🔥 خلاصه کنفرانس PyTorchCon 2025 در سان‌فرانسیسکو
⛔️کنفرانس امسال PyTorch واقعاً پر از دستاوردهای مهم بود. در اینجا چهار مورد از جالب‌ترین و کاربردی‌ترین ابزارهایی که در این چند روز معرفی شدند را مرور می‌کنیم 👇
---
1️⃣ 🧠 Helion —
❌زبان جدید برنامه‌نویسی مخصوص PyTorch
✳️زبان جدیدی که روی پایه پایتون ساخته شده تا بتوانید هسته‌های پردازشی (kernels) را مستقیماً بنویسید.
همچنین Helion کد را به‌صورت خودکار به Triton کامپایل می‌کند، یعنی بدون دردسر می‌توانید کرنل‌های GPU بهینه بنویسید.
🔗 Helion
---
2️⃣ ⚙️ torchcomms —
❌کتابخانه ارتباطی جدید برای یادگیری توزیع‌شده
✳️کتابخانه‌ای مخصوص آموزش مدل‌ها روی سخت‌افزارهای عظیم (تا ۱۰۰هزار GPU 😮).
هدف اصلی: بهینه‌سازی ارتباط بین نودها و کاهش تاخیر در سیستم‌های بزرگ.
🔗 torchcomms
---
3️⃣ 📱 ExecuTorch 1.0 —
❌ اجرای مدل‌ها روی موبایل و گجت‌ها
✳️راه‌حلی کامل برای اجرای مدل‌های PyTorch روی موبایل، ساعت‌های هوشمند و دستگاه‌های لبه‌ای (Edge Devices).
هم از نظر سرعت، هم مصرف حافظه و انرژی، فوق‌العاده بهینه شده.
🔗 ExecuTorch 1.0
---
4️⃣ 🤖 torchforge —
❌کتابخانه‌ای برای یادگیری تقویتی (RL) و ساخت Agentها
✳️همچنین PyTorch با Torchforge مسیر تازه‌ای در هوش مصنوعی عامل‌محور باز کرده است.
ساختارش به گونه‌ای طراحی شده که بخش الگوریتمی از زیرساخت جداست — تا تمرکز فقط روی منطق یادگیری باشد.
🔗 torchforge
---
📊 نتیجه:
همچنین PyTorch به‌وضوح دارد از یک فریم‌ورک آموزشی به اکوسیستم کامل AI برای تولید، استقرار و بهینه‌سازی مدل‌ها تبدیل می‌شود.
دو روز فوق‌العاده پربار برای جامعه هوش مصنوعی 🌍
@rss_ai_ir
#PyTorch #Helion #ExecuTorch #torchforge #AI #DeepLearning #ML #PyTorchCon
⛔️کنفرانس امسال PyTorch واقعاً پر از دستاوردهای مهم بود. در اینجا چهار مورد از جالب‌ترین و کاربردی‌ترین ابزارهایی که در این چند روز معرفی شدند را مرور می‌کنیم 👇
---
1️⃣ 🧠 Helion —
❌زبان جدید برنامه‌نویسی مخصوص PyTorch
✳️زبان جدیدی که روی پایه پایتون ساخته شده تا بتوانید هسته‌های پردازشی (kernels) را مستقیماً بنویسید.
همچنین Helion کد را به‌صورت خودکار به Triton کامپایل می‌کند، یعنی بدون دردسر می‌توانید کرنل‌های GPU بهینه بنویسید.
🔗 Helion
---
2️⃣ ⚙️ torchcomms —
❌کتابخانه ارتباطی جدید برای یادگیری توزیع‌شده
✳️کتابخانه‌ای مخصوص آموزش مدل‌ها روی سخت‌افزارهای عظیم (تا ۱۰۰هزار GPU 😮).
هدف اصلی: بهینه‌سازی ارتباط بین نودها و کاهش تاخیر در سیستم‌های بزرگ.
🔗 torchcomms
---
3️⃣ 📱 ExecuTorch 1.0 —
❌ اجرای مدل‌ها روی موبایل و گجت‌ها
✳️راه‌حلی کامل برای اجرای مدل‌های PyTorch روی موبایل، ساعت‌های هوشمند و دستگاه‌های لبه‌ای (Edge Devices).
هم از نظر سرعت، هم مصرف حافظه و انرژی، فوق‌العاده بهینه شده.
🔗 ExecuTorch 1.0
---
4️⃣ 🤖 torchforge —
❌کتابخانه‌ای برای یادگیری تقویتی (RL) و ساخت Agentها
✳️همچنین PyTorch با Torchforge مسیر تازه‌ای در هوش مصنوعی عامل‌محور باز کرده است.
ساختارش به گونه‌ای طراحی شده که بخش الگوریتمی از زیرساخت جداست — تا تمرکز فقط روی منطق یادگیری باشد.
🔗 torchforge
---
📊 نتیجه:
همچنین PyTorch به‌وضوح دارد از یک فریم‌ورک آموزشی به اکوسیستم کامل AI برای تولید، استقرار و بهینه‌سازی مدل‌ها تبدیل می‌شود.
دو روز فوق‌العاده پربار برای جامعه هوش مصنوعی 🌍
@rss_ai_ir
#PyTorch #Helion #ExecuTorch #torchforge #AI #DeepLearning #ML #PyTorchCon
🔥2👏1🙏1
⚡️ عصر بزرگ جایگزینی آغاز شده است!
مدل‌های هوش مصنوعی اکنون بیش از انسان‌ها محتوا تولید می‌کنند — این واقعاً دیوانه‌کننده است.
ماشین‌ها رسماً به اصلی‌ترین تولیدکنندگان محتوا در جهان تبدیل شده‌اند.
اکثریت آنچه امروز در اینترنت می‌خوانید، دیگر نوشته‌ی انسان نیست. 🧠💻
و این تازه آغاز ماجراست...
به‌زودی همین اتفاق در مقالات علمی، پتنت‌ها و نوآوری‌ها نیز رخ خواهد داد.
جهان دانش و خلاقیت به‌سمت اتوماسیون کامل پیش می‌رود.
@rss_ai_ir
#هوش_مصنوعی #تولید_محتوا #AI #Automation #Innovation #Future
مدل‌های هوش مصنوعی اکنون بیش از انسان‌ها محتوا تولید می‌کنند — این واقعاً دیوانه‌کننده است.
ماشین‌ها رسماً به اصلی‌ترین تولیدکنندگان محتوا در جهان تبدیل شده‌اند.
اکثریت آنچه امروز در اینترنت می‌خوانید، دیگر نوشته‌ی انسان نیست. 🧠💻
و این تازه آغاز ماجراست...
به‌زودی همین اتفاق در مقالات علمی، پتنت‌ها و نوآوری‌ها نیز رخ خواهد داد.
جهان دانش و خلاقیت به‌سمت اتوماسیون کامل پیش می‌رود.
@rss_ai_ir
#هوش_مصنوعی #تولید_محتوا #AI #Automation #Innovation #Future
👍1
😎 بیا ببین چطور مدل‌های زبانی در لحظه پول درمیارن!
یه پروژه فوق‌العاده جالبه 👇
در سایت nof1.ai به هر مدل زبانی یک پرومت یکسان و ۱۰هزار دلار مجازی دادن و گذاشتن خودشون ترید کنن! 📈💰
الان می‌تونی در real-time ببینی که کدوم مدل داره سود می‌کنه و کدوم داره ضرر میده 😅
یه جور «نبرد هوش مصنوعی‌ها در بازار واقعی» شده — فوق‌العاده برای کسایی که دنبال AI Agents در فایننس هستن.
@rss_ai_ir
#AI #Trading #Agents #LLM #Finance #nof1
یه پروژه فوق‌العاده جالبه 👇
در سایت nof1.ai به هر مدل زبانی یک پرومت یکسان و ۱۰هزار دلار مجازی دادن و گذاشتن خودشون ترید کنن! 📈💰
الان می‌تونی در real-time ببینی که کدوم مدل داره سود می‌کنه و کدوم داره ضرر میده 😅
یه جور «نبرد هوش مصنوعی‌ها در بازار واقعی» شده — فوق‌العاده برای کسایی که دنبال AI Agents در فایننس هستن.
@rss_ai_ir
#AI #Trading #Agents #LLM #Finance #nof1
🔥1
This media is not supported in your browser
VIEW IN TELEGRAM
🤖 آمازون حالا بیش از ۷۵۰ هزار ربات در انبارهای خود دارد! 🇺🇸
هر ربات جمع‌آوری (picking robot) در انبار می‌تواند کار ۲۴ کارگر انسانی را انجام دهد — بدون خستگی، بدون توقف و با دقت بالا ⚙️
این یعنی آمازون به‌صورت تدریجی در حال تبدیل‌شدن به یکی از بزرگ‌ترین اکوسیستم‌های رباتیک صنعتی جهان است، جایی که هوش مصنوعی و مکانیک در کنار هم کار می‌کنند تا تحویل کالا را سریع‌تر و ارزان‌تر کنند.
📦 آینده‌ی لجستیک دیگر انسانی نیست — ترکیبی از انسان، ربات و الگوریتم است.
@rss_ai_ir
#Amazon #Robotics #AI #Automation #Industry40 #Warehouse #RobotRevolution
هر ربات جمع‌آوری (picking robot) در انبار می‌تواند کار ۲۴ کارگر انسانی را انجام دهد — بدون خستگی، بدون توقف و با دقت بالا ⚙️
این یعنی آمازون به‌صورت تدریجی در حال تبدیل‌شدن به یکی از بزرگ‌ترین اکوسیستم‌های رباتیک صنعتی جهان است، جایی که هوش مصنوعی و مکانیک در کنار هم کار می‌کنند تا تحویل کالا را سریع‌تر و ارزان‌تر کنند.
📦 آینده‌ی لجستیک دیگر انسانی نیست — ترکیبی از انسان، ربات و الگوریتم است.
@rss_ai_ir
#Amazon #Robotics #AI #Automation #Industry40 #Warehouse #RobotRevolution
🔥2
⚡️ LMMs Engine –
موتور واحد برای آموزش مدل‌های چندوجهی (Multimodal)
فریم‌ورکی ساده، منعطف و قدرتمند از LMMs-Lab برای آموزش مدل‌هایی که هم‌زمان می‌توانند متن، تصویر، صدا و ویدیو را درک کنند — همه در یک محیط یکپارچه 🎛️
🎯 ویژگی‌ها:
پشتیبانی از بیش از ۱۹ معماری مختلف:
🧠 Qwen3-VL:
پردازش تصویر با رزولوشن اصلی و کانتکست بیش از ۱۰٬۰۰۰ توکن
🎧 Qwen2.5-Omni:
مدل واحد برای متن، تصویر و صوت
🎥 WanVideo:
تولید ویدیو از متن، تصویر یا ویدیو (T2V, I2V, V2V)
🌫 dLLM:
مدل‌های زبانی دیفیوژنی
🪄 LLaVA-OneVision، Bagel، SiT، RAE-SigLip و دیگر مدل‌های پیشرفته
📜 لایسنس: Apache 2.0 — قابل‌استفاده حتی در پروژه‌های تجاری
🔗 گیت‌هاب:
github.com/EvolvingLMMs-Lab/lmms-engine
@rss_ai_ir
#AI #Multimodal #OpenSource #DeepLearning #LLM #LMMsEngine
موتور واحد برای آموزش مدل‌های چندوجهی (Multimodal)
فریم‌ورکی ساده، منعطف و قدرتمند از LMMs-Lab برای آموزش مدل‌هایی که هم‌زمان می‌توانند متن، تصویر، صدا و ویدیو را درک کنند — همه در یک محیط یکپارچه 🎛️
🎯 ویژگی‌ها:
پشتیبانی از بیش از ۱۹ معماری مختلف:
🧠 Qwen3-VL:
پردازش تصویر با رزولوشن اصلی و کانتکست بیش از ۱۰٬۰۰۰ توکن
🎧 Qwen2.5-Omni:
مدل واحد برای متن، تصویر و صوت
🎥 WanVideo:
تولید ویدیو از متن، تصویر یا ویدیو (T2V, I2V, V2V)
🌫 dLLM:
مدل‌های زبانی دیفیوژنی
🪄 LLaVA-OneVision، Bagel، SiT، RAE-SigLip و دیگر مدل‌های پیشرفته
📜 لایسنس: Apache 2.0 — قابل‌استفاده حتی در پروژه‌های تجاری
🔗 گیت‌هاب:
github.com/EvolvingLMMs-Lab/lmms-engine
@rss_ai_ir
#AI #Multimodal #OpenSource #DeepLearning #LLM #LMMsEngine
❤2
🤖 MiniMax-M2 —
نسل جدید مدل‌های MoE از سری MiniMax
مدل MiniMax-M2 نقطه‌ی عطفی در بهینه‌سازی هوش مصنوعی است:
با ۲۳۰ میلیارد پارامتر (که تنها ۱۰ میلیارد از آن‌ها فعال‌اند)، این مدل ترکیبی از قدرت مدل‌های بزرگ LLM و کارایی بالا برای کاربردهای عامل‌محور (Agentic) و برنامه‌نویسی است ⚙️
---
🔹 ویژگی‌های کلیدی
🧠 هوش در سطح جهانی:
بر اساس گزارش Artificial Analysis، مدل MiniMax-M2 عملکردی درخشان در ریاضیات، علوم، برنامه‌نویسی و استدلال چندمرحله‌ای دارد.
در شاخص هوش کلی، در رتبه‌ی #۱ بین مدل‌های متن‌باز قرار گرفته است.
💻 کدنویسی هوشمند:
برای کل چرخه توسعه طراحی شده — از ویرایش فایل تا تست و تصحیح خودکار کد.
در آزمون‌های Terminal-Bench و SWE-Bench نتایج عالی گرفته و در IDE و CI/CD بسیار مؤثر عمل می‌کند.
🧩 توانایی‌های عامل‌محور (Agentic):
توانایی برنامه‌ریزی و اجرای زنجیره‌های پیچیده‌ی اقدامات از طریق shell، مرورگر، retrieval و code runner دارد.
در آزمون BrowseComp به‌خوبی منابع سخت‌دسترس را پیدا کرده و پس از خطاها بدون از دست دادن رشته استدلال ادامه می‌دهد.
⚙️ معماری ترکیبی:
♻️همچنین MiniMax-M2 بر پایه‌ی GPT-OSS ساخته شده و از Full Attention و Sliding Window Attention (SWA) به‌صورت هم‌زمان استفاده می‌کند.
♻️این ترکیب باعث می‌شود مدل هم دید کلی داشته باشد و هم روی بخش‌های نزدیک تمرکز کند — تعادل بین حافظه‌ی طولانی و دقت محلی.
♻️هر سر attention نرمال‌سازی مستقل (RMSNorm) دارد، و پارامترهای RoPE در بخش‌های مختلف متفاوت‌اند، که منجر به پایداری و انعطاف بالا می‌شود.
---
🚀 نتیجه:
همچنین MiniMax-M2 استاندارد جدیدی برای عامل‌های هوشمند و برنامه‌نویسی خودکار است —
هوشمندتر، سریع‌تر و اقتصادی‌تر از مدل‌های مشابه.
🔗 https://huggingface.co/MiniMaxAI/MiniMax-M2
@rss_ai_ir
#AI #MiniMax #LLM #ArtificialIntelligence #Benchmarks #AgenticAI #Coding
نسل جدید مدل‌های MoE از سری MiniMax
مدل MiniMax-M2 نقطه‌ی عطفی در بهینه‌سازی هوش مصنوعی است:
با ۲۳۰ میلیارد پارامتر (که تنها ۱۰ میلیارد از آن‌ها فعال‌اند)، این مدل ترکیبی از قدرت مدل‌های بزرگ LLM و کارایی بالا برای کاربردهای عامل‌محور (Agentic) و برنامه‌نویسی است ⚙️
---
🔹 ویژگی‌های کلیدی
🧠 هوش در سطح جهانی:
بر اساس گزارش Artificial Analysis، مدل MiniMax-M2 عملکردی درخشان در ریاضیات، علوم، برنامه‌نویسی و استدلال چندمرحله‌ای دارد.
در شاخص هوش کلی، در رتبه‌ی #۱ بین مدل‌های متن‌باز قرار گرفته است.
💻 کدنویسی هوشمند:
برای کل چرخه توسعه طراحی شده — از ویرایش فایل تا تست و تصحیح خودکار کد.
در آزمون‌های Terminal-Bench و SWE-Bench نتایج عالی گرفته و در IDE و CI/CD بسیار مؤثر عمل می‌کند.
🧩 توانایی‌های عامل‌محور (Agentic):
توانایی برنامه‌ریزی و اجرای زنجیره‌های پیچیده‌ی اقدامات از طریق shell، مرورگر، retrieval و code runner دارد.
در آزمون BrowseComp به‌خوبی منابع سخت‌دسترس را پیدا کرده و پس از خطاها بدون از دست دادن رشته استدلال ادامه می‌دهد.
⚙️ معماری ترکیبی:
♻️همچنین MiniMax-M2 بر پایه‌ی GPT-OSS ساخته شده و از Full Attention و Sliding Window Attention (SWA) به‌صورت هم‌زمان استفاده می‌کند.
♻️این ترکیب باعث می‌شود مدل هم دید کلی داشته باشد و هم روی بخش‌های نزدیک تمرکز کند — تعادل بین حافظه‌ی طولانی و دقت محلی.
♻️هر سر attention نرمال‌سازی مستقل (RMSNorm) دارد، و پارامترهای RoPE در بخش‌های مختلف متفاوت‌اند، که منجر به پایداری و انعطاف بالا می‌شود.
---
🚀 نتیجه:
همچنین MiniMax-M2 استاندارد جدیدی برای عامل‌های هوشمند و برنامه‌نویسی خودکار است —
هوشمندتر، سریع‌تر و اقتصادی‌تر از مدل‌های مشابه.
🔗 https://huggingface.co/MiniMaxAI/MiniMax-M2
@rss_ai_ir
#AI #MiniMax #LLM #ArtificialIntelligence #Benchmarks #AgenticAI #Coding
❤3
This media is not supported in your browser
VIEW IN TELEGRAM
🧠 گوگل قابلیت جدیدی را در Gemini Canvas معرفی کرد — محیط کاری تعاملی درون Gemini حالا می‌تواند برایتان پرزنتیشن‌های کامل بسازد! 🚀
کافی است بنویسید:
💬 «ساخت یک پرزنتیشن درباره [موضوع]»
یا یک سند، جدول یا مقاله تحقیقاتی آپلود کنید —
مدل Gemini به‌صورت خودکار اسلایدهایی با متن، عناصر بصری و طراحی منسجم ایجاد می‌کند 🎨
📤 می‌توانید نتیجه را مستقیماً به Google Slides صادر کنید و هر بخش را ویرایش یا شخصی‌سازی کنید.
این قابلیت برای همه کاربران و کشورها در دسترس است،
اما کاربران Gemini 2.5 Pro از نسخه‌ی پیشرفته‌تر مدل بهره‌مند می‌شوند ⚡
و جالب‌تر اینکه این ویژگی فقط مخصوص پرزنتیشن نیست — Gemini Canvas به‌زودی به یک پلتفرم کامل برای تولید محتوای چندرسانه‌ای تبدیل می‌شود.
🔗 اطلاعات بیشتر
@rss_ai_ir
#Google #Gemini #AI #Presentation #Productivity #GenerativeAI #GeminiCanvas
کافی است بنویسید:
💬 «ساخت یک پرزنتیشن درباره [موضوع]»
یا یک سند، جدول یا مقاله تحقیقاتی آپلود کنید —
مدل Gemini به‌صورت خودکار اسلایدهایی با متن، عناصر بصری و طراحی منسجم ایجاد می‌کند 🎨
📤 می‌توانید نتیجه را مستقیماً به Google Slides صادر کنید و هر بخش را ویرایش یا شخصی‌سازی کنید.
این قابلیت برای همه کاربران و کشورها در دسترس است،
اما کاربران Gemini 2.5 Pro از نسخه‌ی پیشرفته‌تر مدل بهره‌مند می‌شوند ⚡
و جالب‌تر اینکه این ویژگی فقط مخصوص پرزنتیشن نیست — Gemini Canvas به‌زودی به یک پلتفرم کامل برای تولید محتوای چندرسانه‌ای تبدیل می‌شود.
🔗 اطلاعات بیشتر
@rss_ai_ir
#Google #Gemini #AI #Presentation #Productivity #GenerativeAI #GeminiCanvas
👍3
📈 ما در یک لحظه تاریخی زندگی می‌کنیم
برای چهارمین ماه پیاپی، ارزش کل بازار بورس Nasdaq از NYSE پیشی گرفته و جایگاه خود را به عنوان بزرگ‌ترین بورس جهان تثبیت کرده است.
🎯 مرکز ثقل سرمایه جهانی اکنون به سمت نرم‌افزار، تراشه‌ها و زیرساخت‌های ابری حرکت کرده است — و با ظهور هوش مصنوعی، این تازه آغاز راه است.
در دهه‌های گذشته، NYSE با تکیه بر بانک‌ها، انرژی و صنایع سنگین سلطه داشت،
اما رشد خیره‌کننده‌ی شرکت‌هایی مانند Apple، Microsoft، Nvidia، Alphabet، Amazon و Meta همه چیز را تغییر داد.
💰 سرمایه‌گذاری عظیم در GPU، مراکز داده و نرم‌افزارهای مبتنی بر AI
منجر به افزایش تریلیون‌دلاری ارزش بازار شد —
و این تنها آغاز دوران اقتصاد هوش مصنوعی (AI Economy) است.
@rss_ai_ir
#AI #Nasdaq #Economy #TechRevolution #Nvidia #Apple #Microsoft #AIeconomy
برای چهارمین ماه پیاپی، ارزش کل بازار بورس Nasdaq از NYSE پیشی گرفته و جایگاه خود را به عنوان بزرگ‌ترین بورس جهان تثبیت کرده است.
🎯 مرکز ثقل سرمایه جهانی اکنون به سمت نرم‌افزار، تراشه‌ها و زیرساخت‌های ابری حرکت کرده است — و با ظهور هوش مصنوعی، این تازه آغاز راه است.
در دهه‌های گذشته، NYSE با تکیه بر بانک‌ها، انرژی و صنایع سنگین سلطه داشت،
اما رشد خیره‌کننده‌ی شرکت‌هایی مانند Apple، Microsoft، Nvidia، Alphabet، Amazon و Meta همه چیز را تغییر داد.
💰 سرمایه‌گذاری عظیم در GPU، مراکز داده و نرم‌افزارهای مبتنی بر AI
منجر به افزایش تریلیون‌دلاری ارزش بازار شد —
و این تنها آغاز دوران اقتصاد هوش مصنوعی (AI Economy) است.
@rss_ai_ir
#AI #Nasdaq #Economy #TechRevolution #Nvidia #Apple #Microsoft #AIeconomy
👎1
⚡️ Glyph —
فشرده‌سازی بصری-متنی برای گسترش محدوده‌ی کانتکست در مدل‌های زبانی
ایده‌ی اصلی Glyph بسیار ساده اما نوآورانه است:
به‌جای آنکه مدل را با هزاران خط متن تغذیه کنیم، متن به‌صورت تصویر نمایش داده می‌شود و سپس توسط مدل‌های Vision-Language پردازش می‌گردد 🧠🖼️
🔹 مدل از یک الگوریتم ژنتیکی هدایت‌شده توسط LLM استفاده می‌کند تا بهترین ترکیب از ویژگی‌های بصری را پیدا کند — از جمله نوع فونت، چگالی، و چیدمان متن — و میان فشرده‌سازی و دقت معنایی تعادل برقرار کند.
💡 نتیجه؟
✳️هزینه محاسباتی به‌شدت کاهش می‌یابد.
✳️ساختار معنایی متن حفظ می‌شود.
✳️دقت مدل تقریباً هم‌سطح با مدل‌های قدرتمندی مثل Qwen3-8B باقی می‌ماند.
در تست‌های فشرده‌سازی افراطی، یک مدل VLM با کانتکست 128K می‌تواند وظایفی را حل کند که در مدل‌های متنی کلاسیک نیازمند بیش از ۱ میلیون توکن است!
به‌عبارت دیگر، درک کانتکست طولانی اکنون به یک مسئله‌ی چندوجهی (Multimodal) تبدیل شده است، نه صرفاً متنی.
📄 مقاله:
arxiv.org/abs/2510.17800
🧩 وزن‌ها:
huggingface.co/zai-org/Glyph
💻 کد منبع:
github.com/thu-coai/Glyph
@rss_ai_ir
#AI #LLM #Multimodal #DeepLearning #Compression #Glyph #Research
فشرده‌سازی بصری-متنی برای گسترش محدوده‌ی کانتکست در مدل‌های زبانی
ایده‌ی اصلی Glyph بسیار ساده اما نوآورانه است:
به‌جای آنکه مدل را با هزاران خط متن تغذیه کنیم، متن به‌صورت تصویر نمایش داده می‌شود و سپس توسط مدل‌های Vision-Language پردازش می‌گردد 🧠🖼️
🔹 مدل از یک الگوریتم ژنتیکی هدایت‌شده توسط LLM استفاده می‌کند تا بهترین ترکیب از ویژگی‌های بصری را پیدا کند — از جمله نوع فونت، چگالی، و چیدمان متن — و میان فشرده‌سازی و دقت معنایی تعادل برقرار کند.
💡 نتیجه؟
✳️هزینه محاسباتی به‌شدت کاهش می‌یابد.
✳️ساختار معنایی متن حفظ می‌شود.
✳️دقت مدل تقریباً هم‌سطح با مدل‌های قدرتمندی مثل Qwen3-8B باقی می‌ماند.
در تست‌های فشرده‌سازی افراطی، یک مدل VLM با کانتکست 128K می‌تواند وظایفی را حل کند که در مدل‌های متنی کلاسیک نیازمند بیش از ۱ میلیون توکن است!
به‌عبارت دیگر، درک کانتکست طولانی اکنون به یک مسئله‌ی چندوجهی (Multimodal) تبدیل شده است، نه صرفاً متنی.
📄 مقاله:
arxiv.org/abs/2510.17800
🧩 وزن‌ها:
huggingface.co/zai-org/Glyph
💻 کد منبع:
github.com/thu-coai/Glyph
@rss_ai_ir
#AI #LLM #Multimodal #DeepLearning #Compression #Glyph #Research
👍1
Media is too big
VIEW IN TELEGRAM
🎥ببینید:
🔰ویدیوی آموزشی ثبت ایده‌های نوآورانه در زنجیره ارزش مس
🔸فیلم آموزشی شیوه ثبت ایده‌های نوآورانه و فناورانه در زنجیره ارزش صنعت مس، از سوی شرکت ملی صنایع مس ایران منتشر شد و اکنون از طریق وب‌سایت portal.nicinno.com در دسترس علاقه‌مندان قرار دارد.
🔸رویداد ملی «ایده‌های نوآورانه و فناورانه در زنجیره ارزش صنعت مس» به همت شرکت ملی صنایع مس ایران برگزار می‌شود و هدف از اجرای آن، توسعه فناوری‌های نو، ارتقای بهره‌وری و ایجاد پیوند مؤثر میان دانشگاه‌ها، صنایع و شرکت‌های دانش‌بنیان است؛ رویکردی که با مشارکت فعال محققان و متخصصان، می‌تواند زمینه‌ساز حل چالش‌های موجود در زنجیره ارزش صنعت مس کشور به شیوه‌ای فناورانه و کارآمد باشد.
🔸بر اساس اعلام دبیرخانه این رویداد، ثبت ایده‌ها از تاریخ ۲۶ مهرماه ۱۴۰۴ آغاز شده و تا ۶ آذرماه ادامه خواهد داشت. همچنین مراسم معرفی و تقدیر از برگزیدگان در هفته پایانی آذرماه برگزار می‌شود.
🔰ویدیوی آموزشی ثبت ایده‌های نوآورانه در زنجیره ارزش مس
🔸فیلم آموزشی شیوه ثبت ایده‌های نوآورانه و فناورانه در زنجیره ارزش صنعت مس، از سوی شرکت ملی صنایع مس ایران منتشر شد و اکنون از طریق وب‌سایت portal.nicinno.com در دسترس علاقه‌مندان قرار دارد.
🔸رویداد ملی «ایده‌های نوآورانه و فناورانه در زنجیره ارزش صنعت مس» به همت شرکت ملی صنایع مس ایران برگزار می‌شود و هدف از اجرای آن، توسعه فناوری‌های نو، ارتقای بهره‌وری و ایجاد پیوند مؤثر میان دانشگاه‌ها، صنایع و شرکت‌های دانش‌بنیان است؛ رویکردی که با مشارکت فعال محققان و متخصصان، می‌تواند زمینه‌ساز حل چالش‌های موجود در زنجیره ارزش صنعت مس کشور به شیوه‌ای فناورانه و کارآمد باشد.
🔸بر اساس اعلام دبیرخانه این رویداد، ثبت ایده‌ها از تاریخ ۲۶ مهرماه ۱۴۰۴ آغاز شده و تا ۶ آذرماه ادامه خواهد داشت. همچنین مراسم معرفی و تقدیر از برگزیدگان در هفته پایانی آذرماه برگزار می‌شود.
🏛️ مجموعه OpenAI بالاخره بازسازی ساختاری خود را تکمیل کرد و رسماً به یک استارتاپ تجاری (تقریباً کامل) تبدیل شد.
✅بخش غیرانتفاعی شرکت همچنان باقی می‌ماند، اما اکنون با نام OpenAI Foundation فعالیت می‌کند و حدود ۲۵٪ از سهام کل OpenAI را در اختیار دارد — معادل حدود ۱۳۰ میلیارد دلار.
چنین بودجه‌ای این بنیاد را در ردیف ثروتمندترین سازمان‌های بشردوستانه جهان قرار می‌دهد 💰🌍
📈 نکته جالب اینجاست که وضعیت مالی این بنیاد کاملاً به موفقیت تجاری شرکت وابسته است:
هرچه ارزش سهام OpenAI افزایش یابد، بنیاد سهم بیشتری از طریق اختصاص سهام و اختیار معامله (options) دریافت خواهد کرد.
🎯 بودجه بنیاد صرف پروژه‌های عام‌المنفعه خواهد شد —
در گام اول تمرکز روی امنیت سایبری مبتنی بر AI و کاربردهای سلامت دیجیتال است.
⚖️ با این حال، بخش غیرانتفاعی همچنان حق رأی نهایی در تصمیمات اخلاقی، ایمنی و سیاست‌های کلیدی شرکت را حفظ می‌کند.
💼 و بالاخره، رابطه پیچیده با مایکروسافت هم شفاف شد:
مایکروسافت اکنون حق مالکیت فکری تمامی مدل‌ها و فناوری‌های OpenAI تا سال ۲۰۳۲ را دارد — حتی اگر OpenAI پیش از آن به AGI (هوش عمومی مصنوعی) برسد.
استثنا تنها برای مدل‌های تحقیقاتی داخلی است که صرفاً برای آزمایش استفاده می‌شوند.
🔗 منبع رسمی:
openai.com/index/built-to-benefit-everyone
@rss_ai_ir
#OpenAI #Microsoft #AI #AGI #Business #Ethics #AIphilanthropy
✅بخش غیرانتفاعی شرکت همچنان باقی می‌ماند، اما اکنون با نام OpenAI Foundation فعالیت می‌کند و حدود ۲۵٪ از سهام کل OpenAI را در اختیار دارد — معادل حدود ۱۳۰ میلیارد دلار.
چنین بودجه‌ای این بنیاد را در ردیف ثروتمندترین سازمان‌های بشردوستانه جهان قرار می‌دهد 💰🌍
📈 نکته جالب اینجاست که وضعیت مالی این بنیاد کاملاً به موفقیت تجاری شرکت وابسته است:
هرچه ارزش سهام OpenAI افزایش یابد، بنیاد سهم بیشتری از طریق اختصاص سهام و اختیار معامله (options) دریافت خواهد کرد.
🎯 بودجه بنیاد صرف پروژه‌های عام‌المنفعه خواهد شد —
در گام اول تمرکز روی امنیت سایبری مبتنی بر AI و کاربردهای سلامت دیجیتال است.
⚖️ با این حال، بخش غیرانتفاعی همچنان حق رأی نهایی در تصمیمات اخلاقی، ایمنی و سیاست‌های کلیدی شرکت را حفظ می‌کند.
💼 و بالاخره، رابطه پیچیده با مایکروسافت هم شفاف شد:
مایکروسافت اکنون حق مالکیت فکری تمامی مدل‌ها و فناوری‌های OpenAI تا سال ۲۰۳۲ را دارد — حتی اگر OpenAI پیش از آن به AGI (هوش عمومی مصنوعی) برسد.
استثنا تنها برای مدل‌های تحقیقاتی داخلی است که صرفاً برای آزمایش استفاده می‌شوند.
🔗 منبع رسمی:
openai.com/index/built-to-benefit-everyone
@rss_ai_ir
#OpenAI #Microsoft #AI #AGI #Business #Ethics #AIphilanthropy
❤2
This media is not supported in your browser
VIEW IN TELEGRAM
🦾 ربات چینی Unitree G1 لادا وستا را کشید!
پژوهشگران آکادمی هوش مصنوعی پکن (BAAI) ویدئویی منتشر کرده‌اند که در آن ربات انسان‌نمای Unitree G1 با وزن تنها ۳۵ کیلوگرم موفق می‌شود خودروی Lada Vesta با وزن حدود ۱۴۰۰ کیلوگرم را به حرکت درآورد! 🚗💪
به‌نظر می‌رسد آینده‌ی ربات‌های صنعتی و کمکی دیگر فقط در کارخانه‌ها نیست — حتی در ماجراجویی‌ها و شرایط واقعی مثل سفر یا ماهیگیری هم می‌توان روی آن‌ها حساب کرد. 🎣🤖
@rss_ai_ir
#AI #Robotics #Unitree #BAAI #RobotPower #Innovation
پژوهشگران آکادمی هوش مصنوعی پکن (BAAI) ویدئویی منتشر کرده‌اند که در آن ربات انسان‌نمای Unitree G1 با وزن تنها ۳۵ کیلوگرم موفق می‌شود خودروی Lada Vesta با وزن حدود ۱۴۰۰ کیلوگرم را به حرکت درآورد! 🚗💪
به‌نظر می‌رسد آینده‌ی ربات‌های صنعتی و کمکی دیگر فقط در کارخانه‌ها نیست — حتی در ماجراجویی‌ها و شرایط واقعی مثل سفر یا ماهیگیری هم می‌توان روی آن‌ها حساب کرد. 🎣🤖
@rss_ai_ir
#AI #Robotics #Unitree #BAAI #RobotPower #Innovation
🔥1