هوش مصنوعی و علم داده به فارسی
6.06K subscribers
2.38K photos
554 videos
369 files
2.54K links
DataPlusScience | هوش مصنوعی و علم داده به فارسی
اخبار، تحلیل، آموزش و ابزارهای کاربردی

🌐 DataPlusScience.ir

📩 ارتباط با ما: @Contact2Mebot

📂 کانال فایل‌ها: @Datascientists_Files

💎 بله: ble.ir/dataplusscience

💡 ایتا: eitaa.com/DataPlusScience
Download Telegram
This media is not supported in your browser
VIEW IN TELEGRAM
🚀 ‏ مقایسه مدل‌های هوش مصنوعی در ساخت پروژه‌های سه‌بعدی

🤖 ‏ اخیراً شاهد یک رقابت جدی در حوزه تولید محتوای ۳بعدی میان مدل‌های Claude Fable 5 و Kimi K3 هستیم. توسعه‌دهندگان با استفاده از این مدل‌ها، ابزارهای پیشرفته‌ای برای انتخاب صندلی در استادیوم‌های ورزشی یا کنسرت‌ها ساخته‌اند که دید دقیق و واقعی از جایگاه کاربر را پیش از خرید بلیت ارائه می‌دهد.


📊 ‏ این فناوری با جایگزینی نقشه‌های دوبعدی و ایستا، تجربه کاربری را در پلتفرم‌های فروش بلیت متحول می‌کند. از سینماها گرفته تا زمین‌های کریکت و مسابقات ویمبلدون، این ابزارها امکان مشاهده فضای سه‌بعدی محیط را فراهم کرده‌اند.


📊 Data➕Science 🇮🇷 - هوش مصنوعی و علم داده به فارسی
📩 ارتباط با ما


#Claude_Fable5 #Kimi_K3
🚀 ‏ تحلیل پرفورمنس مدل Kimi K3 در برنامه‌نویسی

🔬 ‏ بررسی نتایج جدید در benchmark اختصاصی «vibe coding» نشان می‌دهد که مدل Kimi K3 به نقطه عطف مهمی در دنیای هوش مصنوعی رسیده است. این بنچ‌مارک توانایی مدل‌ها در ساخت و استقرار کامل اپلیکیشن‌های وب را می‌سنجد.

⚡ ‏ برای نخستین بار در تاریخ، یک مدل با دسترسی باز (open-weight) موفق شده است مدل‌های پیشرو OpenAI و Anthropic را پشت سر بگذارد. تا پیش از این، مدل‌های متن‌باز صرفاً گزینه‌هایی جالب بودند و توان رقابت با غول‌های آمریکایی را نداشتند.

📈 ‏ در تحلیل روند پیشرفت، نرخ بهبود یا Slope اهمیت حیاتی دارد. مدل Kimi K3 توانسته است امتیاز خود را از ۱۷.۵٪ به ۸۵.۰٪ در عرض ۵.۵ ماه ارتقا دهد؛ یعنی نرخ رشد خیره‌کننده ۱۲ امتیاز در هر ماه.

🧠 ‏ این در حالی است که مدل‌های سری GPT در بازه مشابه، با شیبی حدود ۷.۱ امتیاز در ماه رشد کرده‌اند. نکته کلیدی دیگر، بهره‌وری توکن (token efficiency) است که در K3 بسیار بهینه‌تر از رقبا ارزیابی شده است.

📊 Data➕Science 🇮🇷 - هوش مصنوعی و علم داده به فارسی
📩 ارتباط با ما


#Kimi_K3 #vibe_coding
This media is not supported in your browser
VIEW IN TELEGRAM
🤖 ‏ ارزیابی مدل Kimi-k3 در برابر مدل‌های Frontier

⚡ ‏ بررسی عملکرد مدل جدید Kimi-k3 نشان می‌دهد که اگرچه این مدل در تلاش برای نزدیکی به استانداردهای مدل‌های برتر (Frontier) است، اما در سناریوهای عملیاتی چالش‌های جدی دارد. تست انجام شده شامل طراحی یک Chain Reaction Machine (ماشین واکنش زنجیره‌ای) با آزادی عمل کامل در پیاده‌سازی بود.

🧠 ‏ در مقایسه با مدل GPT-5.6، این ابزار با مشکلات جدی در بهره‌وری روبروست. مدل GPT-5.6 در نسخه Codex با هزینه 4.53 دلار و در زمان 25 دقیقه، و نسخه Max آن با هزینه 1.71 دلار در مدت 15 دقیقه، موفق به تکمیل تسک شد.

🔬 ‏ در مقابل، مدل Kimi-k3 با استفاده از 10 میلیون توکن ورودی و تولید 101 هزار توکن، عملکرد بسیار ضعیف‌تری نشان داد. فرآیند اجرای این مدل حدود 6 ساعت به طول انجامید و به دلیل اتمام محدودیت‌های زمانی و نیاز مکرر به دستور Continue، متوقف شد.

📊 ‏ هزینه تخمینی برای Kimi-k3 معادل 4.18 دلار برآورد شد .


📊 Data➕Science 🇮🇷 - هوش مصنوعی و علم داده به فارسی
📩 ارتباط با ما


#Kimi_k3 #Chain_Reaction_Machine
‏🇨🇳 پایان دوران مدل‌های متن‌باز چینی

‏دولت چین در حال بررسی اعمال محدودیت‌های سختگیرانه بر صادرات مدل‌های هوش مصنوعی و تراشه‌های پیشرفته است. گزارش‌ها حاکی از آن است که پکن در حال رایزنی با غول‌های فناوری نظیر Alibaba، ByteDance و Zhipu پیرامون محدودسازی خروج داده‌های آموزشی و دسترسی خارجی به وزن‌های (Weights) مدل‌های قدرتمند است.

🔬 ‏ پیش از این، رویکرد «متن‌باز» در چین ابزاری استراتژیک برای رقابت با مدل‌های غربی بود. اما با ظهور مدل‌های پیشرویی نظیر Kimi K3 با 2.8T پارامتر که به عملکردی نزدیک به سیستم‌های آمریکایی دست یافته‌اند، نگرش پکن تغییر کرده و اکنون این مدل‌ها را به عنوان دارایی‌های راهبردی و امنیتی طبقه‌بندی می‌کند.

🚀 ‏ محدودیت‌های آتی صرفاً محدود به مدل‌ها نیست و صنایع سخت‌افزاری را نیز هدف قرار می‌دهد. پکن در تلاش است تا با ایجاد سدهایی در برابر تولید تراشه‌های پیشرفته بر اساس طراحی‌های داخلی، مانع از انتقال فناوری به شرکت‌هایی نظیر Qualcomm یا TSMC شود.

🔗 ‏ reuters.com

📊 Data➕Science 🇮🇷 - هوش مصنوعی و علم داده به فارسی
📩 ارتباط با ما


#Kimi_K3 #Open_Weight
⚠ ‏️ جنجال بزرگ نقض مالکیت معنوی توسط Moonshot AI

🔬 ‏ دولت آمریکا کمپانی Moonshot AI را متهم کرده که برای توسعه مدل Kimi K3، به‌صورت مخفیانه از مدل Fable متعلق به شرکت Anthropic سوءاستفاده کرده است. طبق ادعای وزارت بازرگانی آمریکا، این شرکت با ایجاد یک پلتفرم اختصاصی، دست به یک کمپین Distillation (فرایند انتقال دانش از یک مدل بزرگ به مدل کوچک‌تر) در مقیاس صنعتی زده است.

⚡ ‏ گفته می‌شود این شرکت برای دور زدن سیستم‌های شناسایی و آموزش مدل‌های خود، به‌طور مداوم روش‌های دسترسی را تغییر داده و از منابع پردازشی GB300 در کشور تایلند بهره برده است. مقامات آمریکایی تأکید دارند که اگرچه Distillation در صنعت برای بهینه‌سازی مدل‌ها امری رایج و قانونی است، اما کپی‌برداری پنهانی و گسترده از مدل‌های پیشرو بدون مجوز، یک تخلف جدی است.

🧠 ‏ برای اثبات این ادعا، محققان بر Statistical Fingerprints (اثرانگشت‌های آماری پنهان در خروجی مدل) متمرکز شده‌اند.

📊 Data➕Science 🇮🇷 - هوش مصنوعی و علم داده به فارسی
📩 ارتباط با ما


#Kimi_K3 #Model_Distillation
🤖 ‏ نفوذ موفق مدل Kimi K3 به Redis

🔬 ‏ مدل هوش مصنوعی Kimi K3 در یک دستاورد فنی قابل‌توجه، تنها در عرض ۲۷ دقیقه و با به‌کارگیری ۳۲ عامل (agent) خودمختار، موفق به کشف یک آسیب‌پذیری 0day و اجرای RCE (اجرای کد از راه دور) روی سرورهای Redis شده است. این عملیات نشان‌دهنده توانمندی بالای مدل‌های جدید در تحلیل ساختارهای پیچیده نرم‌افزاری و خودکارسازی فرآیند اکسپلویت‌نویسی است.

🧠 ‏ این آسیب‌پذیری که از نوع خطای حافظه در بارگذاری stream consumer-group است، به دلیل مکانیزم double free رخ می‌دهد. این باگ در واقع نمونه‌ای از نقص مشابه در CVE-2026-25243 بوده که علی‌رغم اصلاحات قبلی، همچنان نسخه‌های ۷.۴.۹ و ۸.۶.۳ را تحت تأثیر قرار می‌داد و نهایتاً در نسخه ۸.۸.۰ برطرف شد.

⚡ ‏ مدل در زنجیره اکسپلویت خود برای نسخه ۶.۲.۲۲، با بهره‌گیری از تکنیک‌های پیچیده‌ای نظیر UAF و نشت اطلاعات از libc، کنترل سیستم را به دست گرفته است.

📊 Data➕Science 🇮🇷 - هوش مصنوعی و علم داده به فارسی
📩 ارتباط با ما


#Kimi_K3 #Redis_RCE
❤2
This media is not supported in your browser
VIEW IN TELEGRAM
🤖 ‏ مقایسه عملکرد مدل‌های پیشرفته در بنچمارک بازی آرکید

🔬 ‏ نتایج اجرای مدل‌های Kimi K3، Fable 5، Gemini 3.6 Flash و GPT 5.6 Sol Ultra در یک بنچمارک شبیه‌سازی بازی آرکید منتشر شد. مدل Fable 5 با ارائه حرکات کاملاً طبیعی و بدون هیچ‌گونه لگ، موفق شد تمیزترین عملکرد را در این ارزیابی ثبت کند.

⚡ ‏ نکته جالب درباره Gemini 3.6 Flash، رفتار تطبیقی آن است؛ این مدل در ابتدا سنگین عمل می‌کند اما با پیشرفت در بازی، چابک‌تر شده و در عین حال ۶۵٪ توکن کمتر مصرف می‌کند که بازدهی بالایی را نشان می‌دهد.

📊 ‏ در این میان GPT 5.6 Sol به عنوان یک مدل همه‌فن‌حریف، گیم‌پلی بسیار پایداری ارائه داد که فاقد هرگونه باگ یا خطای فنی بود.

🧩 ‏ در نهایت، مدل متن‌باز Kimi K3 به عنوان پدیده غیرمنتظره ظاهر شد که با وجود هزینه بسیار کمتر، از نظر کیفیت انیمیشن با Fable 5 برابری می‌کند و تحسین بسیاری را برانگیخت. این نتایج نشان‌دهنده پیشرفت چشمگیر مدل‌ها در تعاملات بلادرنگ است.

📊 Data➕Science 🇮🇷 - هوش مصنوعی و علم داده به فارسی
📩 ارتباط با ما


#Kimi_K3 #Fable_5
‏🇺🇸 چالش قیمت‌گذاری هوش مصنوعی آمریکا در برابر رقبا

⚡ ‏ مدل‌های هوش مصنوعی آمریکایی که سال‌ها پیشگام بازار بودند، اکنون با چالش جدی قیمت‌گذاری از سوی رقبا مواجه‌اند. مدل جدید Kimi K3 محصول Moonshot AI، تنها با قیمت ۱۵ دلار به ازای هر میلیون توکن خروجی عرضه شده که تقریباً نصف هزینه مدل GPT-5.6 Sol است و سایر مدل‌های چینی نیز با هزینه‌ای بسیار کمتر در دسترس هستند.

🧠 ‏ بسیاری از مدل‌های پیشرو چینی به صورت open-weight (مدل‌هایی با وزن‌های قابل دانلود برای شخصی‌سازی) منتشر می‌شوند. این استراتژی به سازمان‌ها اجازه می‌دهد زیرساخت اختصاصی خود را داشته باشند، مدل‌ها را بهینه کنند و داده‌های حساس خود را برخلاف مدل‌های مبتنی بر API، کاملاً در محیط داخلی حفظ کنند.

🚀 ‏ شرکت‌های بزرگی مانند Airbnb، DoorDash و Microsoft به دلیل صرفه اقتصادی و عملکرد رقابتی، در حال بررسی استفاده از این مدل‌ها برای بارهای کاری خاص هستند.

📊 Data➕Science 🇮🇷 - هوش مصنوعی و علم داده به فارسی
📩 ارتباط با ما


#Kimi_K3 #Open_Weight
This media is not supported in your browser
VIEW IN TELEGRAM
🚀 ‏ عرضه مدل قدرتمند Kimi K3 با ۲.۸ تریلیون پارامتر

🚨 ‏ شرکت Moonshot AI مدل جدید Kimi K3 را با ۲.۸ تریلیون پارامتر در پلتفرم Hugging Face منتشر کرد. این نخستین مدل در کلاس ۳ تریلیون پارامتر است که به صورت Open-weights در دسترس عموم قرار می‌گیرد. به لطف معماری MoE (مدل ترکیبی متخصصان)، در هر توکن تنها ۱۰۴ میلیارد پارامتر فعال می‌شوند که شامل ۱۶ متخصص از مجموع ۸۹۶ متخصص موجود است.

🧠 ‏ این مدل از کانتکست یک میلیون توکنی پشتیبانی کرده و به‌صورت بومی با متن و تصویر کار می‌کند. ساختار فنی آن شامل ۹۳ لایه است که از ۶۹ لایه Kimi Delta Attention (مکانیزم توجه بهینه) و ۲۴ لایه Gated MLA تشکیل شده است. استفاده از فرمت‌های MXFP4 برای وزن‌ها و MXFP8 برای اکتیویشن‌ها، باعث شده تا بهره‌وری مقیاس‌پذیری آن ۲.۵ برابر نسبت به نسخه K2 افزایش یابد.

⚡ ‏ مدل Kimi K3 به‌طور خاص برای وظایف ایجنتیک طولانی توسعه یافته است.

📊 Data➕Science 🇮🇷 - هوش مصنوعی و علم داده به فارسی
📩 ارتباط با ما


#Kimi_K3 #Mixture_of_Experts
❤1
🚀 ‏ جهش خیره‌کننده مدل‌های متن‌باز چینی

🔬 ‏ دنیای مدل‌های متن‌باز (Open Weights) شاهد یک تحول بزرگ است. مدل‌های هوش مصنوعی چینی در کمتر از دو ماه پس از عرضه، عملکردی فراتر از رقبای قدرتمندی نظیر Opus 4.8 در بنچمارک‌ها ثبت کرده‌اند.

🧠 ‏ مدل Kimi K3 اکنون با کسب امتیاز 57 در شاخص Artificial Analysis، در صدر جدول مدل‌های متن‌باز قرار گرفته است. این مدل عظیم با 2.6 تریلیون پارامتر، وزن‌های خود را به‌صورت عمومی منتشر کرده و استانداردهای جدیدی را در صنعت هوش مصنوعی تعریف کرده است.

⚖ ‏️ استفاده از این مدل تحت لیسانس اختصاصی Kimi K3 مجاز است. کسب‌وکارهایی که درآمد سالانه بالای 20 میلیون دلار دارند یا خدماتی با بیش از 100 میلیون کاربر فعال ماهانه ارائه می‌دهند، برای بهره‌برداری تجاری باید توافق‌نامه‌های ویژه‌ای با توسعه‌دهندگان منعقد کنند.

📊 ‏ سازندگان همچنین ملزم به درج نام Kimi K3 در رابط کاربری محصولات خود هستند.

📊 Data➕Science 🇮🇷 - هوش مصنوعی و علم داده به فارسی
📩 ارتباط با ما


#Kimi_K3 #Artificial_Analysis
🤖 ‏ بررسی فنی مدل Kimi K3 از شرکت Moonshot AI

🔬 ‏ شرکت Moonshot AI با انتشار گزارش فنی مدل Kimi K3، تغییرات ساختاری بنیادینی را نسبت به نسل قبلی (K2) معرفی کرده است. این مدل با ۹۳ لایه پردازشی، از معماری ترکیبی نوآورانه‌ای شامل ۳ لایه KDA و یک لایه MLA جهانی استفاده می‌کند. مکانیزم KDA با فشرده‌سازی متن در حالتی با اندازه ثابت، مانع از اشباع حافظه (Cache) در گفتگوهای بسیار طولانی می‌شود.

⚡ ‏ یکی از قابلیت‌های کلیدی K3، پشتیبانی از پنجره متنی تا یک میلیون توکن بدون نیاز به تنظیمات مرسوم RoPE است. در بخش مدیریت اطلاعات، معماری Attention Residuals به هر لایه اجازه می‌دهد انتخاب کند از کدام بلوک‌های قبلی داده دریافت کند، که این امر منجر به بهینه‌سازی جریان اطلاعات در ۸ بلوک ۱۲ لایه‌ای شده است.

🧠 ‏ در معماری MoE (مدل‌های آمیخته از متخصصان)، تعداد متخصصان به ۸۹۶ افزایش یافته و در هر توکن، ۱۶ متخصص فعال می‌شوند.

📊 Data➕Science 🇮🇷 - هوش مصنوعی و علم داده به فارسی
📩 ارتباط با ما


#Kimi_K3 #KDA_Architecture
‏💻 اجرای مدل ۲.۷۸ تریلیون پارامتری Kimi K3 روی پردازنده معمولی و ۸ گیگابایت رم

‏یک دستاورد فنی شگفت‌انگیز در حوزه هوش مصنوعی محلی نشان می‌دهد که چطور می‌توان مدل‌های بسیار عظیم را بدون نیاز به پردازنده‌های گرافیکی گران‌قیمت یا فریم‌ورک‌های سنگین اجرا کرد. پروژه kimi-k3-in-c موفق شده است فرآیند استنتاج (Inference) مدل زبانی غول‌پیکر Kimi K3 با ۲.۷۸ تریلیون پارامتر را تقریباً از صفر و با زبان استاندارد C99 روی پردازنده (CPU) پیاده‌سازی کند. فایل چک‌پوینت این مدل حدود ۱.۵۶ ترابایت حجم دارد، اما حداکثر رم مصرفی در زمان اجرا تنها ۸.۲۴ گیگابایت است.
📊 Data➕Science 🇮🇷 - هوش مصنوعی و علم داده به فارسی
📩 ارتباط با ما

#Kimi_K3 #Mixture_of_Experts
❤1
‏🚀 اجرای مدل ۲.۷ تریلیون پارامتری روی لپ‌تاپ معمولی

‏اتفاقی شگفت‌انگیز در دنیای هوش مصنوعی رخ داده است. یک توسعه‌دهنده موفق شده مدل عظیم Kimi K3 با ۲.۷۸ تریلیون پارامتر را تنها با استفاده از یک CPU و ۸ گیگابایت رم اجرا کند. معماری، ظرفیت‌ها و ملاحظات فنی در تحلیل تخصصی مدل با جزئیات بیشتری آمده است.

‏نکته حیرت‌آور اینجاست که برای این کار به هیچ GPU، فریم‌ورک سنگین یا کتابخانه‌های محاسباتی نیاز نیست. کل موتور اجرا تنها ۱۷۶ کیلوبایت حجم دارد و با زبان C99 نوشته شده است. مدل به صورت توکن به توکن از روی دیسک فراخوانی می‌شود و خروجی آن کاملاً یکسان باقی می‌ماند.

‏در این روش، میزان رم تنها بر سرعت اجرای مدل تأثیر می‌گذارد و نه دقت آن. این یعنی حالا می‌توانید مدلی که برای اجرا معمولاً به یک ورک‌استیشن ۱۲۸ گیگابایتی نیاز دارد را روی یک لپ‌تاپ معمولی نیز داشته باشید.

‏برای بررسی پیاده‌سازی و جزئیات فنی می‌توانید به مخزن زیر مراجعه کنید:

‏مخزن GitHub پروژه Kimi K3 در زبان C

📊 Data➕Science 🇮🇷 - هوش مصنوعی و علم داده به فارسی
📩 ارتباط با ما


#Kimi_K3 #C99
❤1
‏🚀 ورود مدل چندوجهی Kimi K3 به زیرساخت ابری اوراکل

‏مدل هوش مصنوعی چندوجهی Kimi K3 (محصول Moonshot AI) به پلتفرم ابری سازمانی اوراکل (OCI Enterprise AI) پیوست. کاربران اکنون می‌توانند این مدل غول‌پیکر را مستقیماً در محیط ابری اختصاصی خود مستقر و اجرا کنند.

‏مدل Kimi K3 با ۲.۸ تریلیون پارامتر و پشتیبانی بومی از بینایی ماشین، توانایی بالایی در تحلیل هم‌زمان متن و تصویر دارد. مهم‌ترین کاربردهای این مدل عبارتند از:

‏• تحلیل اسناد، نمودارها و تصاویر فنی همراه با توضیحات متنی
‏• پردازش اسکرین‌شات‌ها و رابط‌های کاربری گرافیکی
‏• پشتیبانی از طول متن ورودی (Context) تا ۱ میلیون توکن

‏این ویژگی به کسب‌وکارها امکان می‌دهد بدون ارسال داده‌های حساس به APIهای خارجی، مدل را در محیط امن OCI پیاده‌سازی کرده و کنترل کاملی بر امنیت داده‌های خود داشته باشند.

یکپارچه‌سازی مدل چندوجهی Kimi K3 با زیرساخت ابری اوراکل

📊 Data➕Science 🇮🇷 - هوش مصنوعی و علم داده به فارسی
📩 ارتباط با ما


#Kimi_K3 #Oracle_Cloud_Infrastructure
‏🤖 انتشار مدل زبانی Kimi K3.1 Pro

‏مدل Kimi K3.1 Pro به‌تازگی معرفی شد. وزن‌های این مدل قرار است از تاریخ ۴ نوامبر منتشر شود، اما در حال حاضر از طریق پلتفرم رسمی در دسترس است. قیمت استفاده از API این مدل نسبت به نسخه K3 کاهش یافته، هرچند نسخه Highspeed آن که سرعت تولید بالاتری دارد، با قیمت کمی متفاوت ارائه می‌شود.

‏نتایج بنچمارک‌های منتشر شده برای این مدل نشان‌دهنده عملکرد آن در کنار مدل‌هایی نظیر Opus 5.5 و GPT-6 Astra است. مهم‌ترین امتیازات کسب‌شده توسط Kimi K3.1 Pro در آزمون‌های مختلف به شرح زیر است:

‏* SWE Marathon: امتیاز ۵۱.۷ (رتبه اول)
‏* Agents' Last Exam: امتیاز ۴۳.۲ (رتبه اول)
‏* OfficeQA Pro v2: امتیاز ۶۴.۴ (رتبه اول)
‏* Kimi Code Bench 3.0: امتیاز ۶۱.۲ (رتبه دوم)
‏* Terminal-Bench 4.0: امتیاز ۶۵.۷ (رتبه دوم)

🔗 بررسی کامل در سایت

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


#Kimi_K3_1_Pro #SWEMarathon
❤1