🚀 انتشار رسمی API مدل DeepSeek V4-Flash
کمپانی DeepSeek به‌تازگی از عرضه رسمی API مدل V4-Flash با تمرکز ویژه بر بهبود عملکرد در سناریوهای عامل‌محور (Agentic) خبر داد. طبق بنچمارک‌های داخلی، این نسخه در وظایف مرتبط با کدنویسی و اجرای دستورات توسط Autonomous Agents، عملکردی به‌مراتب دقیق‌تر و سریع‌تر از نسخه V4-Pro-Preview ارائه می‌دهد.
⚡ تغییرات کلیدی در این به‌روزرسانی شامل تقویت توانایی مدل در پردازش وظایف طولانی و پشتیبانی بومی از Responses API است. همچنین قابلیت Parallel Tool Calls برای فراخوانی همزمان ابزارها اضافه شده و سطوح استدلال low، high و max برای کنترل دقیق‌تر خروجی در دسترس کاربران قرار گرفته است.
🧠 ظرفیت حافظه یا Context Window مدل به ۱ میلیون توکن افزایش یافته و بهینه‌سازی‌های لازم برای هماهنگی کامل با Codex انجام شده است. کاربران می‌توانند این مدل را از طریق یک پیکربندی واحد به Codex CLI، افزونه VS Code و سایر ابزارهای سازگار متصل کنند.
#DeepSeek_V4_Flash #Autonomous_Agents
کمپانی DeepSeek به‌تازگی از عرضه رسمی API مدل V4-Flash با تمرکز ویژه بر بهبود عملکرد در سناریوهای عامل‌محور (Agentic) خبر داد. طبق بنچمارک‌های داخلی، این نسخه در وظایف مرتبط با کدنویسی و اجرای دستورات توسط Autonomous Agents، عملکردی به‌مراتب دقیق‌تر و سریع‌تر از نسخه V4-Pro-Preview ارائه می‌دهد.
⚡ تغییرات کلیدی در این به‌روزرسانی شامل تقویت توانایی مدل در پردازش وظایف طولانی و پشتیبانی بومی از Responses API است. همچنین قابلیت Parallel Tool Calls برای فراخوانی همزمان ابزارها اضافه شده و سطوح استدلال low، high و max برای کنترل دقیق‌تر خروجی در دسترس کاربران قرار گرفته است.
🧠 ظرفیت حافظه یا Context Window مدل به ۱ میلیون توکن افزایش یافته و بهینه‌سازی‌های لازم برای هماهنگی کامل با Codex انجام شده است. کاربران می‌توانند این مدل را از طریق یک پیکربندی واحد به Codex CLI، افزونه VS Code و سایر ابزارهای سازگار متصل کنند.
📊 Data➕Science 🇮🇷 - هوش مصنوعی و علم داده به فارسی
📩 ارتباط با ما
#DeepSeek_V4_Flash #Autonomous_Agents
🤖 معرفی مدل قدرتمند Qwen3.8-Max با ۲.۴ تریلیون پارامتر
تیم Qwen از مدل جدید خود تحت عنوان Qwen3.8-Max با ظرفیت عظیم ۲.۴ تریلیون پارامتر رونمایی کرد. این مدل به‌طور اختصاصی برای توسعه نرم‌افزار به‌صورت خودمختار (Autonomous) و مدیریت ایجنت‌های کاری طراحی شده است.
🧠 قابلیت اصلی این سیستم، انجام پروژه‌های طولانی بدون دخالت انسان است؛ از برنامه‌ریزی و نوشتن کد گرفته تا اجرای ابزارها و عیب‌یابی بر اساس بازخورد. به عنوان نمونه، این ایجنت پروژه oh-my-cli را طی ۱۰ روز از یک پوشه خالی به یک خروجی کامل تبدیل کرده است.
⚡ یکی از ویژگی‌های متمایز، پردازش تصویر بومی (Native Multimodality) است که در چرخه برنامه‌ریزی، اجرا و بازرسی ادغام شده است. این مدل قادر است در بهینه‌سازی تراشه‌ها و تدوین استراتژی‌های پیچیده تجاری نیز عملکردی سطح بالا ارائه دهد.
🔗 qwen.ai
🔗 chat.qwen.ai
🔗 qwencloud.com
🔗 GitHub
#Qwen3_8_Max #Autonomous_Agents
تیم Qwen از مدل جدید خود تحت عنوان Qwen3.8-Max با ظرفیت عظیم ۲.۴ تریلیون پارامتر رونمایی کرد. این مدل به‌طور اختصاصی برای توسعه نرم‌افزار به‌صورت خودمختار (Autonomous) و مدیریت ایجنت‌های کاری طراحی شده است.
🧠 قابلیت اصلی این سیستم، انجام پروژه‌های طولانی بدون دخالت انسان است؛ از برنامه‌ریزی و نوشتن کد گرفته تا اجرای ابزارها و عیب‌یابی بر اساس بازخورد. به عنوان نمونه، این ایجنت پروژه oh-my-cli را طی ۱۰ روز از یک پوشه خالی به یک خروجی کامل تبدیل کرده است.
⚡ یکی از ویژگی‌های متمایز، پردازش تصویر بومی (Native Multimodality) است که در چرخه برنامه‌ریزی، اجرا و بازرسی ادغام شده است. این مدل قادر است در بهینه‌سازی تراشه‌ها و تدوین استراتژی‌های پیچیده تجاری نیز عملکردی سطح بالا ارائه دهد.
🔗 qwen.ai
🔗 chat.qwen.ai
🔗 qwencloud.com
🔗 GitHub
📊 Data➕Science 🇮🇷 - هوش مصنوعی و علم داده به فارسی
📩 ارتباط با ما
#Qwen3_8_Max #Autonomous_Agents
🤖 انتشار کتاب Building Agentic AI Systems
کتاب جدید انتشارات Packt با عنوان «Building Agentic AI Systems» به بررسی نحوه ساخت ایجنت‌های هوشمند و خودمختار پرداخته است. این کتاب بر توسعه سیستم‌هایی تمرکز دارد که قابلیت استدلال، برنامه‌ریزی و انطباق با محیط‌های مختلف را داشته باشند.
پیش‌گفتار این اثر توسط دو متخصص حوزه هوش مصنوعی نوشته شده است:
* Matthew R. Scott: مدیر ارشد فناوری در Minset.ai
* Dr. Alex Acero: عضو آکادمی ملی مهندسی آمریکا و IEEE Fellow
مؤلفان این کتاب، Anjanava Biswas و Wrick Talukdar، مبانی طراحی و پیاده‌سازی این سیستم‌های خودمختار را تشریح کرده‌اند.
#Agentic_AI #Autonomous_Agents
کتاب جدید انتشارات Packt با عنوان «Building Agentic AI Systems» به بررسی نحوه ساخت ایجنت‌های هوشمند و خودمختار پرداخته است. این کتاب بر توسعه سیستم‌هایی تمرکز دارد که قابلیت استدلال، برنامه‌ریزی و انطباق با محیط‌های مختلف را داشته باشند.
پیش‌گفتار این اثر توسط دو متخصص حوزه هوش مصنوعی نوشته شده است:
* Matthew R. Scott: مدیر ارشد فناوری در Minset.ai
* Dr. Alex Acero: عضو آکادمی ملی مهندسی آمریکا و IEEE Fellow
مؤلفان این کتاب، Anjanava Biswas و Wrick Talukdar، مبانی طراحی و پیاده‌سازی این سیستم‌های خودمختار را تشریح کرده‌اند.
🇮🇷 - هوش مصنوعی و علم داده به فارسی
🌐 سایت | تلگرام | بله | ایتا | ارتباط با ما
#Agentic_AI #Autonomous_Agents