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
هوش مصنوعی و علم داده به فارسی
🤖 ‏ 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…
This media is not supported in your browser
VIEW IN TELEGRAM
‏⚡️ رقابت سنگین مدل‌های زبانی در شبیه‌سازی فیزیک سه‌بعدی

‏مدل جدید Qwen 3.8 Max در یک ارزیابی فنی دقیق، توانست مدل Fable 5 را در چالش پیچیده شبیه‌سازی فیزیک سه‌بعدی پشت سر بگذارد. این رقابت شامل تولید سه سناریوی تعاملی مبتنی بر HTML بود که اجرای صحیح آن‌ها مستلزم حفظ دقیق وضعیت اشیاء، محاسبه برخوردهای فیزیکی و رعایت هندسه مکانیکی است.

‏🧠 تست‌های انجام شده شامل پیاده‌سازی حرکت توپ‌های مرمری در مسیرهای حلقوی، شبیه‌سازی خط تولید خودکار خودرو و ساخت یک کارگاه نجاری دیجیتال بود. مدل Qwen 3.8 Max توانست با مصرف 46.6 هزار توکن و صرف هزینه تنها 0.28 دلار، سناریوهایی با پایداری و کیفیت فنی به‌مراتب بالاتر تولید کند.

‏📊 در مقابل، مدل Fable 5 با استفاده از 38.7 هزار توکن، هزینه‌ای معادل 1.93 دلار بر جای گذاشت. این ارزیابی نشان می‌دهد Qwen با وجود مصرف توکن بالاتر، حدود 6.9 برابر ارزان‌تر از رقیب خود عمل کرده و در مدیریت دینامیک محیط‌های تعاملی، خروجی دقیق‌تری ارائه داده است.

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


#Qwen_3_8_Max #شبیه
‏🚀 داغ‌ترین اخبار هفته در دنیای هوش مصنوعی

‏دنیای مدل‌های زبانی بزرگ (LLM) در این هفته شاهد تحولات چشمگیری بود. در ادامه مهم‌ترین اتفاقات و روندهای جدید را مرور می‌کنیم:

‏- مدل Qwen 3.8 27B معرفی شد؛ علی‌بابا با عرضه این نسخه، جایگاه قدرتمندترین مدل در کلاس وزنی خود را با اختلاف قابل‌توجهی تثبیت کرد.

‏- متا با انتشار Muse Glimmer دوباره به مسیر عرضه مدل‌های متن‌باز بازگشت. این مدل ۳۰ میلیارد پارامتری برای اجرای محلی بهینه شده و وعده انتشار نسخه‌های آتی آن نیز داده شده است.

‏- مدل Grok 4.6 با بهره‌گیری از آموزش پیش‌فرض ۱.۵ تریلیون پارامتری و بهینه‌سازی‌های پس از آموزش عرضه شد. در حال حاضر محدودیت‌های استفاده از این مدل در سرویس‌های Grok Build و Cursor برای مدت محدودی دو برابر شده است.

‏- نسخه V4 Pro از مدل‌های DeepSeek با ساختاری بسیار ماژولار و تحت مجوز MIT منتشر شد.

‏- مدل Gemini 3.7 Flash در بنچمارک‌های اخیر توانست عملکردی فراتر از مدل Sonnet 5 از خود نشان دهد.

‏از سوی دیگر، در حوزه اخبار شرکتی، بزرگ‌ترین تحول هفته تکمیل قرارداد ۶۰ میلیارد دلاری خرید Cursor توسط SpaceX با استفاده از سهام اختصاصی بود که بازار ابزارهای توسعه هوش مصنوعی را تحت‌الشعاع قرار داد.

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


#Qwen_3 #DeepSeek_V4
‏🚀 جهش خیره‌کننده مدل Qwen 3.8 27B در دنیای هوش مصنوعی

‏مدل Qwen 3.8 27B با کسب امتیاز ۵۲ در بنچمارک Artificial Analysis، معادلات رقابت در حوزه مدل‌های هوش مصنوعی را تغییر داده است. این دستاورد نشان می‌دهد که مدل‌های Open-Weight اکنون عملکردی در سطح پرچمداران تجاری ارائه می‌دهند.

‏مهم‌ترین نکات این موفقیت:

‏• قابلیت اجرا به صورت Local بر روی سخت‌افزارهای شخصی و لپ‌تاپ‌های معمولی.
‏• نزدیکی عملکرد به مدل‌های قدرتمندی نظیر GPT-5.6 Luna و GLM-5.2.
‏• کاهش وابستگی به APIهای ابری و سرورهای سنگین برای انجام پردازش‌های تخصصی.

‏ما وارد دوره‌ای شده‌ایم که قدرت پردازشی پیشرفته نه در سرورهای ابری، بلکه بر روی سخت‌افزار شخصی کاربران رقم می‌خورد. این مدل نمونه‌ای بارز از بلوغ مدل‌های متن‌باز برای استفاده در تسک‌های روزمره و حرفه‌ای است.

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


#Qwen_3_8_27B #Artificial_Analysis