⚡️شتاب دهند Agent Lightning؛ شتابدهندهی جدید مایکروسافت برای آموزش ایجنتهای LLM
دیگر نیازی به بازنویسی ایجنت نیست! با فریمورک **Agent Lightning**، میتوانید ایجنتهای مبتنی بر زبان را بدون تغییر در کد، به کمک **یادگیری تقویتی (RL) آموزش و بهینهسازی کنید.
🔧 ویژگیهای کلیدی:
▪️ بدون نیاز به تغییر در کد ایجنت
▪️ پشتیبانی از فریمورکهایی مانند LangChain، AutoGen، OpenAI Agents SDK، Semantic Kernel و...
▪️ اتصال ایجنت با استفاده از sidecar و جمعآوری دادههای رفتاری
▪️ ارزیابی عملکرد ایجنت در مراحل مختلف (state، action، reward)
▪️ امکان بهینهسازی رفتار ایجنت حتی بر اساس سیگنالهای میانی، نه فقط نتیجه نهایی
▪️ قابلیت اتصال به پایپلاینهای موجود در پروژههای صنعتی یا پژوهشی
🎯 مناسب برای پروژههای تولید کد، پرسوجوی SQL، اتوماسیون وظایف پیچیده و حتی Multi-Agent Systems
📄 مقاله: (https://arxiv.org/abs/2508.03680)
🔗 گیتهاب:(https://github.com/microsoft/agent-lightning)
🌐 وبسایت: (https://www.microsoft.com/en-us/research/project/agent-lightning)
#هوش_مصنوعی #LLM #Agent #یادگیری_تقویتی #Microsoft #LangChain #AutoGen #MLOps
@rss_ai_ir 🚀
دیگر نیازی به بازنویسی ایجنت نیست! با فریمورک **Agent Lightning**، میتوانید ایجنتهای مبتنی بر زبان را بدون تغییر در کد، به کمک **یادگیری تقویتی (RL) آموزش و بهینهسازی کنید.
🔧 ویژگیهای کلیدی:
▪️ بدون نیاز به تغییر در کد ایجنت
▪️ پشتیبانی از فریمورکهایی مانند LangChain، AutoGen، OpenAI Agents SDK، Semantic Kernel و...
▪️ اتصال ایجنت با استفاده از sidecar و جمعآوری دادههای رفتاری
▪️ ارزیابی عملکرد ایجنت در مراحل مختلف (state، action، reward)
▪️ امکان بهینهسازی رفتار ایجنت حتی بر اساس سیگنالهای میانی، نه فقط نتیجه نهایی
▪️ قابلیت اتصال به پایپلاینهای موجود در پروژههای صنعتی یا پژوهشی
🎯 مناسب برای پروژههای تولید کد، پرسوجوی SQL، اتوماسیون وظایف پیچیده و حتی Multi-Agent Systems
📄 مقاله: (https://arxiv.org/abs/2508.03680)
🔗 گیتهاب:(https://github.com/microsoft/agent-lightning)
🌐 وبسایت: (https://www.microsoft.com/en-us/research/project/agent-lightning)
#هوش_مصنوعی #LLM #Agent #یادگیری_تقویتی #Microsoft #LangChain #AutoGen #MLOps
@rss_ai_ir 🚀
❤16🔥16👏16👍15🥰13😁13🎉13🙏1
Media is too big
VIEW IN TELEGRAM
🤖 پایداری ربات Digit از شرکت Agility Robotics زیر فشار تستهای واقعی
برای آزمایش تعادل رباتهای دوپا معمولاً آنها را از کنار هل میدهند. اما تیم Agility Robotics سطح تست را یک پله بالاتر برده:
👣 در آزمایش جدید، ربات را روی یک تخته قرار میدهند و ناگهان آن تخته را از زیر پایش میکشند — در کمال تعجب، ربات نمیافتد!
🔍 شاید فکر کنید دلیلش اتصال مکانیکی به بالا یا نگهدارنده است، اما ویدیوها نشان میدهند حتی بدون هیچ پشتیبانی، ربات همچنان روی پاهای خود باقی میماند.
🧠 این مهارت نتیجهی بیش از ۱۰۰۰ ساعت آموزش در شبیهساز است. ربات اکنون نهتنها تعادلش را حفظ میکند، بلکه واکنشی سریعتر از انسان دارد — چیزی که برخی کاربران را یاد واکنشهای موجودات زنده انداخته است.
#رباتیک #AgilityRobotics #Digit #هوش_مصنوعی #Robotics
@rss_ai_ir 🦿
برای آزمایش تعادل رباتهای دوپا معمولاً آنها را از کنار هل میدهند. اما تیم Agility Robotics سطح تست را یک پله بالاتر برده:
👣 در آزمایش جدید، ربات را روی یک تخته قرار میدهند و ناگهان آن تخته را از زیر پایش میکشند — در کمال تعجب، ربات نمیافتد!
🔍 شاید فکر کنید دلیلش اتصال مکانیکی به بالا یا نگهدارنده است، اما ویدیوها نشان میدهند حتی بدون هیچ پشتیبانی، ربات همچنان روی پاهای خود باقی میماند.
🧠 این مهارت نتیجهی بیش از ۱۰۰۰ ساعت آموزش در شبیهساز است. ربات اکنون نهتنها تعادلش را حفظ میکند، بلکه واکنشی سریعتر از انسان دارد — چیزی که برخی کاربران را یاد واکنشهای موجودات زنده انداخته است.
#رباتیک #AgilityRobotics #Digit #هوش_مصنوعی #Robotics
@rss_ai_ir 🦿
👍20🎉16❤15🔥15🥰14👏13😁12😱1
VIRSUN
❓ در یک معدن زیرزمینی با تردد ماشینآلات سنگین، استفاده از سیستم هوش مصنوعی برای جلوگیری از تصادف، چه مزیتی نسبت به سنسورهای سنتی دارد؟
🧠 توضیح تخصصی:
سیستمهای ضدتصادم مبتنی بر هوش مصنوعی در معادن، با استفاده از ترکیب سنسورها (رادار، لیدار، دوربین) و الگوریتمهای بینایی ماشین، تشخیص شیء، و یادگیری ماشین میتوانند:
✅موقعیت دقیق ماشینآلات و افراد را در فضا شناسایی کنند
✅مسیرهای حرکتی را پیشبینی کنند
✅رفتار راننده (مثل خستگی، سرعت بالا، عدم توجه) را تحلیل کنند
✅و در نهایت هشدار پیشگیرانه یا توقف خودکار سیستم را فعال کنند.
این نوع سیستمها برخلاف سنسورهای سنتی، فقط به فاصله یا حضور جسم بسنده نمیکنند بلکه هوشمندانه تصمیم میگیرند.
سیستمهای ضدتصادم مبتنی بر هوش مصنوعی در معادن، با استفاده از ترکیب سنسورها (رادار، لیدار، دوربین) و الگوریتمهای بینایی ماشین، تشخیص شیء، و یادگیری ماشین میتوانند:
✅موقعیت دقیق ماشینآلات و افراد را در فضا شناسایی کنند
✅مسیرهای حرکتی را پیشبینی کنند
✅رفتار راننده (مثل خستگی، سرعت بالا، عدم توجه) را تحلیل کنند
✅و در نهایت هشدار پیشگیرانه یا توقف خودکار سیستم را فعال کنند.
این نوع سیستمها برخلاف سنسورهای سنتی، فقط به فاصله یا حضور جسم بسنده نمیکنند بلکه هوشمندانه تصمیم میگیرند.
👏23🎉19😁17🥰16👍14❤8🔥8
🤖 دارکاستور آیندهنگر یاندکس در مسکو راهاندازی شد!
@rss_ai_ir
📦 در این مرکز نوآورانه، ۱۲ ربات AMR ساخت Yandex Robotics وظیفه دارند قفسههای حاوی کالا را بهصورت خودکار به سمت کارکنان منتقل کنند.
یعنی دیگر نیازی نیست کارکنان برای جمعآوری سفارشها در انبار جابهجا شوند!
🚀 نتایج چشمگیر این تحول:
✅ افزایش ۳۰٪ سرعت جمعآوری سفارشها
✅ اشغال فقط ۲۸٪ فضای کلی انبار توسط «رباتها»
✅ افزایش ۱۵٪ ظرفیت نگهداری کالا با چیدمان هوشمند
👷 این سیستم باعث کاهش خستگی کارکنان، بهبود بهرهوری و صرفهجویی در زمان شده و میتواند الگوی آینده لجستیک شهری باشد.
📍 طبق برنامه، تا سال ۲۰۲۶ قرار است ۵ دارکاستور رباتیک دیگر نیز توسط یاندکس راهاندازی شوند.
#رباتیک #لجستیک_هوشمند #یاندکس #انبارداری_خودکار #هوش_مصنوعی #صنعت_۴ #AMR #هوش_مصنوعی_در_صنعت
@rss_ai_ir
@rss_ai_ir
📦 در این مرکز نوآورانه، ۱۲ ربات AMR ساخت Yandex Robotics وظیفه دارند قفسههای حاوی کالا را بهصورت خودکار به سمت کارکنان منتقل کنند.
یعنی دیگر نیازی نیست کارکنان برای جمعآوری سفارشها در انبار جابهجا شوند!
🚀 نتایج چشمگیر این تحول:
✅ افزایش ۳۰٪ سرعت جمعآوری سفارشها
✅ اشغال فقط ۲۸٪ فضای کلی انبار توسط «رباتها»
✅ افزایش ۱۵٪ ظرفیت نگهداری کالا با چیدمان هوشمند
👷 این سیستم باعث کاهش خستگی کارکنان، بهبود بهرهوری و صرفهجویی در زمان شده و میتواند الگوی آینده لجستیک شهری باشد.
📍 طبق برنامه، تا سال ۲۰۲۶ قرار است ۵ دارکاستور رباتیک دیگر نیز توسط یاندکس راهاندازی شوند.
#رباتیک #لجستیک_هوشمند #یاندکس #انبارداری_خودکار #هوش_مصنوعی #صنعت_۴ #AMR #هوش_مصنوعی_در_صنعت
@rss_ai_ir
🥰37🔥34👍30👏29❤27😁26🎉25
📉 عدم تعادل کلاسها؛ دشمن خاموش یادگیری عمیق در مسائل واقعی
@rss_ai_ir
🎯 در بسیاری از پروژههای صنعتی و پزشکی، دادههای ما بهصورت طبیعی نامتوازن هستند. یعنی برخی کلاسها (مثلاً قطعات معیوب یا بیماران نادر) بسیار کمتر از کلاسهای عادی در دیتاست حضور دارند.
🤖 در شبکههای کانولوشنی (CNN)، این عدم تعادل باعث میشود مدل با سرعت بیشتری کلاس پرتکرار را یاد بگیرد و کلاس اقلیت را نادیده بگیرد. نتیجه چیست؟
مدلی که بهظاهر دقت بالا دارد، اما در شناسایی موارد بحرانی کاملاً ناکارآمد است.
⚠️ مشکلات اصلی ناشی از عدم تعادل کلاس:
– تمایل مدل به پیشبینی کلاس اکثریت
– کاهش حساسیت (Recall) برای کلاسهای نادر
– یادگیری ناقص ویژگیهای مهم در کلاس اقلیت
– ناتوانی در تعمیمپذیری مدل به دادههای واقعی
🛠 برای مقابله با این چالش، راهکارهایی وجود دارد:
🔹 استفاده از تابع زیان مناسب مثل Focal Loss
🔹 وزندهی کلاسها در تابع زیان
🔹اعمال Oversampling برای کلاسهای اقلیت یا Undersampling برای کلاس اکثریت
🔹 استفاده از تکنیکهای ترکیبی مثل SMOTE
🔹 استفاده از شاخصهای ارزیابی دقیقتر مانند AUC و F1 بهجای Accuracy ساده
📌 اگر در پروژهای با دادههای نامتوازن کار میکنید، حتماً به نحوه آموزش CNN و تحلیل شاخصهای عملکرد آن دقت بیشتری داشته باشید. یادگیری صحیح کلاس اقلیت، کلید موفقیت مدل در شرایط واقعی است.
#یادگیری_عمیق #عدم_توازن #شبکه_عصبی #تشخیص_عیب #هوش_مصنوعی #طبقهبندی_تصاویر #CNN #AI_Industrial
@rss_ai_ir
@rss_ai_ir
🎯 در بسیاری از پروژههای صنعتی و پزشکی، دادههای ما بهصورت طبیعی نامتوازن هستند. یعنی برخی کلاسها (مثلاً قطعات معیوب یا بیماران نادر) بسیار کمتر از کلاسهای عادی در دیتاست حضور دارند.
🤖 در شبکههای کانولوشنی (CNN)، این عدم تعادل باعث میشود مدل با سرعت بیشتری کلاس پرتکرار را یاد بگیرد و کلاس اقلیت را نادیده بگیرد. نتیجه چیست؟
مدلی که بهظاهر دقت بالا دارد، اما در شناسایی موارد بحرانی کاملاً ناکارآمد است.
⚠️ مشکلات اصلی ناشی از عدم تعادل کلاس:
– تمایل مدل به پیشبینی کلاس اکثریت
– کاهش حساسیت (Recall) برای کلاسهای نادر
– یادگیری ناقص ویژگیهای مهم در کلاس اقلیت
– ناتوانی در تعمیمپذیری مدل به دادههای واقعی
🛠 برای مقابله با این چالش، راهکارهایی وجود دارد:
🔹 استفاده از تابع زیان مناسب مثل Focal Loss
🔹 وزندهی کلاسها در تابع زیان
🔹اعمال Oversampling برای کلاسهای اقلیت یا Undersampling برای کلاس اکثریت
🔹 استفاده از تکنیکهای ترکیبی مثل SMOTE
🔹 استفاده از شاخصهای ارزیابی دقیقتر مانند AUC و F1 بهجای Accuracy ساده
📌 اگر در پروژهای با دادههای نامتوازن کار میکنید، حتماً به نحوه آموزش CNN و تحلیل شاخصهای عملکرد آن دقت بیشتری داشته باشید. یادگیری صحیح کلاس اقلیت، کلید موفقیت مدل در شرایط واقعی است.
#یادگیری_عمیق #عدم_توازن #شبکه_عصبی #تشخیص_عیب #هوش_مصنوعی #طبقهبندی_تصاویر #CNN #AI_Industrial
@rss_ai_ir
🔥21👍20👏17❤16😁16🎉11🥰10
🤖 ایجنت جدید گوگل با نام MLE-STAR، دنیای مهندسی مدلهای یادگیری ماشین را متحول کرده است
@rss_ai_ir
⛓️ بدون نیاز به حتی یک خط کدنویسی دستی، این سیستم میتواند بهصورت خودکار مدل بسازد، آموزش دهد، تست کند و بهینهسازی انجام دهد. عملکرد آن در رقابتهای واقعی پلتفرم Kaggle بیسابقه بوده است.
📈 ترکیب MLE-STAR با Gemini-2.5-Pro توانسته در ۶۳٪ رقابتها مدال بگیرد و در بیش از ۸۰٪ موارد، عملکردی بالاتر از میانه رقبا داشته باشد. این نتایج نسبت به روشهایی مانند GPT-4o یا نسخههای دیگر بهمراتب بهتر بودهاند.
🔍 مدلهای جدید مانند EfficientNet یا ViT بهصورت خودکار از طریق جستوجوی وب انتخاب میشوند؛ دیگر خبری از استفاده از مدلهای قدیمی و ایستا نیست.
🛡 سه ماژول ایمنی درونساخت برای جلوگیری از اشتباهات رایج مانند نشت داده، خطاهای کدنویسی یا توهمات مدل تعبیه شدهاند تا نتیجهای پایدار، دقیق و ایمن حاصل شود.
🧠 تمرکز این ایجنت بهجای آزمونوخطای کور، روی انتخابهای هوشمند، ترکیب مدلها و اصلاح دقیق کدهاست. این یعنی هوش مصنوعی در حال نوشتن هوش مصنوعی است.
🛠 دسترسی کامل به کد این سیستم از طریق ابزار ADK برای توسعهدهندگان فراهم شده و بهصورت متنباز قابل استفاده است.
#هوش_مصنوعی #گوگل #MLESTAR #AutoML #AIagents #یادگیری_ماشین #خودکارسازی #AI4Industry #Kaggle #MachineLearning #OpenSource #مهندسی_هوش_مصنوعی #گوگل_جمینی
@rss_ai_ir
@rss_ai_ir
⛓️ بدون نیاز به حتی یک خط کدنویسی دستی، این سیستم میتواند بهصورت خودکار مدل بسازد، آموزش دهد، تست کند و بهینهسازی انجام دهد. عملکرد آن در رقابتهای واقعی پلتفرم Kaggle بیسابقه بوده است.
📈 ترکیب MLE-STAR با Gemini-2.5-Pro توانسته در ۶۳٪ رقابتها مدال بگیرد و در بیش از ۸۰٪ موارد، عملکردی بالاتر از میانه رقبا داشته باشد. این نتایج نسبت به روشهایی مانند GPT-4o یا نسخههای دیگر بهمراتب بهتر بودهاند.
🔍 مدلهای جدید مانند EfficientNet یا ViT بهصورت خودکار از طریق جستوجوی وب انتخاب میشوند؛ دیگر خبری از استفاده از مدلهای قدیمی و ایستا نیست.
🛡 سه ماژول ایمنی درونساخت برای جلوگیری از اشتباهات رایج مانند نشت داده، خطاهای کدنویسی یا توهمات مدل تعبیه شدهاند تا نتیجهای پایدار، دقیق و ایمن حاصل شود.
🧠 تمرکز این ایجنت بهجای آزمونوخطای کور، روی انتخابهای هوشمند، ترکیب مدلها و اصلاح دقیق کدهاست. این یعنی هوش مصنوعی در حال نوشتن هوش مصنوعی است.
🛠 دسترسی کامل به کد این سیستم از طریق ابزار ADK برای توسعهدهندگان فراهم شده و بهصورت متنباز قابل استفاده است.
#هوش_مصنوعی #گوگل #MLESTAR #AutoML #AIagents #یادگیری_ماشین #خودکارسازی #AI4Industry #Kaggle #MachineLearning #OpenSource #مهندسی_هوش_مصنوعی #گوگل_جمینی
@rss_ai_ir
🎉21❤17👍17🥰16👏12😁12🔥11🙏1
❓ در یک سیستم مانیتورینگ صنعتی مبتنی بر Zigbee، استفاده از هوش مصنوعی چه مزیتی نسبت به روشهای سنتی در تحلیل دادههای سنسورها دارد؟
Anonymous Quiz
27%
امکان اتصال همزمان به چند شبکه Zigbee را فراهم میکند
0%
قابلیت فشردهسازی داده را افزایش میدهد تا مصرف انرژی کاهش یابد
9%
سرعت انتقال اطلاعات بین نودهای Zigbee را بهصورت سختافزاری افزایش میدهد
64%
قابلیت تشخیص الگو و پیشبینی شرایط بحرانی از طریق تحلیل بلادرنگ دادههای گرههای Zigbee
👍2😁1🙏1
🧠 هوش مصنوعی GPT-5 به سطحی از عملکرد رسیده که در آزمونهای تخصصی، حتی برخی انسانها را پشت سر گذاشته است
@rss_ai_ir
📊 سه نمودار منتشر شده از OpenAI نشان میدهد که نسخه جدید GPT-5 Pro (با ابزارهایی مثل پایتون و سرچ) در سه مجموعه سؤال سنگین، عملکردی فوقالعاده داشته:
📌 نمودار اول: آزمون "آخرین امتحان بشریت" با سؤالات سطح کارشناسی ارشد و دکترا در حوزههای مختلف
در این تست، GPT-5 Pro با دسترسی به پایتون و وب، با دقت ۴۲٪ در سؤالات سخت چندرشتهای عملکرد داشت، در حالیکه نسخههای قبلی مانند GPT-4o تنها ۵٪ موفق بودند.
📌 نمودار دوم: آزمون ریاضی AIME 2025
در این رقابت، GPT-5 Pro (پایتون) با دقت ۱۰۰٪ کل سؤالات را بهدرستی پاسخ داد؛ حتی بدون ابزار هم به ۹۶٪ دقت رسید. GPT-4o در مقایسه، تنها توانست ۴۲٪ را حل کند.
📌 نمودار سوم: آزمون GPQA برای سؤالات علوم در سطح دکترا
مدل جدید GPT-5 Pro با دقت ۸۹٪ به سؤالات پاسخ داد. حتی بدون ابزار هم عملکرد آن در سطح ۸۸٪ باقی ماند؛ پیشرفت قابل توجهی نسبت به GPT-4o با دقت ۷۰٪.
🚀 آنچه این پیشرفت را چشمگیرتر میکند، تفاوت میان حالت «با تفکر» و «بدون تفکر» در پاسخ دادن است. GPT-5 با روشهای جدید تفکر زنجیرهای (Chain-of-Thought) توانسته مسیر حل مسئله را بازسازی کرده و به پاسخ صحیح برسد، نه صرفاً حفظ کردن الگوها.
🧩 با این روند، ابزارهای AI در آستانه ورود به سطحی از درک مفهومی هستند که در بسیاری از حوزهها میتوانند در کنار متخصصان واقعی فعالیت کنند.
#هوش_مصنوعی #GPT5 #GPT5Pro #OpenAI #یادگیری_ماشین #AIinEducation #ChainOfThought #AIME2025 #GPQA #آزمون_بشریت #AItools #AIthinking #تحلیل_پیشرفته #هوش_مصنوعی_پیشرفته @rss_ai_ir
@rss_ai_ir
📊 سه نمودار منتشر شده از OpenAI نشان میدهد که نسخه جدید GPT-5 Pro (با ابزارهایی مثل پایتون و سرچ) در سه مجموعه سؤال سنگین، عملکردی فوقالعاده داشته:
📌 نمودار اول: آزمون "آخرین امتحان بشریت" با سؤالات سطح کارشناسی ارشد و دکترا در حوزههای مختلف
در این تست، GPT-5 Pro با دسترسی به پایتون و وب، با دقت ۴۲٪ در سؤالات سخت چندرشتهای عملکرد داشت، در حالیکه نسخههای قبلی مانند GPT-4o تنها ۵٪ موفق بودند.
📌 نمودار دوم: آزمون ریاضی AIME 2025
در این رقابت، GPT-5 Pro (پایتون) با دقت ۱۰۰٪ کل سؤالات را بهدرستی پاسخ داد؛ حتی بدون ابزار هم به ۹۶٪ دقت رسید. GPT-4o در مقایسه، تنها توانست ۴۲٪ را حل کند.
📌 نمودار سوم: آزمون GPQA برای سؤالات علوم در سطح دکترا
مدل جدید GPT-5 Pro با دقت ۸۹٪ به سؤالات پاسخ داد. حتی بدون ابزار هم عملکرد آن در سطح ۸۸٪ باقی ماند؛ پیشرفت قابل توجهی نسبت به GPT-4o با دقت ۷۰٪.
🚀 آنچه این پیشرفت را چشمگیرتر میکند، تفاوت میان حالت «با تفکر» و «بدون تفکر» در پاسخ دادن است. GPT-5 با روشهای جدید تفکر زنجیرهای (Chain-of-Thought) توانسته مسیر حل مسئله را بازسازی کرده و به پاسخ صحیح برسد، نه صرفاً حفظ کردن الگوها.
🧩 با این روند، ابزارهای AI در آستانه ورود به سطحی از درک مفهومی هستند که در بسیاری از حوزهها میتوانند در کنار متخصصان واقعی فعالیت کنند.
#هوش_مصنوعی #GPT5 #GPT5Pro #OpenAI #یادگیری_ماشین #AIinEducation #ChainOfThought #AIME2025 #GPQA #آزمون_بشریت #AItools #AIthinking #تحلیل_پیشرفته #هوش_مصنوعی_پیشرفته @rss_ai_ir
❤2👍1🔥1
🚀بالاخره GPT-5 منتشر شد؛ حتی کاربران رایگان هم به آن دسترسی دارند!
@rss_ai_ir
📌 طبق اطلاعیه رسمی OpenAI، مدل GPT‑5 از امروز برای کاربران Plus، Pro، Team و حتی رایگان بهصورت تدریجی فعال میشود. کاربران Enterprise و EDU هم از هفته آینده به آن دسترسی خواهند داشت.
🔹 نکات کلیدی:
— کاربران Pro میتوانند به نسخهٔ کامل و قدرتمند GPT‑5 Pro دسترسی دائمی داشته باشند.
— در ارزیابی بیش از ۱۰۰۰ مسئلهٔ واقعی و اقتصادی، ۶۷.۸٪ کارشناسان نسخهٔ Pro را به نسخهٔ عادی ترجیح دادند.
—مدل GPT-5 Pro حدود ۲۲٪ خطای جدی کمتر دارد و در حوزههای پزشکی، علوم پایه، ریاضی و برنامهنویسی عملکرد بهتری از خود نشان داده است.
🧑💻 کاربران Plus و Pro میتوانند بدون نیاز به API مستقیماً از طریق ChatGPT با GPT‑5 در محیط Codex CLI برنامهنویسی کنند.
⏳ کاربران رایگان نیز میتوانند GPT‑5 را استفاده کنند، اما با محدودیت زمانی (۲ تا ۳ روز در هفته). پس از پایان سهمیه، بهطور خودکار به مدل فشردهتر و سریعتر GPT‑5 Mini منتقل میشوند.
📎 این حرکت نشاندهندهٔ آغاز عصر جدیدی از دسترسی عمومی به مدلهای استدلالمحور، دقیق و قابلاتکاست — نه فقط برای توسعهدهندگان، بلکه برای همه کاربران روزمره، تیمها و سازمانها.
#GPT5 #GPT5Pro #هوش_مصنوعی #ChatGPT #AItools #مدل_زبان #مدل_مولد #OpenAI #CodexCLI #GPT5Mini #یادگیری_ماشین #AIinEducation #AIinIndustry
هوش_مصنوعی_پیشرفته @rss_ai_ir
@rss_ai_ir
📌 طبق اطلاعیه رسمی OpenAI، مدل GPT‑5 از امروز برای کاربران Plus، Pro، Team و حتی رایگان بهصورت تدریجی فعال میشود. کاربران Enterprise و EDU هم از هفته آینده به آن دسترسی خواهند داشت.
🔹 نکات کلیدی:
— کاربران Pro میتوانند به نسخهٔ کامل و قدرتمند GPT‑5 Pro دسترسی دائمی داشته باشند.
— در ارزیابی بیش از ۱۰۰۰ مسئلهٔ واقعی و اقتصادی، ۶۷.۸٪ کارشناسان نسخهٔ Pro را به نسخهٔ عادی ترجیح دادند.
—مدل GPT-5 Pro حدود ۲۲٪ خطای جدی کمتر دارد و در حوزههای پزشکی، علوم پایه، ریاضی و برنامهنویسی عملکرد بهتری از خود نشان داده است.
🧑💻 کاربران Plus و Pro میتوانند بدون نیاز به API مستقیماً از طریق ChatGPT با GPT‑5 در محیط Codex CLI برنامهنویسی کنند.
⏳ کاربران رایگان نیز میتوانند GPT‑5 را استفاده کنند، اما با محدودیت زمانی (۲ تا ۳ روز در هفته). پس از پایان سهمیه، بهطور خودکار به مدل فشردهتر و سریعتر GPT‑5 Mini منتقل میشوند.
📎 این حرکت نشاندهندهٔ آغاز عصر جدیدی از دسترسی عمومی به مدلهای استدلالمحور، دقیق و قابلاتکاست — نه فقط برای توسعهدهندگان، بلکه برای همه کاربران روزمره، تیمها و سازمانها.
#GPT5 #GPT5Pro #هوش_مصنوعی #ChatGPT #AItools #مدل_زبان #مدل_مولد #OpenAI #CodexCLI #GPT5Mini #یادگیری_ماشین #AIinEducation #AIinIndustry
هوش_مصنوعی_پیشرفته @rss_ai_ir
🔥4👎1🙏1
🧠 مدل GPT-5 در کنار دقت بالا، از نظر اخلاق و مسئولیتپذیری نیز پیشرفت چشمگیری داشته است
@rss_ai_ir
📌 در ارزیابیهای رسمی منتشرشده، یکی از معیارهای کلیدی «نرخ فریب» یا Deception بوده است؛ یعنی میزان تمایل مدل به ارائه اطلاعات نادرست یا وانمود کردن به دانستن چیزی که واقعاً نمیداند.
📉 نتایج نشان میدهد که GPT-5 (در حالت تفکر یا Thinking Mode) بسیار کمفریبتر از نسخههای قبلی مانند OpenAI o3 عمل میکند. مثلاً در سناریوی کدنویسی، نرخ فریب آن حدود ۱۷٪ است در حالی که نسخه قبلی به ۴۷٪ میرسد. در آزمایش مرورگرهای معیوب این عدد ۱۱٪ است در برابر ۶۱٪، و در سناریوی تصویر مفقود شده فقط ۹٪ در مقابل ۸۷٪.
✅ همچنین در آزمون AbstentionBench که توانایی مدل برای "خودداری آگاهانه از پاسخ دادن در شرایط نامطمئن" را میسنجد، GPT-5 به نرخ یادآوری ۵۳٪ رسیده که بالاتر از ۴۴٪ نسخه قبلی است.
🔐 این یعنی با مدل جدید نهتنها هوشمندتر، بلکه قابلاعتمادتر روبرو هستیم. برخلاف برخی مدلهای قدیمی که در پاسخگویی دروغین اصرار داشتند، GPT-5 ترجیح میدهد اگر مطمئن نیست، پاسخ ندهد.
🎯 در نتیجه: GPT-5 نهفقط ابزار دقیقتری است، بلکه بهمراتب محتاطتر، مسئولتر و کمتر گمراهکننده است — ویژگیهایی که برای استفاده حرفهای و عمومی حیاتیاند.
#GPT5 #هوش_مصنوعی #ChatGPT #OpenAI #AIethics #اعتماد_به_هوش_مصنوعی #GPT5Thinking #هوش_اخلاقی #امنیت_مدل #AItrust #Deception #AIalignment
@rss_ai_ir
@rss_ai_ir
📌 در ارزیابیهای رسمی منتشرشده، یکی از معیارهای کلیدی «نرخ فریب» یا Deception بوده است؛ یعنی میزان تمایل مدل به ارائه اطلاعات نادرست یا وانمود کردن به دانستن چیزی که واقعاً نمیداند.
📉 نتایج نشان میدهد که GPT-5 (در حالت تفکر یا Thinking Mode) بسیار کمفریبتر از نسخههای قبلی مانند OpenAI o3 عمل میکند. مثلاً در سناریوی کدنویسی، نرخ فریب آن حدود ۱۷٪ است در حالی که نسخه قبلی به ۴۷٪ میرسد. در آزمایش مرورگرهای معیوب این عدد ۱۱٪ است در برابر ۶۱٪، و در سناریوی تصویر مفقود شده فقط ۹٪ در مقابل ۸۷٪.
✅ همچنین در آزمون AbstentionBench که توانایی مدل برای "خودداری آگاهانه از پاسخ دادن در شرایط نامطمئن" را میسنجد، GPT-5 به نرخ یادآوری ۵۳٪ رسیده که بالاتر از ۴۴٪ نسخه قبلی است.
🔐 این یعنی با مدل جدید نهتنها هوشمندتر، بلکه قابلاعتمادتر روبرو هستیم. برخلاف برخی مدلهای قدیمی که در پاسخگویی دروغین اصرار داشتند، GPT-5 ترجیح میدهد اگر مطمئن نیست، پاسخ ندهد.
🎯 در نتیجه: GPT-5 نهفقط ابزار دقیقتری است، بلکه بهمراتب محتاطتر، مسئولتر و کمتر گمراهکننده است — ویژگیهایی که برای استفاده حرفهای و عمومی حیاتیاند.
#GPT5 #هوش_مصنوعی #ChatGPT #OpenAI #AIethics #اعتماد_به_هوش_مصنوعی #GPT5Thinking #هوش_اخلاقی #امنیت_مدل #AItrust #Deception #AIalignment
@rss_ai_ir
🔥4👍1🙏1
🚀 مدل GPT-5 در صدر تمام دستهبندیهای رقابتی هوش مصنوعی قرار گرفت!
@rss_ai_ir
📊 بر اساس جدیدترین جدول رتبهبندی lmArena.ai، مدل GPT-5 موفق شده در تمام دستههای اصلی عملکرد بهتری از تمام رقبا داشته باشد:
🥇 رتبه اول در:
حل مسائل پیچیده (Hard Prompts)
برنامهنویسی (Coding)
ریاضی (Math)
نویسندگی خلاق (Creative Writing)
دنبالکردن دستورالعملها (Instruction Following)
پاسخ به پرسشهای طولانی (Longer Query)
مکالمات چندمرحلهای (Multi-Turn)
🤖 حتی مدلهای قدرتمندی مثل Gemini 2.5 Pro، Claude Opus و GPT-4.5 هم در هیچ بخشی نتوانستهاند از GPT-5 پیشی بگیرند.
🧠 این دستاورد نشاندهندهی قدرت ترکیب دانش عمیق، تفکر زنجیرهای و ابزارهای پیشرفته در GPT-5 است که آن را به هوشمندترین مدل زبانی حال حاضر دنیا تبدیل کرده.
🔍 برای مشاهده جزئیات رتبهبندی به سایت lmarena.ai/leaderboard مراجعه کنید.
#GPT5 #هوش_مصنوعی #OpenAI #برنامه_نویسی #مدل_زبان #LMLeaderboard #AItools #هوش_مصنوعی_پیشرفته #خلاقیت #برتری_مدل
@rss_ai_ir
@rss_ai_ir
📊 بر اساس جدیدترین جدول رتبهبندی lmArena.ai، مدل GPT-5 موفق شده در تمام دستههای اصلی عملکرد بهتری از تمام رقبا داشته باشد:
🥇 رتبه اول در:
حل مسائل پیچیده (Hard Prompts)
برنامهنویسی (Coding)
ریاضی (Math)
نویسندگی خلاق (Creative Writing)
دنبالکردن دستورالعملها (Instruction Following)
پاسخ به پرسشهای طولانی (Longer Query)
مکالمات چندمرحلهای (Multi-Turn)
🤖 حتی مدلهای قدرتمندی مثل Gemini 2.5 Pro، Claude Opus و GPT-4.5 هم در هیچ بخشی نتوانستهاند از GPT-5 پیشی بگیرند.
🧠 این دستاورد نشاندهندهی قدرت ترکیب دانش عمیق، تفکر زنجیرهای و ابزارهای پیشرفته در GPT-5 است که آن را به هوشمندترین مدل زبانی حال حاضر دنیا تبدیل کرده.
🔍 برای مشاهده جزئیات رتبهبندی به سایت lmarena.ai/leaderboard مراجعه کنید.
#GPT5 #هوش_مصنوعی #OpenAI #برنامه_نویسی #مدل_زبان #LMLeaderboard #AItools #هوش_مصنوعی_پیشرفته #خلاقیت #برتری_مدل
@rss_ai_ir
👍2🔥1👏1
This media is not supported in your browser
VIEW IN TELEGRAM
😳 فقط دو دقیقه زمان کافی بود تا GPT-5 یه سرویس کامل یادگیری زبان بسازه!
@rss_ai_ir
🧠 یکی از اعضای تیم OpenAI فقط با یک دستور ساده از GPT-5 خواست تا یک برنامه برای آموزش زبان فرانسوی بسازه. نتیجه؟ یک وبسایت کامل شامل:
🎨 طراحی گرافیکی
🎮 بازیهای کوچک تعاملی
🔊 صداگذاری برای کلمات
🎬 انیمیشنهای آموزشی
📱 نسخه واکنشگرا برای موبایل
بدون نیاز به کدنویسی دستی، GPT-5 توانست کل پروژه را از صفر تا صد تولید کند؛ دقیقاً مثل نسخه سادهشدهی Duolingo اما در کمتر از دو دقیقه!
💥 مهندسها بعد دیدن نتیجه فقط گفتن: «اوه اوه.....»
📌 این یعنی قدرت واقعی هوش مصنوعی نسل جدید: نه فقط تولید متن، بلکه ساخت محصولات کامل نرمافزاری با تفکر، طراحی و منطق کاربرمحور.
#GPT5 #OpenAI #یادگیری_زبان #هوش_مصنوعی #Duolingo #AItools #زبان_فرانسوی #برنامه_نویسی #توسعه_نرم_افزار #AIproduct #RoidBest
@rss_ai_ir
@rss_ai_ir
🧠 یکی از اعضای تیم OpenAI فقط با یک دستور ساده از GPT-5 خواست تا یک برنامه برای آموزش زبان فرانسوی بسازه. نتیجه؟ یک وبسایت کامل شامل:
🎨 طراحی گرافیکی
🎮 بازیهای کوچک تعاملی
🔊 صداگذاری برای کلمات
🎬 انیمیشنهای آموزشی
📱 نسخه واکنشگرا برای موبایل
بدون نیاز به کدنویسی دستی، GPT-5 توانست کل پروژه را از صفر تا صد تولید کند؛ دقیقاً مثل نسخه سادهشدهی Duolingo اما در کمتر از دو دقیقه!
💥 مهندسها بعد دیدن نتیجه فقط گفتن: «اوه اوه.....»
📌 این یعنی قدرت واقعی هوش مصنوعی نسل جدید: نه فقط تولید متن، بلکه ساخت محصولات کامل نرمافزاری با تفکر، طراحی و منطق کاربرمحور.
#GPT5 #OpenAI #یادگیری_زبان #هوش_مصنوعی #Duolingo #AItools #زبان_فرانسوی #برنامه_نویسی #توسعه_نرم_افزار #AIproduct #RoidBest
@rss_ai_ir
👍2🔥1👏1
🧠 مدل GPT-5 حتی در ورودیهای فوقطولانی هم دقت بالایی را حفظ میکند!
@rss_ai_ir
📊 نمودار بالا عملکرد مدلهای مختلف را در مواجهه با ورودیهای بسیار بلند (تا ۲۵۶ هزار توکن) مقایسه میکند. این تست با استفاده از معیار MRCR و وظیفهی “2 needle” اجرا شده که بررسی میکند آیا مدل میتواند اطلاعات کلیدی را از دل متن بسیار بلند پیدا کند یا نه.
🔝 نتیجه کاملاً روشن است:
مدل GPT-5 با اختلاف قابل توجه، در تمام طول ورودیها بالاترین نرخ تطابق (mean match ratio) را دارد و دقت آن حتی در ورودی ۲۵۶k همچنان نزدیک به ۹۰٪ باقی میماند.
📉 در مقابل:
نسخههای Nano و Mini از GPT-4.1 با افزایش طول ورودی بهشدت افت عملکرد دارند (تا زیر ۴۰٪)
مدلهای OpenAI O3 و O4-mini هم با وجود شروع قوی، از ۶۴k به بعد دچار افت دقت میشوند
🎯 این یعنی GPT-5 نه تنها برای مکالمات یا تحلیلهای کوتاه، بلکه برای کاربردهای پیچیده با متنهای بسیار طولانی (مثل اسناد حقوقی، مقالات علمی، یا پایگاه دادههای متنی) انتخابی بیرقیب است.
#GPT5 #هوش_مصنوعی #OpenAI #طول_ورودی_بلند #LLM #بازیابی_اطلاعات #MemoryDepth #متن_طولانی #AItools #مدل_زبانی_پیشرفته
@rss_ai_ir
@rss_ai_ir
📊 نمودار بالا عملکرد مدلهای مختلف را در مواجهه با ورودیهای بسیار بلند (تا ۲۵۶ هزار توکن) مقایسه میکند. این تست با استفاده از معیار MRCR و وظیفهی “2 needle” اجرا شده که بررسی میکند آیا مدل میتواند اطلاعات کلیدی را از دل متن بسیار بلند پیدا کند یا نه.
🔝 نتیجه کاملاً روشن است:
مدل GPT-5 با اختلاف قابل توجه، در تمام طول ورودیها بالاترین نرخ تطابق (mean match ratio) را دارد و دقت آن حتی در ورودی ۲۵۶k همچنان نزدیک به ۹۰٪ باقی میماند.
📉 در مقابل:
نسخههای Nano و Mini از GPT-4.1 با افزایش طول ورودی بهشدت افت عملکرد دارند (تا زیر ۴۰٪)
مدلهای OpenAI O3 و O4-mini هم با وجود شروع قوی، از ۶۴k به بعد دچار افت دقت میشوند
🎯 این یعنی GPT-5 نه تنها برای مکالمات یا تحلیلهای کوتاه، بلکه برای کاربردهای پیچیده با متنهای بسیار طولانی (مثل اسناد حقوقی، مقالات علمی، یا پایگاه دادههای متنی) انتخابی بیرقیب است.
#GPT5 #هوش_مصنوعی #OpenAI #طول_ورودی_بلند #LLM #بازیابی_اطلاعات #MemoryDepth #متن_طولانی #AItools #مدل_زبانی_پیشرفته
@rss_ai_ir
👍2🔥1👏1