🧠 معرفی mem-agent — عامل هوش مصنوعی با حافظه شبیه Obsidian

یک مدل سبک LLM که دانش را در قالب فایل‌های Markdown ذخیره می‌کند و از آن‌ها برای پاسخ‌گویی استفاده می‌کند. این ایجنت فقط جواب نمی‌دهد، بلکه واقعاً «به خاطر می‌سپارد» و در طول کار، اطلاعات را به‌روزرسانی می‌کند.

📌 ویژگی‌ها:

❌ذخیره‌ی دانش در فایل‌های Markdown مثل memory/user.md
❌ارتباط بین فایل‌ها به سبک Obsidian با [[entity]]
❌امکان به‌روزرسانی اطلاعات یا پرسیدن سؤال تکمیلی در صورت ناقص بودن ورودی
❌به‌جای پر کردن کانتکست‌های حجیم، mem-agent بخش‌های لازم را از حافظه‌ی محلی استخراج، فشرده و به مدل منتقل می‌کند.

📊 آموزش و نتایج:

✅مدل پایه: Qwen3-4B-Thinking-2507
✅روش یادگیری: Online RL (GSPO)
✅تست روی md-memory-bench
✅کیفیت نزدیک به مدل‌های بزرگ حتی در نسخه‌های فشرده (4bit/8bit)


💡 مزایا:

✳️حافظه قابل‌خواندن و قابل‌ویرایش دستی است
✳️سرعت و کارایی بالا حتی در اندازه‌ی کوچک
✳️مناسب برای استفاده به‌عنوان بخشی از سیستم‌های بزرگ‌تر (مثل MCP)


🟠 مدل: https://huggingface.co/driaforall/mem-agent
🟠 بلاگ: https://huggingface.co/blog/driaforall/mem-agent
🟠 ریپو: https://github.com/firstbatchxyz/mem-agent-mcp

@rss_ai_ir

#هوش_مصنوعی #LLM #MemAgent #Agents #LocalAI #MCP

🔥 خبر داغ برای طراحان!

ادوبی در Firefly Boards (نسخه بتا) قابلیت ویرایش مستقیم متن روی تصاویر رو اضافه کرده.

✏️ حالا می‌تونید متن داخل عکس‌ها رو مثل یک لایه واقعی تغییر بدید — خیلی راحت و کاربردی.
👌 تست شده: کاملاً جواب می‌ده!

@rss_ai_ir

#Adobe #Firefly #AI #Design

🧠 گلوگاه اصلی در مدل‌های هوش مصنوعی — نه قدرت محاسباتی، بلکه حافظه است

امروزه حتی بزرگ‌ترین مدل‌های زبانی به جای FLOPs، در KV-cache گیر می‌کنند:
هرچه طول کانتکست بیشتر باشد، حجم ذخیره‌سازی Key و Value بزرگ‌تر می‌شود → پردازنده‌های گرافیکی خیلی سریع محاسبه می‌کنند، اما حافظه و پهنای باند آن نمی‌تواند همگام شود.

⚡️ راه‌حل: XQuant
این روش به جای ذخیره‌ی Key/Value فقط X — بردار ورودی لایه را نگه می‌دارد.

✔️ همچنین X حجم کمتری دارد
✔️ به‌راحتی می‌تواند کوانتیزه شود (کاهش به بیت‌های پایین‌تر)
✔️ هنگام تولید توکن، K و V دوباره از X محاسبه می‌شوند

مزایا:

📉 کاهش مصرف حافظه تا ۲ برابر
🎯 افت کیفیت تقریباً ناچیز
🟢 همچنین XQuant-CL — نسخه‌ی بهبود یافته
✅فقط تفاوت‌های کوچک بین لایه‌ها را ذخیره می‌کند (چون تقریباً مشابه‌اند)
✅صرفه‌جویی: ۱۰ تا ۱۲.۵ برابر
✅افت کیفیت: فقط ۰.۰۱ تا ۰.۱ perplexity


➡️ نتایج

✳️کاهش حافظه تا ۱۲.۵× نسبت به FP16
✳️کیفیت نزدیک به FP16
✳️عملکرد بهتر نسبت به بهترین روش‌های کوانتیزه‌کردن KV-cache


💡 منطق ساده است: کارت‌های گرافیکی امروزی سریع‌تر از آن‌که داده‌های بزرگ را جابه‌جا کنند، می‌توانند K/V را دوباره محاسبه کنند.

📌 جزئیات: arxiv.org/abs/2508.10395

@rss_ai_ir

#هوش_مصنوعی #LLM #XQuant #یادگیری_عمیق #GPU #بهینه‌سازی #Inference