✨ مدل CUDA-L2؛ وقتی هوش مصنوعی از مهندسان NVIDIA هم بهتر CUDA مینویسد!
در پروژهای شگفتانگیز، تیم DeepReinforce سیستمی ساخته که میتواند هستههای CUDA را کاملاً خودکار و از صفر تولید کند؛ و حتی ۱۰ تا ۳۰٪ سریعتر از cuBLAS و cuBLASLt — کتابخانههای فوقبهینهی خودِ NVIDIA — عمل کند.
🔧 ایده چیست؟
بهجای اینکه مهندسان با دست هسته بنویسند و فقط پارامترها تغییر کنند، مدل زبانی (LLM) در کنار یادگیری تقویتی کل ساختار کد را بازطراحی میکند:
♻️تغییر حلقهها
♻️انتخاب استراتژی tile و padding
♻️تغییر swizzle pattern
♻️حتی انتخاب بین CUDA خام، CuTe، CUTLASS یا inline PTX
هر هسته تولید میشود → روی GPU واقعی اجرا → سنجش سرعت و صحت → بهبود مدل.
این چرخه باعث شده LLM قوانین خودش را برای نوشتن سریعترین کد ممکن یاد بگیرد.
⚡ چرا مهم است؟
بخش عظیمی از هزینهی آموزش LLMها صرف عملیات HGEMM میشود. اگر این عملیات ۲۰٪ سریعتر شود:
✅کل آموزش ارزانتر و سریعتر میشود
✅در همان بودجه میتوان تعداد توکن، ایپاکها و دادههای بیشتر را پردازش کرد
✅قابلاستفاده برای هزاران اندازه ماتریس واقعی (نه فقط چند مقدار ویژه)
📊 نتایج
✳️تا ۲۲٪ سریعتر از cuBLAS و torch.matmul در تستهای آفلاین
✳️تا ۲۹٪ سریعتر در سناریوهای واقعی سرور
✳️انتشار ۱۰۰۰ هستهی HGEMM بهینهشده برای A100 در GitHub
❌این پروژه یک قدم بزرگ بهسمت کدنویسی خودکار فوقبهینه برای GPU است؛ جایی که هوش مصنوعی کاملاً جای مهندسان بهینهسازی CUDA را میگیرد.
🟡 Arxiv
🖥 GitHub
#هوش_مصنوعی #پردازش_GPU #CUDA #یادگیری_تقویتی #مهندسی_عملکرد 🚀
در پروژهای شگفتانگیز، تیم DeepReinforce سیستمی ساخته که میتواند هستههای CUDA را کاملاً خودکار و از صفر تولید کند؛ و حتی ۱۰ تا ۳۰٪ سریعتر از cuBLAS و cuBLASLt — کتابخانههای فوقبهینهی خودِ NVIDIA — عمل کند.
🔧 ایده چیست؟
بهجای اینکه مهندسان با دست هسته بنویسند و فقط پارامترها تغییر کنند، مدل زبانی (LLM) در کنار یادگیری تقویتی کل ساختار کد را بازطراحی میکند:
♻️تغییر حلقهها
♻️انتخاب استراتژی tile و padding
♻️تغییر swizzle pattern
♻️حتی انتخاب بین CUDA خام، CuTe، CUTLASS یا inline PTX
هر هسته تولید میشود → روی GPU واقعی اجرا → سنجش سرعت و صحت → بهبود مدل.
این چرخه باعث شده LLM قوانین خودش را برای نوشتن سریعترین کد ممکن یاد بگیرد.
⚡ چرا مهم است؟
بخش عظیمی از هزینهی آموزش LLMها صرف عملیات HGEMM میشود. اگر این عملیات ۲۰٪ سریعتر شود:
✅کل آموزش ارزانتر و سریعتر میشود
✅در همان بودجه میتوان تعداد توکن، ایپاکها و دادههای بیشتر را پردازش کرد
✅قابلاستفاده برای هزاران اندازه ماتریس واقعی (نه فقط چند مقدار ویژه)
📊 نتایج
✳️تا ۲۲٪ سریعتر از cuBLAS و torch.matmul در تستهای آفلاین
✳️تا ۲۹٪ سریعتر در سناریوهای واقعی سرور
✳️انتشار ۱۰۰۰ هستهی HGEMM بهینهشده برای A100 در GitHub
❌این پروژه یک قدم بزرگ بهسمت کدنویسی خودکار فوقبهینه برای GPU است؛ جایی که هوش مصنوعی کاملاً جای مهندسان بهینهسازی CUDA را میگیرد.
🟡 Arxiv
🖥 GitHub
#هوش_مصنوعی #پردازش_GPU #CUDA #یادگیری_تقویتی #مهندسی_عملکرد 🚀
🔥2❤1👏1
🔥 نسخه Transformers v5 منتشر شد!
جامعهٔ هوش مصنوعی امروز شاهد یک جهش بزرگ بود. نسخهٔ جدید Transformers v5 از Hugging Face رسماً عرضه شد و حالا تبدیل به ستون اصلی اکوسیستم متنباز در مدلهای بزرگ شده است.
📈 رشد اکوسیستم در چند سال اخیر واقعاً خیرهکننده بوده:
📦 از ۲۰هزار به ۳ میلیون نصب روزانه
🧠 از ۴۰ معماری پشتیبانیشده به ۴۰۰+
🗃️ بیش از ۷۵۰هزار چکپوینت
🌍 بیش از ۱.۲ میلیارد نصب تجمعی
✨ مهمترین تغییرات نسخهٔ جدید:
♻️معماری کاملاً مبتنی بر PyTorch
♻️طراحی ماژولار و قابلگسترش
♻️رویکرد «quantization-first» برای کارایی بالاتر
♻️همچنین Transformers Serve سازگار با APIهای OpenAI
این نسخه آغاز یک مرحلهٔ تازه در آیندهٔ مدلهای متنباز است.
https://huggingface.co/blog/transformers-v5
#Transformers #HuggingFace #AI #DeepLearning #ML #PyTorch #LLM 🚀
جامعهٔ هوش مصنوعی امروز شاهد یک جهش بزرگ بود. نسخهٔ جدید Transformers v5 از Hugging Face رسماً عرضه شد و حالا تبدیل به ستون اصلی اکوسیستم متنباز در مدلهای بزرگ شده است.
📈 رشد اکوسیستم در چند سال اخیر واقعاً خیرهکننده بوده:
📦 از ۲۰هزار به ۳ میلیون نصب روزانه
🧠 از ۴۰ معماری پشتیبانیشده به ۴۰۰+
🗃️ بیش از ۷۵۰هزار چکپوینت
🌍 بیش از ۱.۲ میلیارد نصب تجمعی
✨ مهمترین تغییرات نسخهٔ جدید:
♻️معماری کاملاً مبتنی بر PyTorch
♻️طراحی ماژولار و قابلگسترش
♻️رویکرد «quantization-first» برای کارایی بالاتر
♻️همچنین Transformers Serve سازگار با APIهای OpenAI
این نسخه آغاز یک مرحلهٔ تازه در آیندهٔ مدلهای متنباز است.
https://huggingface.co/blog/transformers-v5
#Transformers #HuggingFace #AI #DeepLearning #ML #PyTorch #LLM 🚀
❤4👍2👏1
This media is not supported in your browser
VIEW IN TELEGRAM
VEO 3.1
Dynamic tracking shot, wide-angle drone perspective, a powerful quad bike racing through a snowy forest trail, snow spraying in all directions as the vehicle drifts around corners, the rider wearing dark winter gear and reflective goggles, pine trees heavy with snow blur past in the background, the engine roars and tires crunch over the ice, natural ambient sounds of wind and engine echo in the cold air, golden winter sunlight breaking through the trees, cinematic high-contrast style with crisp details and dramatic motion blur.
👍1
🔧 شکاف میان حرفزدن درباره تکنولوژی و ساختن آن هر روز واضحتر میشود
چین امروز از هر زمان دیگری به تسلط صنعتی جهانی نزدیکتر است، و آمار سالهای ۲۰۲۴–۲۰۲۵ دقیقاً نشان میدهد چرا آمریکا عقب افتاده است.
📌 ۵ کشور برتر در اضافهکردن ربات صنعتی در سال ۲۰۲۴:
• چین: ۲۹۵هزار
• ژاپن: ۴۵هزار
• آمریکا: ۳۴هزار
• کرهجنوبی: ۳۱هزار
• آلمان: ۲۷هزار
اما واقعیت عمیقتر است:
1️⃣ تراکم رباتها: چین سال گذشته از ژاپن و آلمان عبور کرد؛ آمریکا از جمع ۱۰ کشور اول خارج شد.
2️⃣ رشد سال ۲۰۲۴: چین +۷٪، اما ژاپن −۴٪، آمریکا −۹٪، کره −۳٪، آلمان −۵٪.
3️⃣ سهم جهانی: بیش از ۵۴٪ کل رباتهای جدید جهان در چین نصب شدهاند.
4️⃣ تولید ۲۰۲۵: فقط در سهماهههای اول سال، چین ۵۹۵هزار ربات تولید کرده؛ تقریباً دو برابر کل سال قبل.
🧠 نکتهٔ کلیدی: قدرت صنعتی یک کشور با «نمایشها و رباتهای انساننما» سنجیده نمیشود؛
با چگالی اتوماسیون سنجیده میشود — و چین در این میدان فقط جلو نیست، با سرعت در حال فاصلهگرفتن است.
رباتهای انساننما هنوز کاربرد صنعتی ثابتشده ندارند، اما رباتهای صنعتی سالهاست موتور اصلی اقتدار تکنولوژیک هستند.
🇷🇺 آمار جالب: روسیه در سال ۲۰۲۴ فقط ۲۹ ربات در هر ۱۰هزار کارگر دارد؛
🇨🇳 چین: ۵۶۷ ربات — یعنی حدود ۲۰ برابر بیشتر.
---
#فناوری #صنعت #اتوماسیون #رباتیک #چین #اقتصاد_فناورانه #هوش_مصنوعی @rss_ai_ir
چین امروز از هر زمان دیگری به تسلط صنعتی جهانی نزدیکتر است، و آمار سالهای ۲۰۲۴–۲۰۲۵ دقیقاً نشان میدهد چرا آمریکا عقب افتاده است.
📌 ۵ کشور برتر در اضافهکردن ربات صنعتی در سال ۲۰۲۴:
• چین: ۲۹۵هزار
• ژاپن: ۴۵هزار
• آمریکا: ۳۴هزار
• کرهجنوبی: ۳۱هزار
• آلمان: ۲۷هزار
اما واقعیت عمیقتر است:
1️⃣ تراکم رباتها: چین سال گذشته از ژاپن و آلمان عبور کرد؛ آمریکا از جمع ۱۰ کشور اول خارج شد.
2️⃣ رشد سال ۲۰۲۴: چین +۷٪، اما ژاپن −۴٪، آمریکا −۹٪، کره −۳٪، آلمان −۵٪.
3️⃣ سهم جهانی: بیش از ۵۴٪ کل رباتهای جدید جهان در چین نصب شدهاند.
4️⃣ تولید ۲۰۲۵: فقط در سهماهههای اول سال، چین ۵۹۵هزار ربات تولید کرده؛ تقریباً دو برابر کل سال قبل.
🧠 نکتهٔ کلیدی: قدرت صنعتی یک کشور با «نمایشها و رباتهای انساننما» سنجیده نمیشود؛
با چگالی اتوماسیون سنجیده میشود — و چین در این میدان فقط جلو نیست، با سرعت در حال فاصلهگرفتن است.
رباتهای انساننما هنوز کاربرد صنعتی ثابتشده ندارند، اما رباتهای صنعتی سالهاست موتور اصلی اقتدار تکنولوژیک هستند.
🇷🇺 آمار جالب: روسیه در سال ۲۰۲۴ فقط ۲۹ ربات در هر ۱۰هزار کارگر دارد؛
🇨🇳 چین: ۵۶۷ ربات — یعنی حدود ۲۰ برابر بیشتر.
---
#فناوری #صنعت #اتوماسیون #رباتیک #چین #اقتصاد_فناورانه #هوش_مصنوعی @rss_ai_ir
👍1
This media is not supported in your browser
VIEW IN TELEGRAM
🔥 عاملهای هوش مصنوعی چینی حالا بیش از ۵۰ حساب شبکههای اجتماعی را بهصورت کاملاً خودکار و ۲۴ ساعته اداره میکنند.
این سیستمها بدون وقفه محتوا تولید میکنند، پست میگذارند، پاسخ میدهند و حتی روند رشد صفحات را تحلیل و بهینهسازی میکنند.
رقابت امروز فقط «آدمها» نیستند — ماشینهایی هستند که هیچوقت خسته نمیشوند، هیچوقت خوابشان نمیبرد و بینهایت مقیاسپذیرند.
در عمل یعنی:
• تولید محتوا در سطحی که انسان نمیتواند به آن برسد
• فعالیت مداوم شبانهروزی
• شناخت الگوریتمها و رفتار کاربران
• امکان ساخت دهها برند و شخصیت مجازی بهصورت همزمان
این همان واقعیتی است که صنعت محتوا وارد آن شده:
رقیب شما حالا یک ارتش از عاملهای هوش مصنوعی است.
@rss_ai_ir
#هوش_مصنوعی #عامل_هوشمند #شبکه_های_اجتماعی #اتوماسیون #AI #ContentAI
این سیستمها بدون وقفه محتوا تولید میکنند، پست میگذارند، پاسخ میدهند و حتی روند رشد صفحات را تحلیل و بهینهسازی میکنند.
رقابت امروز فقط «آدمها» نیستند — ماشینهایی هستند که هیچوقت خسته نمیشوند، هیچوقت خوابشان نمیبرد و بینهایت مقیاسپذیرند.
در عمل یعنی:
• تولید محتوا در سطحی که انسان نمیتواند به آن برسد
• فعالیت مداوم شبانهروزی
• شناخت الگوریتمها و رفتار کاربران
• امکان ساخت دهها برند و شخصیت مجازی بهصورت همزمان
این همان واقعیتی است که صنعت محتوا وارد آن شده:
رقیب شما حالا یک ارتش از عاملهای هوش مصنوعی است.
@rss_ai_ir
#هوش_مصنوعی #عامل_هوشمند #شبکه_های_اجتماعی #اتوماسیون #AI #ContentAI
🗿3🔥2👍1
This media is not supported in your browser
VIEW IN TELEGRAM
✨ مدلسازی چهاربُعدی جهان واقعی وارد مرحلهٔ جدید شد
پژوهش DynamicVerse یک چارچوب چندوجهی ارائه میدهد که میتواند ویدئوهای واقعی را در مقیاس فیزیکی ۴D بازسازی و تحلیل کند؛ چیزی فراتر از محدودیت دیتاستهای موجود. این سیستم با ترکیب مدلهای بزرگ پردازش تصویر، هندسه و مدلهای چندوجهی، یک پایگاه عظیم از دادههای دارای برچسبهای متریک میسازد و در وظایفی مانند برآورد عمق، فهم صحنه و بازسازی پویا عملکردی فراتر از SOTA نشان میدهد.
این رویکرد، مسیر توسعهٔ سیستمهای درک فضا و زمان را در رباتیک، خودروهای خودران و واقعیت ترکیبی متحول میکند.
🔹 Paper Links:
• arXiv Page:
https://arxiv.org/abs/2512.03000
• PDF:
https://arxiv.org/pdf/2512.03000
• Project Page:
https://dynamic-verse.github.io/
• Github:
https://dynamic-verse.github.io/
=========================
@rss_ai_ir
#مدلسازی_۴بعدی #هوش_مصنوعی #بینایی_ماشین #پردازش_ویدئو #یادگیری_عمیق #AIResearch
پژوهش DynamicVerse یک چارچوب چندوجهی ارائه میدهد که میتواند ویدئوهای واقعی را در مقیاس فیزیکی ۴D بازسازی و تحلیل کند؛ چیزی فراتر از محدودیت دیتاستهای موجود. این سیستم با ترکیب مدلهای بزرگ پردازش تصویر، هندسه و مدلهای چندوجهی، یک پایگاه عظیم از دادههای دارای برچسبهای متریک میسازد و در وظایفی مانند برآورد عمق، فهم صحنه و بازسازی پویا عملکردی فراتر از SOTA نشان میدهد.
این رویکرد، مسیر توسعهٔ سیستمهای درک فضا و زمان را در رباتیک، خودروهای خودران و واقعیت ترکیبی متحول میکند.
🔹 Paper Links:
• arXiv Page:
https://arxiv.org/abs/2512.03000
• PDF:
https://arxiv.org/pdf/2512.03000
• Project Page:
https://dynamic-verse.github.io/
• Github:
https://dynamic-verse.github.io/
=========================
@rss_ai_ir
#مدلسازی_۴بعدی #هوش_مصنوعی #بینایی_ماشین #پردازش_ویدئو #یادگیری_عمیق #AIResearch
👍2
🔥 ماجرای جدید Anthropic؛ آزمایشی که نشان میدهد مدلهای امروزی تا چه حد میتوانند قراردادهای بلاکچین را هک کنند
در یک پژوهش تازه، تیم Red Team شرکت Anthropic آزمایشی کنترلشده انجام داد تا ببیند یک مدل هوش مصنوعی، اگر در محیط ایزوله قرار بگیرد، چه مقدار قادر است آسیب مالی وارد کند.
برای این کار، بیش از ۴۰۵ قرارداد هوشمند واقعی که بین سالهای ۲۰۲۰ تا ۲۰۲۵ هک شده بودند بازسازی شدند و مدل در یک بلاکچین شبیهسازیشده قرار گرفت با این مأموریت که:
«🔎 آسیبپذیری را پیدا کن و اکسپلویت بنویس تا موجودی حساب مهاجم افزایش پیدا کند.»
نتیجه حیرتانگیز بود:
💰 مجموعاً ۵۵۰ میلیون دلار اکسپلویت موفق تنها در محیط آزمایشی.
اما مهمتر از آن، Anthropic برای جلوگیری از این ایراد که «شاید مدل فقط همان دادههای آموزشی را تکرار کرده»، دوباره تست را روی ۳۴ قرارداد جدید انجام داد؛ قراردادهایی که پس از مارس ۲۰۲۵ —یعنی بعد از knowledge cutoff— هک شده بودند.
و باز هم نتیجه ترسناک:
💵 حدود ۴.۶ میلیون دلار اکسپلویت جدید
و بهترین عملکرد متعلق به Opus 4.5 بود.
این آزمایش هیچ خطری برای دنیای واقعی نداشت، اما یک پیام بسیار واضح دارد:
⚠️ عصر جدیدی آغاز شده؛ عصری که در آن هوش مصنوعی نهفقط تحلیلگر، بلکه هککننده بالقوه نیز هست. آینده امنیت سایبری کاملاً در حال دگرگون شدن است.
https://red.anthropic.com/2025/smart-contracts/
#هوش_مصنوعی #بلاکچین #امنیت_سایبری #هک #اسمارت_کانترکت #Anthropic #Opus45 #AI_security #CryptoSecurity
در یک پژوهش تازه، تیم Red Team شرکت Anthropic آزمایشی کنترلشده انجام داد تا ببیند یک مدل هوش مصنوعی، اگر در محیط ایزوله قرار بگیرد، چه مقدار قادر است آسیب مالی وارد کند.
برای این کار، بیش از ۴۰۵ قرارداد هوشمند واقعی که بین سالهای ۲۰۲۰ تا ۲۰۲۵ هک شده بودند بازسازی شدند و مدل در یک بلاکچین شبیهسازیشده قرار گرفت با این مأموریت که:
«🔎 آسیبپذیری را پیدا کن و اکسپلویت بنویس تا موجودی حساب مهاجم افزایش پیدا کند.»
نتیجه حیرتانگیز بود:
💰 مجموعاً ۵۵۰ میلیون دلار اکسپلویت موفق تنها در محیط آزمایشی.
اما مهمتر از آن، Anthropic برای جلوگیری از این ایراد که «شاید مدل فقط همان دادههای آموزشی را تکرار کرده»، دوباره تست را روی ۳۴ قرارداد جدید انجام داد؛ قراردادهایی که پس از مارس ۲۰۲۵ —یعنی بعد از knowledge cutoff— هک شده بودند.
و باز هم نتیجه ترسناک:
💵 حدود ۴.۶ میلیون دلار اکسپلویت جدید
و بهترین عملکرد متعلق به Opus 4.5 بود.
این آزمایش هیچ خطری برای دنیای واقعی نداشت، اما یک پیام بسیار واضح دارد:
⚠️ عصر جدیدی آغاز شده؛ عصری که در آن هوش مصنوعی نهفقط تحلیلگر، بلکه هککننده بالقوه نیز هست. آینده امنیت سایبری کاملاً در حال دگرگون شدن است.
https://red.anthropic.com/2025/smart-contracts/
#هوش_مصنوعی #بلاکچین #امنیت_سایبری #هک #اسمارت_کانترکت #Anthropic #Opus45 #AI_security #CryptoSecurity
❤2
بهبه، این یکی واقعاً برای لحظهای آدم را فریب میدهد! 😅
اولش هر کس ببیند فکر میکند ویدئوی ساختهشده با هوش مصنوعی است — چون امروز هر موج آب و هر انیمیشن عجیبی را سریع میچسبانیم به AI ـ اما نه!
✨ اینبار خود دیزنی دستبهکار شده و برای پرسی جکسون یک موج واقعی از داخل بیلبورد بیرون میریزد.
حرکت آب، شکل موج، و نحوه جهشش طوری طراحی شده که مثل ویدئوهای Gen-AI بهنظر برسد، ولی در واقع یک اجرای فیزیکی و مکانیکی فوقالعاده دقیق برای کمپین بازاریابی است.
این پروژه دو پیام واضح دارد:
1️⃣ مرز بین واقعیت و جلوههای AI هر روز کمرنگتر میشود.
حتی وقتی چیزی واقعاً فیزیکی است، باز هم همه فکر میکنند ساختۀ مدلهای مولد است.
2️⃣ مارکتینگ سنتی دارد با افکتهای سینمایی و تکنیکهای شبه-AI ادغام میشود.
برندها مجبورند «سطح شگفتسازی» را بالا ببرند تا میان این همه محتوای AI دیده شوند.
در یک جمله:
💧 موج واقعی بود، ولی مغز ما آن را AI فرض کرد — این دقیقاً نشان میدهد در چه دورهای زندگی میکنیم.
@rss_ai_ir
#تبلیغات #مارکتینگ #هوش_مصنوعی #تکنولوژی #پرسی_جکسون #دیزنی 🌊✨
اولش هر کس ببیند فکر میکند ویدئوی ساختهشده با هوش مصنوعی است — چون امروز هر موج آب و هر انیمیشن عجیبی را سریع میچسبانیم به AI ـ اما نه!
✨ اینبار خود دیزنی دستبهکار شده و برای پرسی جکسون یک موج واقعی از داخل بیلبورد بیرون میریزد.
حرکت آب، شکل موج، و نحوه جهشش طوری طراحی شده که مثل ویدئوهای Gen-AI بهنظر برسد، ولی در واقع یک اجرای فیزیکی و مکانیکی فوقالعاده دقیق برای کمپین بازاریابی است.
این پروژه دو پیام واضح دارد:
1️⃣ مرز بین واقعیت و جلوههای AI هر روز کمرنگتر میشود.
حتی وقتی چیزی واقعاً فیزیکی است، باز هم همه فکر میکنند ساختۀ مدلهای مولد است.
2️⃣ مارکتینگ سنتی دارد با افکتهای سینمایی و تکنیکهای شبه-AI ادغام میشود.
برندها مجبورند «سطح شگفتسازی» را بالا ببرند تا میان این همه محتوای AI دیده شوند.
در یک جمله:
💧 موج واقعی بود، ولی مغز ما آن را AI فرض کرد — این دقیقاً نشان میدهد در چه دورهای زندگی میکنیم.
@rss_ai_ir
#تبلیغات #مارکتینگ #هوش_مصنوعی #تکنولوژی #پرسی_جکسون #دیزنی 🌊✨
👍4👏1
This media is not supported in your browser
VIEW IN TELEGRAM
وقتی یکی گفت این صحنه CGI بوده، مدیرعامل EngineAI، ژائو تونگیانگ برای اثبات واقعی بودن ربات T800 رفت و شخصاً یک لگد مستقیم از همان ربات دریافت کرد!
این سطح از اعتمادبهنفس یا شجاعته… یا دیوونگی محض 😅
اما یک چیز را روشن کرد: T800 واقعاً روی پاهای خودش حرکت میکند و فقط یک ترفند گرافیکی نیست.
@rss_ai_ir
#ربات #هوش_مصنوعی #EngineAI #T800 #فناوری
این سطح از اعتمادبهنفس یا شجاعته… یا دیوونگی محض 😅
اما یک چیز را روشن کرد: T800 واقعاً روی پاهای خودش حرکت میکند و فقط یک ترفند گرافیکی نیست.
@rss_ai_ir
#ربات #هوش_مصنوعی #EngineAI #T800 #فناوری
✨ بهروزرسانی علمی درباره «Titans»؛ معماری شگفتانگیز گوگل برای حافظهٔ بلندمدت در زمان اجرا
گوگل با معرفی معماری Titans مرزهای توانایی مدلهای زبانی را جابهجا کرده است.
در این رویکرد، مدل تنها در مرحلهٔ آموزش یاد نمیگیرد؛ بلکه در حین اجرای همان درخواست (Inference) نیز میتواند اطلاعات جدید را «به خاطر بسپارد».
🧠 ایده چیست؟
یک شبکهٔ عصبی عمیق (MLP) بهعنوان نوعی حافظهٔ بلندمدت پویا عمل میکند.
این حافظه در طول خواندن توکنها مرتباً بهروزرسانی میشود و مدل بر اساس آن تصمیم میگیرد چه اطلاعاتی ارزش نگهداشتن دارد.
به این قابلیت «حفظکردن در زمان اجرا» یا Test-time Memorization میگویند.
💥 نتیجه؟ یک جهش تکاملی در فهم طولانیمدت
در آزمایشها، حتی با ورودی حدود ۱۰ میلیون توکن، سیستم هنوز نزدیک به ۷۰٪ دقت را حفظ میکند.
این یعنی مدل بهجای اینکه فقط آنچه را در وزنها ذخیره شده تکرار کند، میتواند مثل یک موجود زنده «در همان لحظه» دانش بسازد و نگه دارد.
گوگل با Titans عملاً یک قدم به سمت مدلهای با حافظهٔ شبهانسانی برداشته است.
https://research.google/blog/titans-miras-helping-ai-have-long-term-memory/
@rss_ai_ir
#هوش_مصنوعی #گوگل #مدل_زبان #معماری_جدید #حافظه_بلندمدت #AI #Titans #یادگیری_در_زمان_اجرا 🌟🤖
گوگل با معرفی معماری Titans مرزهای توانایی مدلهای زبانی را جابهجا کرده است.
در این رویکرد، مدل تنها در مرحلهٔ آموزش یاد نمیگیرد؛ بلکه در حین اجرای همان درخواست (Inference) نیز میتواند اطلاعات جدید را «به خاطر بسپارد».
🧠 ایده چیست؟
یک شبکهٔ عصبی عمیق (MLP) بهعنوان نوعی حافظهٔ بلندمدت پویا عمل میکند.
این حافظه در طول خواندن توکنها مرتباً بهروزرسانی میشود و مدل بر اساس آن تصمیم میگیرد چه اطلاعاتی ارزش نگهداشتن دارد.
به این قابلیت «حفظکردن در زمان اجرا» یا Test-time Memorization میگویند.
💥 نتیجه؟ یک جهش تکاملی در فهم طولانیمدت
در آزمایشها، حتی با ورودی حدود ۱۰ میلیون توکن، سیستم هنوز نزدیک به ۷۰٪ دقت را حفظ میکند.
این یعنی مدل بهجای اینکه فقط آنچه را در وزنها ذخیره شده تکرار کند، میتواند مثل یک موجود زنده «در همان لحظه» دانش بسازد و نگه دارد.
گوگل با Titans عملاً یک قدم به سمت مدلهای با حافظهٔ شبهانسانی برداشته است.
https://research.google/blog/titans-miras-helping-ai-have-long-term-memory/
@rss_ai_ir
#هوش_مصنوعی #گوگل #مدل_زبان #معماری_جدید #حافظه_بلندمدت #AI #Titans #یادگیری_در_زمان_اجرا 🌟🤖
✨ جریان واقعی پشت ابزار Tavily و مفهوم Deep Research
🧠 دنیای امروز پر از جستجوهای سطحی و اطلاعات پراکنده است؛ جایی که پیدا کردن «لینک» کافی نیست و ارزش واقعی در استخراج، پالایش و ساختاردهی اطلاعات خام است.
اینجاست که Tavily وارد میشود؛ ابزاری که از حالت یک موتور جستجوی ساده فراتر رفته و به دستیار تحقیقاتی هوشمند تبدیل شده است.
🔍حالا Tavily چه کار میکند؟
• جستجو در وب، اما نه به سبک سنتی
• حذف نویزهای بیفایده
• انتخاب مهمترین بخشها از میان انبوه محتوا
• فشردهسازی و ساختارسازی اطلاعات برای استفادهٔ بهتر مدلهای هوش مصنوعی
• کاهش مصرف توکن و افزایش سرعت، چون به جای «همه چیز»، فقط «چیزهای مهم» را ارائه میدهد
📘 فرآیند کامل Deep Research
۱) جستجوی هدفمند
۲) استخراج دقیق دادههای ارزشمند
۳) خلاصهسازی و پالایش
۴) تبدیل اطلاعات به گزارش، تحلیل یا پاسخ نهایی
🎯 کاربردها
• تحلیل بازار
• تحقیقات دانشگاهی و صنعتی
• آمادهسازی گزارش مدیریتی
• یافتن پاسخهای عمیق به مسائل پیچیده
• کاهش بار ذهنی و زمانی تیمهای تحقیقاتی
🧩 در یک جمله:
اینکه Tavily فقط «اطلاعات پیدا نمیکند» — بلکه اطلاعات را میفهمد، تمیز میکند و قابل استفاده میسازد. این همان چیزی است که امروزه ارزش واقعی در آن نهفته است.
https://huggingface.co/blog/Tavily/tavily-deep-research
#هوش_مصنوعی #تحقیق_عمیق #تحلیل_داده #اخبار_AI @rss_ai_ir
🧠 دنیای امروز پر از جستجوهای سطحی و اطلاعات پراکنده است؛ جایی که پیدا کردن «لینک» کافی نیست و ارزش واقعی در استخراج، پالایش و ساختاردهی اطلاعات خام است.
اینجاست که Tavily وارد میشود؛ ابزاری که از حالت یک موتور جستجوی ساده فراتر رفته و به دستیار تحقیقاتی هوشمند تبدیل شده است.
🔍حالا Tavily چه کار میکند؟
• جستجو در وب، اما نه به سبک سنتی
• حذف نویزهای بیفایده
• انتخاب مهمترین بخشها از میان انبوه محتوا
• فشردهسازی و ساختارسازی اطلاعات برای استفادهٔ بهتر مدلهای هوش مصنوعی
• کاهش مصرف توکن و افزایش سرعت، چون به جای «همه چیز»، فقط «چیزهای مهم» را ارائه میدهد
📘 فرآیند کامل Deep Research
۱) جستجوی هدفمند
۲) استخراج دقیق دادههای ارزشمند
۳) خلاصهسازی و پالایش
۴) تبدیل اطلاعات به گزارش، تحلیل یا پاسخ نهایی
🎯 کاربردها
• تحلیل بازار
• تحقیقات دانشگاهی و صنعتی
• آمادهسازی گزارش مدیریتی
• یافتن پاسخهای عمیق به مسائل پیچیده
• کاهش بار ذهنی و زمانی تیمهای تحقیقاتی
🧩 در یک جمله:
اینکه Tavily فقط «اطلاعات پیدا نمیکند» — بلکه اطلاعات را میفهمد، تمیز میکند و قابل استفاده میسازد. این همان چیزی است که امروزه ارزش واقعی در آن نهفته است.
https://huggingface.co/blog/Tavily/tavily-deep-research
#هوش_مصنوعی #تحقیق_عمیق #تحلیل_داده #اخبار_AI @rss_ai_ir
📉 افت عملکرد GPT-5 در مقایسه با رقبای جدید
مدل GPT-5 هرروز بیشتر پشت سر رقبا قرار میگیرد.
امروز هم Claude، هم Gemini و حتی Grok در برخی حوزهها عملکرد بهتری نسبت به آن نشان میدهند.
البته نسخه GPT-5 Pro هنوز در زمینههای پژوهشی و تولید ایدههای علمی نو بسیار قدرتمند است،
اما برای کاربران عمومی، مدلهای دیگر حالا خروجیهای دقیقتر، سریعتر و قابلاعتمادتر ارائه میدهند.
این یعنی رقابت مدلها وارد مرحلهای شده که برتری مطلق هیچکس تضمینشده نیست و هر ماه جریان قدرت تغییر میکند.
@rss_ai_ir
#هوش_مصنوعی 🚀 #مدل_زبان #جی_پی_تی5 #کلود #جمینی #گروک
مدل GPT-5 هرروز بیشتر پشت سر رقبا قرار میگیرد.
امروز هم Claude، هم Gemini و حتی Grok در برخی حوزهها عملکرد بهتری نسبت به آن نشان میدهند.
البته نسخه GPT-5 Pro هنوز در زمینههای پژوهشی و تولید ایدههای علمی نو بسیار قدرتمند است،
اما برای کاربران عمومی، مدلهای دیگر حالا خروجیهای دقیقتر، سریعتر و قابلاعتمادتر ارائه میدهند.
این یعنی رقابت مدلها وارد مرحلهای شده که برتری مطلق هیچکس تضمینشده نیست و هر ماه جریان قدرت تغییر میکند.
@rss_ai_ir
#هوش_مصنوعی 🚀 #مدل_زبان #جی_پی_تی5 #کلود #جمینی #گروک
A highly stylized 3D caricature of [celebrity], with an oversized head, expressive facial features, and playful exaggeration. Rendered in a smooth, polished style with clean materials and soft ambient lighting. Minimal background to emphasize the character’s charm and presence.