون بار محاسباتی CPU/GPU
✅فوق سریع؛ قوانین فیزیک نور همان چیزی را انجام می‌دهند که GPU با میلیاردها عملیات محاسبه می‌کند
✅گامی به سوی هوش مصنوعی فوق کم‌مصرف برای دستگاه‌های AR/VR، دوربین‌های موبایل و سنسورهای فشرده


⚠️ چالش‌ها:

✳️دشواری در هم‌ترازی اجزای اپتیکی
✳️محدودیت در دقت ماسک‌های فاز
✳️حساسیت به کیفیت تجهیزات (نویز، عمق بیت و...)


⛔️با وجود این محدودیت‌ها، این تحقیق اولین قدم به سوی نسل جدیدی از هوش مصنوعی فوتونیکی است؛ جایی که محاسبات جای خود را به نور می‌دهند.

منبع: Nature 🔗
#هوش_مصنوعی #اپتیک #فوتونیک #تولید_تصویر #AI
@rss_ai_ir

🚀 IBM Granite 4.0 معرفی شد
— خانواده‌ای تازه از مدل‌های زبانی متن‌باز با وزن‌های آزاد، از ۳B تا ۳۲B پارامتر.

🔹 چهار مدل جدید:

♻️Granite 4.0 H Small — 32B / 9B پارامتر فعال
♻️Granite 4.0 H Tiny — 7B / 1B
♻️Granite 4.0 H Micro — 3B / 3B
♻️Granite 4.0 Micro — 3B / 3B


📊 بنچمارک (Artificial Analysis Index):

Granite 4.0 H Small → امتیاز 23 (۸ امتیاز بالاتر از Granite 3.3 8B) — بهتر از Gemma 3 27B (22)، اما ضعیف‌تر از Mistral Small 3.2 (29) و Qwen3 30B A3B (37).

Granite 4.0 Micro → امتیاز 16 — بهتر از Gemma 3 4B (15) و LFM 2 2.6B (12).


⚡ کارایی توکن:

Granite 4.0 Small → 5.2M tokens

Granite 4.0 Micro → 6.7M tokens
(کارایی به‌مراتب بالاتر از Granite 3.3 8B و بیشتر مدل‌های زیر 40B بدون قابلیت reasoning).


🔑 جزئیات فنی:

✳️کانتکست: تا 128K tokens
✳️لایسنس: Apache 2.0
✳️همچنین Granite 4.0 H Small روی Replicate با هزینه 0.06$ / 0.25$ به ازای ۱M توکن ورودی/خروجی
✳️همه مدل‌ها روی Hugging Face در دسترس هستند
✳️مدل Micro (3.4B) را می‌توان کاملاً لوکال اجرا کرد.


🔗 Hugging Face
🔗 Unsloth

@rss_ai_ir

#AI #IBM #Granite4 #LLM #OpenWeights