‏🤖 رد فرضیه ETH توسط مدل Claude

‏شرکت Anthropic اعلام کرد که مدل تحقیقاتی داخلی Claude موفق به ارائه راه‌حلی برای مسئله 3-SAT شده است که فرضیه زمان نمایی (ETH) را رد می‌کند. طبق گزارش منتشر شده در این مقاله، این مدل الگوریتمی قطعی برای حل مسئله 3-SAT با پیچیدگی زمانی 2^o(n) یافته است.

‏بر اساس جزئیات فنی:
‏* کشف الگوریتم در تاریخ ۱۶ اکتبر و با تولید ۱۴ میلیون توکن خروجی انجام شده است.
‏* در فرایند یافتن راه‌حل، هیچ‌گونه دخالت انسانی وجود نداشته و نقش محققان تنها در تدوین نهایی مقاله بوده است.
‏* علاوه بر 3-SAT، مدل موفق به حل نسخه پیچیده‌تر این مسئله یعنی محاسبه تعداد مجموعه‌های ارضاپذیر (#3-SAT) شده است.

‏کدها و مستندات این دستاورد در مخزن رسمی Anthropic قابل مشاهده است. تاریخ کشف این الگوریتم با زمان گزارش مشابه از سوی OpenAI هم‌خوانی دارد.

🇮🇷 - هوش مصنوعی و علم داده به فارسی
🌐 سایت | تلگرام | بله | ایتا | ارتباط با ما

#Claude #ETH

‏🤖 ابزار AI Design Skills برای ساخت وب‌سایت با Claude Code

‏مجموعه ابزار AI Design Skills به ایجنت‌های هوش مصنوعی امکان می‌دهد وب‌سایت‌ها را از صفر طراحی کنند. این ابزار پس از بررسی محصول، ساختار صفحه و محتوای متنی را برنامه‌ریزی کرده و فونت‌ها، رنگ‌ها، فاصله‌گذاری و المان‌های حرکتی را انتخاب می‌کند.

‏خروجی این فرآیند یک سیستم بصری واقعی است و از قالب‌های آماده و تکراری استفاده نمی‌کند. قابلیت‌های اصلی آن عبارتند از:

‏* طراحی کامل وب‌سایت از صفر
‏* بهبود وب‌سایت‌های موجود
‏* تبدیل طرح‌های Figma یا اسکرین‌شات‌ها به رابط‌های کاربری متحرک

‏این ابزار با ایجنت‌هایی نظیر Claude Code، Cursor، Codex و Windsurf سازگار است. پروژه تحت مجوز MIT منتشر شده و برای استفاده شخصی‌سازی رایگان است.

🇮🇷 - هوش مصنوعی و علم داده به فارسی
🌐 سایت | تلگرام | بله | ایتا | ارتباط با ما

#AIDesignSkills #ClaudeCode

‏🤖 انتشار مدل جدید GPT-6.1 Terra برای تعامل با رابط کاربری

‏شرکت OpenAI مدل جدیدی به نام GPT-6.1 Terra را منتشر کرد که با تمرکز بر استدلال تصویری و کار با سیستم‌عامل طراحی شده است. این مدل می‌تواند رابط کاربری نرم‌افزارها را ببیند و مستقیماً در محیط کامپیوتر اقداماتی انجام دهد.

‏طبق اعلام OpenAI، این نسخه نسبت به مدل قبلی Terra سرعت بالاتری دارد، خطاهای کدنویسی در آن کاهش یافته و هزینه استفاده از API آن نیز تقریباً به نصف رسیده است.

‏این مدل در دسترس کاربران ChatGPT Work، پلتفرم Codex و همچنین از طریق API با نام gpt-6.1-terra قابل استفاده است.

‏به دلیل توانایی این مدل در انجام دستورات مستقیم در سیستم‌عامل، توصیه می‌شود برای دسترسی به حساب‌های حساس مانند ایمیل، CRM یا پنل‌های تبلیغاتی حتماً از محیط ایزوله (Sandbox)، لاگ‌گیری و تأیید نهایی برای مراحل حساس استفاده کنید.

🔗 جزئیات خبر در سایت

🇮🇷 - هوش مصنوعی و علم داده به فارسی
🌐 سایت | تلگرام | بله | ایتا | ارتباط با ما

#GPT_6_1_Terra #استدلال_تصویری

🧠 خلاصه تحولات 24 ساعت گذشته هوش مصنوعی و علوم داده
🗂 گزارش #9 | 📌 6 آیتم گزارش | 🧾 از 15 پست بررسی‌شده
🕐 سه‌شنبه 1405/08/05 ساعت 14:00 تا چهارشنبه 1405/08/06 ساعت 14:00

اعتبار اثبات ریاضی 3-SAT توسط مدل Claude

گزارش منبع: وجود دو قضیه اثبات نشده (sorry) در فایل Challenge.lean که هنوز بررسی نشده اند.
برداشت: تا زمان رفع کامل sorryها در Lean 4، ادعای رد فرضیه ETH در حد یک طرح اولیه اثبات باقی می ماند و ارزش ریاضی اثبات شده ندارد.
نامشخص: آیا دو قضیه باقی مانده بدون تغییر در ساختار اصلی الگوریتم اثبات پذیر هستند یا نیاز به فرض های جدید دارند.
آزمون پیشنهادی: اجرای کامپایلر Lean 4 روی فایل Challenge.lean پس از جایگزینی قضایای sorry با اثبات تاکتیکی و سنجش خروجی بدون خطا.

ارزیابی بهینه سازی اینفرنس Gemma 4 در vLLM

گزارش منبع: بدون مشخص بودن شرایط بار کاری، نمی توان آن ها را به هر سروری یا به سرعت پاسخ دهی یک چت تک کاربره تعمیم داد.
برداشت: افزایش نرخ توکن به دلیل ترکیب speculative decoding و تغییرات attention در بار کاری همزمان بالا است و تاخیر تک کاربر را کم نمی کند.
نامشخص: میزان تاثیر جداگانه speculative decoding در برابر بهینه سازی attention روی تاخیر پردازش اولین توکن (TTFT).
آزمون پیشنهادی: مقایسه TTFT و نرخ تولید توکن Gemma 4 E2B در vLLM تحت دو بار کاری تک درخواست و ۱۲۸ درخواست همزمان روی یک کارت A100.

⚡ بهینه‌سازی اجرا و مدل‌های جدید

افزایش سرعت اینفرنس Gemma 4 E2B در فریم‌ورک vLLM
گوگل با بهینه‌سازی پشته نرم‌افزاری و speculative decoding در vLLM نرخ خروجی توکن را روی A100 افزایش داد.

انتشار مدل GPT-6.1 Terra با قابلیت تعامل مستقیم با سیستم‌عامل
مدل جدید OpenAI با کاهش هزینه API و افزایش سرعت، برای استدلال بصری و اجرای دستورات در محیط کامپیوتر ارائه شد.

رونمایی کانوا از مدل اختصاصی تولید تصویر Canva Craft
مدل دو مرحله‌ای کانوا با قابلیت خروجی 2K و تبدیل تصاویر به لایه‌های برداری قابل‌ویرایش منتشر شد.

🔬 تحقیقات نظری و ابزارهای توسعه

ارائه الگوریتم زمان زیرنمایی برای 3-SAT با مدل Claude
آنتروپیک الگوریتمی در زبان Lean 4 برای رد فرضیه زمان نمایی منتشر کرد که دو قضیه اثبات‌نشده در آن باقی مانده است.

انتشار نسخه ۲.۰ ابزار awesome-iran-mcp برای اتصال ایجنت‌ها به خدمات.
نسخه جدید با ۳۶ سرور و ۴۶۹ ابزار امکان تعامل ایجنت‌های هوش مصنوعی با داده‌های وب‌سایت‌ها و قوانین ایران را فراهم کرد.

معرفی ابزار AI Design Skills برای طراحی وب‌سایت با ایجنت‌های هوش مصنوعی
مجموعه ابزار متن‌باز جدید امکان ساخت سیستم‌های بصری و تبدیل طرح‌های فیگما به کد را برای ایجنت‌ها فراهم می‌کند.

🇮🇷 - هوش مصنوعی و علم داده به فارسی
🌐 سایت | تلگرام | بله | ایتا | ارتباط با ما

‏نقشه راه مهندسی هوش مصنوعی مولد ۲۰۲۶

‏برای تبدیل شدن به مهندس Generative AI، نیازی به گذراندن ده‌ها دوره آموزشی نیست. تسلط بر مفاهیم کلیدی و اجرای پروژه‌های عملی کافی است. در ادامه، این مسیر یادگیری را در ده گام اصلی بررسی می‌کنیم:

‏۱. مبانی ترنسفورمرها و LLM: یادگیری معماری، مکانیزم‌های توجه (Attention)، توکنایزرها و نحوه تولید پاسخ توسط مدل‌ها. (مشاهده دوره)

‏۲. امبدینگ‌ها و دیتابیس‌های برداری: درک مفاهیم تشابه معنایی و کار با ابزارهایی مثل FAISS و Pinecone. (منابع آموزشی)

‏۳. مهندسی پرامپت و خروجی‌های ساختاریافته: کار با Zero-shot، Few-shot و بهینه‌سازی پرامپت‌ها برای دریافت فرمت JSON.

‏۴. سیستم‌های RAG: یادگیری اینجست کردن اسناد، بازیابی ترکیبی و رنک‌بندی پاسخ‌ها. (آموزش اصلی)

‏۵. فریم‌ورک LangChain: اتصال مدل‌ها به ابزارهای جانبی و داده‌های شخصی. (لیست دوره)

‏۶. معماری Agentic و LangGraph: ساخت جریان‌های کاری هوشمند و خودمختار با مدیریت وضعیت (State Management). (منابع یادگیری)

‏۷. استقرار (Deployment) در فضای ابری: کار با زیرساخت‌هایی مثل Amazon Bedrock و Azure برای مقیاس‌پذیری و مدیریت هزینه‌ها.

‏۸. ارزیابی و امنیت: استفاده از ابزارهایی مثل RAGAS برای تشخیص توهم (Hallucination) و ایمن‌سازی در برابر حملات Prompt Injection.

‏۹. پروتکل MCP: یادگیری استانداردهای جدید برای اتصال مدل‌ها به منابع داده و ابزارهای خارجی. (مستندات اصلی)

‏۱۰. ساخت پروژه نهایی: پیاده‌سازی کاربردی با تمرکز بر لاگ‌گذاری، مانیتورینگ و رابط کاربری. برای شروع می‌توانید این پروژه‌ها را ببینید:
‏- تولیدکننده پست خودکار
‏- چت‌بات با LangGraph
‏- اپلیکیشن Multi-Agent

‏به جای دنبال کردنِ بی‌وقفه فریم‌ورک‌های جدید، روی مفاهیم پایه تمرکز کنید و با استقرارِ حداقل یک پروژه کامل، تجربه عملی به دست آورید.

🔗 ادامه مطلب در سایت

🇮🇷 - هوش مصنوعی و علم داده به فارسی
🌐 سایت | تلگرام | بله | ایتا | ارتباط با ما

#LangGraph #RAGAS

‏🌐 انتشار مدل هوش مصنوعی Atria Dawn با پنجره متنی ۵۱۲ هزار توکنی

‏آزمایشگاه هوش مصنوعی شانگهای مدل Atria Dawn را با وزن‌های متن‌باز منتشر کرد. این مدل که بر پایه معماری GLM-5.2 MoE با ۷۴۴ میلیارد پارامتر ساخته شده، برای اجرای وظایف تخصصی توسط ایجنت‌های هوش مصنوعی طراحی شده است.

‏Atria Dawn به طور اختصاصی برای تعامل چندمرحله‌ای با ابزارها بهینه شده و در حوزه‌های زیر کاربرد دارد:

‏* تحقیقات: جست‌وجو و طبقه‌بندی منابع و طراحی برنامه‌های آزمایش.
‏* توسعه: ساخت برنامه‌ها، سیستم‌های یادگیری ماشین و محیط‌های تعاملی.
‏* اسناد: تولید گزارش و ارائه داده‌ها.
‏* امنیت: شناسایی آسیب‌پذیری‌ها و اصلاح کد.

‏طبق گزارش تیم توسعه‌دهنده، این مدل در بنچمارک‌هایی مانند AutomationBench، CyberGym، SkillsBench و WideSearch عملکرد بالایی دارد؛ برای نمونه امتیاز آن در AutomationBench برابر با ۵۴.۷ و در CyberGym معادل ۸۶.۸ است.

‏این مدل تنها از ورودی متنی پشتیبانی می‌کند و وزن‌های آن در نسخه‌های کامل و FP8 با مجوز MIT در دسترس است. امکان استقرار مستقل این مدل از طریق SGLang و vLLM فراهم شده است.

🔗 جزئیات خبر در سایت

‏🎬 افزودن قابلیت تدوین ویدیو به ChatGPT

‏کمپانی CapCut در رویداد اخیر خود در لس‌آنجلس اعلام کرد که طی ماه‌های آینده، یک پلاگین اختصاصی برای ChatGPT عرضه می‌کند.

‏با استفاده از این ابزار، کاربران می‌توانند ایده خود را در محیط چت توصیف کنند تا هوش مصنوعی یک پیش‌نویس اولیه از ویدیو تولید و تدوین کند. این پیش‌نویس قابلیت ویرایش در همان محیط گفتگو را دارد و برای اصلاحات نهایی و خروجی گرفتن، می‌توان آن را در ویرایشگر تحت وب CapCut باز کرد.

‏هنوز جزئیاتی درباره نیاز به اشتراک‌های پولی برای دسترسی به این پلاگین منتشر نشده است. این قابلیت در واقع تلاشی از سوی ByteDance برای یکپارچه‌سازی ابزارهای تدوین با مراحل اولیه ایده‌پردازی کاربران در چت‌بات‌هاست. با این حال، همچنان برای انجام تنظیمات دقیق و نهایی، استفاده از محیط ویرایشگر ویدیویی این شرکت ضروری باقی می‌ماند.

🇮🇷 - هوش مصنوعی و علم داده به فارسی
🌐 سایت | تلگرام | بله | ایتا | ارتباط با ما

#CapCut #ByteDance

‏🤖 معرفی مدل Genie 4 برای ساخت محیط‌های تعاملی

‏گوگل دیپ‌مایند (Google DeepMind) مدل Genie 4 را معرفی کرد که قادر است بر اساس متن یا تصویر، محیط‌های فوتورئالیستیک و تعاملی بسازد. این مدل علاوه بر تولید تصویر، به صورت هم‌زمان صدا، موسیقی و دیالوگ‌های محیط را نیز پردازش می‌کند.

‏در هنگام اجرای این مدل، کاربران می‌توانند با ارسال دستورات متنی، مواردی مانند زاویه دوربین، شرایط جوی یا حضور افراد در صحنه را تغییر دهند. ساختار فنی این سیستم از ترکیب دو مدل استفاده می‌کند:
‏* Gemini Omni: مسئولیت پردازش بخش بصری و تولید محیط را بر عهده دارد.
‏* Gemini 3.8 Flash: وظیفه حفظ تداوم و منطق رویدادها را در طول تعامل کاربر انجام می‌دهد.

‏این ابزار با هدف آموزش عامل‌های هوش مصنوعی و ربات‌ها پیش از به‌کارگیری در دنیای واقعی طراحی شده و برای حوزه‌هایی مانند تولید بازی، سینما و روزنامه‌نگاری کاربرد دارد.

‏در حال حاضر دسترسی به این مدل محدود به تسترهای تاییدشده است و در هفته‌های آینده برای مشترکین Google AI Ultra در پروژه Genie فعال می‌شود.

🇮🇷 - هوش مصنوعی و علم داده به فارسی
🌐 سایت | تلگرام | بله | ایتا | ارتباط با ما

‏💡 Nace AI مدل Drex را برای جستجو منتشر کرد

‏Nace AI مدل Drex خود را برای جستجوی اسناد معرفی کرده است. این سیستم به جای تکه‌های متنی، صفحات مستندات ارجاع داده شده را به عوامل هوش مصنوعی (AI agents) ارائه می‌دهد.

‏ایده اصلی این است که جستجو مجموعه‌ای از تصمیم‌گیری‌هاست. Drex ابتدا پرسش را به دو دسته «جستجوی سریع» یا «جستجوی عمیق توسط عامل» طبقه‌بندی می‌کند. سپس فضای جستجو را از پوشه به فایل، بخش، صفحه و در نهایت جدول و ستون داخل یک صفحه گسترده محدود می‌کند. تنها صفحات منتخب به مدل زبانی بزرگ (LLM) می‌رسند و پاسخ نهایی شامل ارجاع به فایل و صفحه است.

‏طبق گزارش Nace، این مدل در بنچمارک BrowseComp-Plus با GPT-5 به امتیاز 92.05% رسیده و به طور متوسط 12.61 فراخوانی جستجو در هر پرسش داشته که 16.6 برابر کمتر از بهترین ورودی قبلی است. همچنین در VisDocAgentBench امتیاز 77.5% R@1 را کسب کرده که 10 امتیاز بالاتر از Claude Opus 5 است. در MADQA با Gemini 3.5 Flash به 94.7% و در OfficeQA Pro، تمام 9 پیکربندی عامل Nace به تعداد نوبت کمتری نیاز داشتند.

🇮🇷 سایت | تلگرام

‏🧠 معماری SLEEP گوگل برای یادگیری مداوم مدل‌های زبانی

‏گوگل معماری SLEEP را معرفی کرده است؛ یک چارچوب جدید برای آموزش مداوم مدل‌های زبانی بزرگ (LLMs) که به آن‌ها اجازه می‌دهد دانش جدید را بدون فراموش کردن اطلاعات قبلی کسب کنند. مشکل اصلی در یادگیری مداوم، «فراموشی فاجعه‌بار» است، جایی که مدل با یادگیری اطلاعات جدید، مهارت‌های قبلی خود را از دست می‌دهد.

‏SLEEP دو حالت اصلی دارد:
‏* فعال (Waking): مدل با داده‌های ورودی تعامل کرده و اطلاعات را در حافظه کوتاه‌مدت ذخیره می‌کند.
‏* خواب (Sleeping): دریافت داده‌های جدید متوقف می‌شود. مدل از بلوک‌های حافظه اضافی MoE (Mixture of Experts) استفاده کرده و دانش را به وزن‌های خود منتقل می‌کند تا از تداخل با اطلاعات تثبیت‌شده جلوگیری شود. پس از این مرحله، حافظه موقت آزاد می‌شود.

‏همچنین مرحله‌ای به نام «رویا» (Dreaming) وجود دارد که در آن، ترکیب‌های تصادفی از متخصصان (experts) نمونه‌های آموزشی تولید می‌کنند. سیستم مفیدترین نمونه‌ها را انتخاب کرده و برای آموزش بیشتر استفاده می‌کند.

🔗 ادامه مطلب در سایت

🇮🇷 سایت | تلگرام

‏🤖 معرفی مدل هوش مصنوعی Gemini 4 Carbon

‏گوگل مدل جدید Gemini 4 Carbon را با تمرکز بر قابلیت‌های سایبری و پردازش‌های طولانی‌مدت معرفی کرد. این مدل در نسخه ۵.۰ شاخص هوش (Intelligence Index) با امتیاز ۵۹ در جایگاه اول قرار گرفته است.

‏مهم‌ترین نتایج این مدل در ارزیابی‌های امنیت سایبری عبارتند از:
‏- امتیاز ۸۸.۲ درصد در SEC-bench Pro برای شناسایی آسیب‌پذیری‌ها
‏- امتیاز ۵۴.۸ درصد در ExploitGym برای بهره‌برداری از باگ‌ها
‏- امتیاز ۷۱ درصد در CWE-bench برای ارائه وصله‌های امنیتی

🇮🇷 - هوش مصنوعی و علم داده به فارسی
🌐 سایت | تلگرام | بله | ایتا | ارتباط با ما

#Gemini4Carbon #SEC_bench_Pro