MiniMax 2.5: مدل جدید برای عاملهای بهرهوری در SambaCloud
MiniMax 2.5 جدیدترین مدل frontier شرکت MiniMax است که برای کدگذاری، جریانهای کاری عاملمحور، جستجو و بهرهوری دنیای واقعی تخصصی شده است. این مدل کوچک MoE با 230 میلیارد پارامتر، ن…
آخرین اخبار MoE
تنسنت Hy3 منتشر شد: انقلاب در تواناییهای Agent
تنسنت مدل هیونیوان Hy3 را بهطور رسمی منتشر کرد. این مدل با معماری MoE و ۲۹۵ میلیارد پارامتر، از طول متن ۲۵۶K پشتیبانی میکند. Hy3 در مقایسه با نسخه پیشنمایش، هوشمندی، ثبات و کارا…
Kimi K3: نخستین مدل وزنی باز ۳ تریلیون پارامتری بر روی AWS
Moonshot AI مدل Kimi K3 را با ۲.۸ تریلیون پارامتر و معماری MoE معرفی کرد که نخستین مدل وزنی باز در کلاس ۳ تریلیون پارامتری است. این مدل با معماریهای KDA، MLA و Stable LatentMoE سا…
AMD MI355 اکنون از مدلهای NVFP4 پشتیبانی میکند!
AMD خط لولهای برای شبیهسازی مدلهای NVFP4 بر روی شتابدهندههای MI355 معرفی کرد که امکان استقرار مستقیم این مدلها را بدون تبدیل آفلاین فراهم میکند. این خط لوله در vLLM یکپارچه …
چرا بهبود هسته MLA، زمان GPU را کاهش نداد؟ تحلیل AMD از کش KV در FP8
مطالعه موردی AMD نشان میدهد که فعالسازی کش KV در فرمت FP8 روی مدل Kimi-K2.5-W4A8 و ۸ GPU مینست MI308X، علیرغم بهبود ۳۴ درصدی هسته دیکد MLA، منجر به افزایش ۰.۰۸ درصدی زمان کل GPU…
Qwen-MT: انقلاب جدید علیبابا در ترجمه ماشینی
علیبابا نسخه جدید مدل ترجمه ماشینی خود، Qwen-MT، را معرفی کرد که بر پایه Qwen3 ساخته شده است. این مدل با آموزش بر روی دادههای عظیم چندزبانه، توانایی ترجمه را در ۹۲ زبان بهبود بخش…
مدلهای MiniMax در آمازون بدراک: گامی بزرگ در هوش مصنوعی تولیدی
آمازون بدراک اکنون از مدلهای بنیادین MiniMax با وزن باز پشتیبانی میکند که برای بارهای کاری تولیدی مانند دستیاران کدگذاری و تحلیل اسناد طراحی شدهاند. خانواده M2 این شرکت شامل سه …
انقلابی در استنتاج مدلهای هوش مصنوعی: بکاند مدلسازی ترنسفورمرز با سرعت بومی در vLLM
کتابخانه ترنسفورمرز به عنوان استاندارد مدلسازی در یادگیری ماشین شناخته میشود و از بیش از ۴۵۰ معماری پشتیبانی میکند. ادغام آن به عنوان بکاند مدلسازی در vLLM امکان اجرا کردن مدله…
NVIDIA NeMo AutoModel: انقلاب در آموزش مدلهای هوش مصنوعی
NVIDIA کتابخانه NeMo AutoModel را برای شتابدهی تنظیم دقیق مدلهای ترنسفورمر معرفی کرد. این کتابخانه بر پایه ترنسفورمرز نسخه ۵ ساخته شده و با افزودن موازیسازی متخصص، DeepEP و هسته…
Kimi K3: چگونه یک مدل هوش مصنوعی چینی بازار تراشه را به لرزه درآورد؟
استارتآپ مونشات آیتی مدل Kimi K3 با ۲.۸ تریلیون پارامتر را به عنوان بزرگترین مدل منبعباز جهان معرفی کرد. این مدل از معماری MoE استفاده میکند که هزینههای عملیاتی را کاهش میدهد و…
کوهر North Mini Code را رونمایی کرد: مدل کدگذاری عاملمحور با کارایی بالا و اوپنسورس
کوهر مدل North Mini Code را به عنوان نخستین مدل کدگذاری عاملمحور خود با معماری MoE و ۳۰ میلیارد پارامتر معرفی کرد. این مدل اوپنسورس تحت مجوز Apache 2.0 منتشر شده و با کارایی بالا، …
تنسنت مدل Hy3 را رونمایی کرد: انقلاب در تواناییهای Agent!
تنسنت مدل Hy3 را با معماری MoE و ۲۹۵ میلیارد پارامتر منتشر کرد. این مدل در استدلال پیچیده، تولید کد و تواناییهای Agent نسبت به Hy2 بهبود یافته است. Hy3 در خدمات مختلف تنسنت همچون …
تنسور Hy3 منتشر شد: انقلاب در تواناییهای Agent و ادغام محصولات
تنسور میکسیوان Hy3 بهطور رسمی منتشر شد و تواناییهای Agent آن بهطور چشمگیری ارتقا یافته است. این مدل با ۲۹۵ میلیارد پارامتر و معماری MoE، از نظر هوش مصنوعی از مدلهای هماندازه پ…
Cohere مدل Command A+ را رونمایی کرد: انقلاب در هوش مصنوعی مستقل
شرکت Cohere مدل Command A+ را به صورت متنباز و تحت مجوز Apache 2.0 منتشر کرد. این مدل از معماری mixture-of-experts (MoE) استفاده میکند و برای انجام وظایف عاملمحور با کارایی بالا …