چانکینگ پویا: انقلاب در بهبود کارایی سیستمهای RAG
اکثر تیمها اندازه چانکها را ثابت در نظر میگیرند و از تنظیمات استانداردی مانند ۵۱۲ توکن با ۵۰ توکن همپوشانی استفاده میکنند. با رشد دادهها و پیچیدهتر شدن پرسوجوها، این انتخاب …
آخرین اخبار پردازش زبان طبیعی
امبدینگها چگونه هوش مصنوعی را قدرتمندتر میکنند؟
بردارهای تعمیدشده یا امبدینگها، نمایشهای عددی از دادهها هستند که به مدلهای هوش مصنوعی کمک میکنند تا روابط معنایی را درک کنند. این فناوری در جستجوی معنایی، سیستمهای توصیهگر و…
GLM 5.2: انقلاب در دسترسی به هوش مصنوعی و تغییر در ریسک سایبری
GLM 5.2 به عنوان نسخه جدید مدل زبان بزرگ، دسترسی به هوش مصنوعی پیشرفته را برای سازمانها و توسعهدهندگان آسانتر کرده است. این نسخه بهبودهای قابل توجهی در پردازش زبان طبیعی، کارایی…
Amazon و دانشگاهها: همکاری برای آینده هوش مصنوعی
Amazon همکاریهای گستردهای با دانشگاهها و موسسات علمی مانند CMU، کلمبیا، همپتون، هوارد، IIT-Bombay، JHU، ماکس پلانک، MIT، UCLA و دیگر مراکز برای پیشبرد پژوهش در حوزههای هوش مصنو…
چگونه هوش مصنوعی استخدام را متحول میکند؟
هوش مصنوعی در انتخاب استعداد از فناوریهایی مانند یادگیری ماشین و پردازش زبان طبیعی برای خودکارسازی فرآیند استخدام استفاده میکند. این روش به شرکتها کمک میکند تا کیفیت استخدامها…
چگونه مدلهای زبانی بزرگ (LLMs) جهان را متحول میکنند؟
مدلهای زبانی بزرگ (LLMs) مدلهای یادگیری ماشینی هستند که بر روی حجم عظیمی از دادههای متنی آموزش دیدهاند و قادر به طبقهبندی، خلاصهسازی و تولید متن هستند. مدلهایی مانند GPT-4، …
AMD با hipVS یک تحلیلگر پژوهشی سازمانی مبتنی بر RAG عاملمحور ساخت
AMD در وبلاگ خود دموی یک سیستم RAG عاملمحور را با استفاده از کتابخانه hipVS معرفی کرد. این دمو که «تحلیلگر پژوهشی سازمانی» نام دارد، توانایی پردازش پرسوجوهای پیچیده را با تجزیه آنه…
DharmaOCR همچنان برترین است: چرا مدلهای تخصصی OCR برتری دارند؟
تیم Hugging Face سه ماه پیش مدل DharmaOCR را برای تشخیص نوری کاراکتر (OCR) تخصصی زبان پرتغالی برزیلی معرفی کرد. این مدل در دو مرحله آموزش دید: تنظیم دقیق نظارتشده برای همسو کردن و…
تفاوت مهندسی زمینه و مهندسی پرامپت چیست؟
مقالهای در بلاگ Redis به بررسی تفاوتهای مهندسی زمینه و مهندسی پرامپت پرداخته است. مهندسی زمینه بر بهینهسازی دادهها و اطلاعاتی تمرکز دارد که مدلهای زبانی برای تولید پاسخ از آن…
چرا توکنهای بیشتر همیشه بهتر نیستند؟ بررسی کارایی توکن در مدلهای زبانی
مقالهای در بلاگ Redis به بررسی پدیدهای ضدشهری در مدلهای زبانی میپردازد که در آن، افزایش حجم توکنهای ورودی به جای بهبود پاسخها، منجر به کاهش کیفیت خروجی میشود. نویسنده توضیح …
رونمایی مدل جدید رونویسی بلادرنگ گفتار در AWS SageMaker JumpStart
AWS اعلام کرد که مدل Voxtral-Mini-4B-Realtime-2602 از Mistral AI اکنون در Amazon SageMaker JumpStart در دسترس است. این مدل چندزبانه برای رونویسی بلادرنگ گفتار طراحی شده و از معماری…
اینتل لبز در حال شکل دادن به آینده هوش مصنوعی است!
اینتل لبز با تحقیقات پیشگامانه خود در حال شکل دادن به آینده هوش مصنوعی است. تمرکز اصلی این شرکت بر تقویت توانمندیهای انسانی از طریق AI، از بهبود مراقبتهای بهداشتی تا شناسایی دیپف…
تنسنت با انتشار مدل Hy3، انقلاب جدیدی در هوش مصنوعی ایجاد کرد!
تنسنت مدل زبانی پیشنمایشی «هیونوان Hy3» را با ۲۹۵ میلیارد پارامتر کلی و ۲۱ میلیارد پارامتر فعال منتشر و اوپنسورس کرد. این مدل که از معماری ترکیبی متخصص بهره میبرد، تواناییهای ا…
رونمایی از PP-OCRv6: مدل OCR چندزبانه با پشتیبانی از ۵۰ زبان
هاگینگ فیس و PaddlePaddle نسل جدید مدلهای OCR خود، PP-OCRv6، را معرفی کردند که برای تشخیص و شناسایی متن در محیطهای مختلف طراحی شدهاند. این مدلها در سه سطح tiny، small و medium …
ترنسکریب عربی کوهر: انقلاب در تشخیص گفتار برای زبان عربی
کوهِر مدل ترنسکریب عربی خود را به عنوان دقیقترین مدل منبعباز برای زبان عربی با نرخ خطای کلمه ۲۵.۸۷ معرفی کرد. این مدل بر اساس معماری ۲ میلیارد پارامتری ASR کوهر ساخته شده و برای گ…
اوپنایآی ترانسکریپت بلادرنگ را در API خود معرفی کرد
اوپنایآی قابلیت ترانسکریپت بلادرنگ را در API خود معرفی کرده که امکان تبدیل گفتار به متن زنده با کمترین تأخیر را فراهم میکند. این سرویس بر پایه مدل gpt-realtime-whisper توسعه یاف…
اپل هوش مصنوعی را به آیفون، آیپد و مک آورد!
اپل نسل بعدی هوش مصنوعی خود، Apple Intelligence، را معرفی کرد که قابلیتهای هوش مصنوعی را در آیفون، آیپد و مک یکپارچه میسازد. این فناوری تجربیات روزمره کاربران را شخصیتر و مفیدتر…