🌍 فِی-فِی لی از مدل Atlas رونمایی کرد؛ تبدیل عکس به دنیای سه‌بعدی!
فِی-فِی لی (Fei-Fei Li)، استاد برجسته‌ی دانشگاه استنفورد، مدیر مؤسسه‌ی هوش مصنوعی انسان‌محور (HAI) و بنیان‌گذار و مدیرعامل شرکت World Labs، به‌تازگی از جدیدترین دستاورد خود رونمایی کرده است. او که به‌عنوان «مادرخوانده‌ی هوش مصنوعی» شناخته می‌شود، با ایجاد پروژه‌ی ImageNet در سال ۲۰۰۷، عملاً انقلاب یادگیری عمیق را کلید زد
✨ مدل Atlas دقیقاً چه کاری انجام می‌دهد؟
🔹 از یک عکس به یک جهان سه‌بعدی: فقط کافی است یک تصویر بارگذاری کنید و مدل بلافاصله آن را به یک صحنه‌ی ۳D تبدیل می‌کند. می‌توانید دوربین را بچرخانید و صحنه را از هر زاویه‌ای ببینید و حتی بخش‌هایی که در عکس اصلی نبوده‌اند، توسط هوش مصنوعی تکمیل می‌شوند.
🔹 تولید ویدئوهای سینمایی با کیفیت ۱۴۴۰p: با چند تصویر، می‌توانید تا یک دقیقه ویدئو با کیفیت بالا و با کنترل دقیق حرکت دوربین تولید کنید.
🔹 ایستاییِ جادویی (Freeze-Frame) : می‌توانید یک لحظه از ویدئو را متوقف کنید و از زاویه‌ای که هیچ‌کس فیلمبرداری نکرده، به آن نگاه کنید.
🌐 لینک پروژه: worldlabs.ai
🆔 @asrgooyeshpardaz
فِی-فِی لی (Fei-Fei Li)، استاد برجسته‌ی دانشگاه استنفورد، مدیر مؤسسه‌ی هوش مصنوعی انسان‌محور (HAI) و بنیان‌گذار و مدیرعامل شرکت World Labs، به‌تازگی از جدیدترین دستاورد خود رونمایی کرده است. او که به‌عنوان «مادرخوانده‌ی هوش مصنوعی» شناخته می‌شود، با ایجاد پروژه‌ی ImageNet در سال ۲۰۰۷، عملاً انقلاب یادگیری عمیق را کلید زد
✨ مدل Atlas دقیقاً چه کاری انجام می‌دهد؟
🔹 از یک عکس به یک جهان سه‌بعدی: فقط کافی است یک تصویر بارگذاری کنید و مدل بلافاصله آن را به یک صحنه‌ی ۳D تبدیل می‌کند. می‌توانید دوربین را بچرخانید و صحنه را از هر زاویه‌ای ببینید و حتی بخش‌هایی که در عکس اصلی نبوده‌اند، توسط هوش مصنوعی تکمیل می‌شوند.
🔹 تولید ویدئوهای سینمایی با کیفیت ۱۴۴۰p: با چند تصویر، می‌توانید تا یک دقیقه ویدئو با کیفیت بالا و با کنترل دقیق حرکت دوربین تولید کنید.
🔹 ایستاییِ جادویی (Freeze-Frame) : می‌توانید یک لحظه از ویدئو را متوقف کنید و از زاویه‌ای که هیچ‌کس فیلمبرداری نکرده، به آن نگاه کنید.
🌐 لینک پروژه: worldlabs.ai
🆔 @asrgooyeshpardaz
🔥4❤2
🌐 اخبار هوش مصنوعی
🔄 شرکت OpenAI در Astra از ترنسفورمرهای حلقوی استفاده کرده که کار ممیزی مدل را دشوارتر کرده است
شرکت OpenAI در مدل Astra از عمق بازگشتی (Recurrent Depth) استفاده کرده است. در این روش، اطلاعات چندین بار از همان وزن‌ها عبور داده می‌شوند، بنابراین هر توکن محاسبات بیشتری دریافت می‌کند، بدون اینکه تعداد پارامترها به‌همان نسبت افزایش یابد. نتیجه، مدلی فشرده با عملکردی در حد مدل‌های بزرگ‌تر و مصرف حافظه‌ی کمتر است.
اما این روش یک عارضه‌ی جانبی هم دارد: زنجیره‌ی استدلال پنهان. محاسبات در وضعیت‌های داخلی مدل باقی می‌مانند و به‌صورت متن قابل‌خواندن در نمی‌آیند، بنابراین ردیابی منطق مدل از بیرون دشوارتر می‌شود. این مسئله در مورد Astra که آستانه‌ی ریسک بالای سایبری را رد کرده، بسیار حیاتی است؛ چراکه می‌تواند به‌طور خودکار آسیب‌پذیری‌ها را پیدا کرده و بدون دخالت انسان برای آنها اکسپلویت بنویسد.
شرکت OpenAI برای حفظ کنترل، قول داده که لایه‌های نظارتی اضافی روی استدلال‌های پنهان و طبقه‌بندی‌کننده‌های خودکار برای قطع زنجیره‌های خطرناک در زمان واقعی ایجاد کند.
🔗 theinformation.com
---
🛍️ شرکت Anthropic الگوهای عامل‌های تجارت الکترونیک را منتشر کرد
این مجموعه شامل دو الگوی آماده است:
🔹 عامل خریدار: در وب‌سایت فروشگاهی تعبیه می‌شود، دستورات متنی را دریافت، سبد خرید را جمع‌آوری و خط اول پشتیبانی در انتخاب کالا را بر عهده می‌گیرد.
🔹 عامل فروشنده: موجودی انبار را کنترل، فروش را تحلیل و برای تغییر قیمت‌ها و کمپین‌های بازاریابی پیشنهاد می‌دهد.
به‌گفته‌ی Anthropic، این عامل‌ها می‌توانند میانگین سبد خرید را تا ۳۵٪ و نرخ تبدیل را تا ۶۰٪ افزایش دهند. Visa، Mastercard و Accenture در توسعه و تطبیق این الگوها مشارکت داشته‌اند.
🔗 claude.com
---
🪖 پنتاگون Grok و ChatGPT را به پلتفرم هوش مصنوعی خود اضافه کرد
سرویس داخلی GenAI.mil حالا از Grok for Government و ChatGPT Mil نیز پشتیبانی می‌کند. هر دو سیستم تأییدیه‌ی امنیتی IL5 را دریافت کرده و برای کار با اطلاعات غیرمحرمانه‌ی کنترل‌شده مجاز هستند.
این پلتفرم که پیش‌تر فقط میزبان Gemini بود، حالا چندفروشنده شده و مدل‌های سه آزمایشگاه را پوشش می‌دهد. طبق آمار، در ۹ ماه گذشته ۱.۷ میلیون کاربر از این سرویس استفاده کرده‌اند.
تقسیم وظایف: ChatGPT به امور لجستیک، کارهای اداری و برنامه‌ریزی عملیاتی و Grok به تحلیل زنجیره‌ی تأمین و تحقیقات مربوط به خریدهای دفاعی اختصاص یافته است.
🔗 war.gov
---
🚀 علی‌بابا نسخه‌ی جدید Qwen3.8-Max را منتشر کرد
نسخه‌ی Qwen3.8-Max-0902 تنها یک ماه پس از نسخه‌ی اصلی عرضه شده است. معماری تغییری نکرده (۲.۴ تریلیون پارامتر و پنجره‌ی ۱ میلیون توکنی)، اما مدل به‌طور هدفمند برای وظایف طولانی و خودمختار بهینه‌سازی شده است.
نتایج در همه‌ی هشت آزمون کدنویسی بهبود یافته است:
· آزمون TerminalBench 3.0:
از ۱۱.۳ به ۲۹.۰ (بهبود ۱۵۶٪!)
·آزمون DeepSWE 1.1:
به ۶۹.۳ رسیده
·آزمون QwenSWEbench V2:
به ۷۰.۰ رسیده
قیمت‌های API بدون تغییر باقی مانده: ۲ دلار به ازای هر میلیون توکن ورودی و ۶ دلار برای خروجی.
🔗 Qwen در X
---
🏦 بانک‌های وال‌استریت از وکلا می‌خواهند صرفه‌جویی ناشی از هوش مصنوعی را با آنها تقسیم کنند
مورگان استنلی و سیتی‌گروپ به شرکت‌های حقوقی بزرگ اعلام کرده‌اند که به دنبال مدل‌های قیمت‌گذاری جدید هستند که هزینه‌های بانک‌ها را کاهش دهد. گلدمن ساکس نیز از شرکت‌های حقوقی خواسته تا میزان صرفه‌جویی حاصل از هوش مصنوعی را گزارش کنند و سهمی از آن را دریافت نماید.
مدل سنتیِ سودآوری شرکت‌های حقوقی بر اساس پرداخت ساعتی هزاران وکیل جوان است که کارهای تکراری مثل جستجوی داده، بررسی اسناد و تحلیل قراردادها را انجام می‌دادند. هوش مصنوعی این کارها را با سرعت بسیار بیشتری انجام می‌دهد.
بانک‌ها به‌سمت مناقصه‌ها و دستمزدهای ثابت حرکت کرده و خواستار گزارش‌های شفاف درباره‌ی میزان صرفه‌جویی فناوری هستند. تقریباً نیمی از شرکت‌های بزرگ حقوقی تأیید کرده‌اند که هوش مصنوعی بر قیمت‌گذاری آنها تأثیر گذاشته و استخدام کارآموزان و فارغ‌التحصیلان نیز کاهش یافته است.
🔗 ft.com
---
🆔 @asrgooyeshpardaz
🔄 شرکت OpenAI در Astra از ترنسفورمرهای حلقوی استفاده کرده که کار ممیزی مدل را دشوارتر کرده است
شرکت OpenAI در مدل Astra از عمق بازگشتی (Recurrent Depth) استفاده کرده است. در این روش، اطلاعات چندین بار از همان وزن‌ها عبور داده می‌شوند، بنابراین هر توکن محاسبات بیشتری دریافت می‌کند، بدون اینکه تعداد پارامترها به‌همان نسبت افزایش یابد. نتیجه، مدلی فشرده با عملکردی در حد مدل‌های بزرگ‌تر و مصرف حافظه‌ی کمتر است.
اما این روش یک عارضه‌ی جانبی هم دارد: زنجیره‌ی استدلال پنهان. محاسبات در وضعیت‌های داخلی مدل باقی می‌مانند و به‌صورت متن قابل‌خواندن در نمی‌آیند، بنابراین ردیابی منطق مدل از بیرون دشوارتر می‌شود. این مسئله در مورد Astra که آستانه‌ی ریسک بالای سایبری را رد کرده، بسیار حیاتی است؛ چراکه می‌تواند به‌طور خودکار آسیب‌پذیری‌ها را پیدا کرده و بدون دخالت انسان برای آنها اکسپلویت بنویسد.
شرکت OpenAI برای حفظ کنترل، قول داده که لایه‌های نظارتی اضافی روی استدلال‌های پنهان و طبقه‌بندی‌کننده‌های خودکار برای قطع زنجیره‌های خطرناک در زمان واقعی ایجاد کند.
🔗 theinformation.com
---
🛍️ شرکت Anthropic الگوهای عامل‌های تجارت الکترونیک را منتشر کرد
این مجموعه شامل دو الگوی آماده است:
🔹 عامل خریدار: در وب‌سایت فروشگاهی تعبیه می‌شود، دستورات متنی را دریافت، سبد خرید را جمع‌آوری و خط اول پشتیبانی در انتخاب کالا را بر عهده می‌گیرد.
🔹 عامل فروشنده: موجودی انبار را کنترل، فروش را تحلیل و برای تغییر قیمت‌ها و کمپین‌های بازاریابی پیشنهاد می‌دهد.
به‌گفته‌ی Anthropic، این عامل‌ها می‌توانند میانگین سبد خرید را تا ۳۵٪ و نرخ تبدیل را تا ۶۰٪ افزایش دهند. Visa، Mastercard و Accenture در توسعه و تطبیق این الگوها مشارکت داشته‌اند.
🔗 claude.com
---
🪖 پنتاگون Grok و ChatGPT را به پلتفرم هوش مصنوعی خود اضافه کرد
سرویس داخلی GenAI.mil حالا از Grok for Government و ChatGPT Mil نیز پشتیبانی می‌کند. هر دو سیستم تأییدیه‌ی امنیتی IL5 را دریافت کرده و برای کار با اطلاعات غیرمحرمانه‌ی کنترل‌شده مجاز هستند.
این پلتفرم که پیش‌تر فقط میزبان Gemini بود، حالا چندفروشنده شده و مدل‌های سه آزمایشگاه را پوشش می‌دهد. طبق آمار، در ۹ ماه گذشته ۱.۷ میلیون کاربر از این سرویس استفاده کرده‌اند.
تقسیم وظایف: ChatGPT به امور لجستیک، کارهای اداری و برنامه‌ریزی عملیاتی و Grok به تحلیل زنجیره‌ی تأمین و تحقیقات مربوط به خریدهای دفاعی اختصاص یافته است.
🔗 war.gov
---
🚀 علی‌بابا نسخه‌ی جدید Qwen3.8-Max را منتشر کرد
نسخه‌ی Qwen3.8-Max-0902 تنها یک ماه پس از نسخه‌ی اصلی عرضه شده است. معماری تغییری نکرده (۲.۴ تریلیون پارامتر و پنجره‌ی ۱ میلیون توکنی)، اما مدل به‌طور هدفمند برای وظایف طولانی و خودمختار بهینه‌سازی شده است.
نتایج در همه‌ی هشت آزمون کدنویسی بهبود یافته است:
· آزمون TerminalBench 3.0:
از ۱۱.۳ به ۲۹.۰ (بهبود ۱۵۶٪!)
·آزمون DeepSWE 1.1:
به ۶۹.۳ رسیده
·آزمون QwenSWEbench V2:
به ۷۰.۰ رسیده
قیمت‌های API بدون تغییر باقی مانده: ۲ دلار به ازای هر میلیون توکن ورودی و ۶ دلار برای خروجی.
🔗 Qwen در X
---
🏦 بانک‌های وال‌استریت از وکلا می‌خواهند صرفه‌جویی ناشی از هوش مصنوعی را با آنها تقسیم کنند
مورگان استنلی و سیتی‌گروپ به شرکت‌های حقوقی بزرگ اعلام کرده‌اند که به دنبال مدل‌های قیمت‌گذاری جدید هستند که هزینه‌های بانک‌ها را کاهش دهد. گلدمن ساکس نیز از شرکت‌های حقوقی خواسته تا میزان صرفه‌جویی حاصل از هوش مصنوعی را گزارش کنند و سهمی از آن را دریافت نماید.
مدل سنتیِ سودآوری شرکت‌های حقوقی بر اساس پرداخت ساعتی هزاران وکیل جوان است که کارهای تکراری مثل جستجوی داده، بررسی اسناد و تحلیل قراردادها را انجام می‌دادند. هوش مصنوعی این کارها را با سرعت بسیار بیشتری انجام می‌دهد.
بانک‌ها به‌سمت مناقصه‌ها و دستمزدهای ثابت حرکت کرده و خواستار گزارش‌های شفاف درباره‌ی میزان صرفه‌جویی فناوری هستند. تقریباً نیمی از شرکت‌های بزرگ حقوقی تأیید کرده‌اند که هوش مصنوعی بر قیمت‌گذاری آنها تأثیر گذاشته و استخدام کارآموزان و فارغ‌التحصیلان نیز کاهش یافته است.
🔗 ft.com
---
🆔 @asrgooyeshpardaz
❤2
👾 تحقق RSI در ۲۰۲۷؟ گوگل از حلقه‌های عامل‌محور برای خودبهبودی بازگشتی مدل‌ها رونمایی کرد
گوگل در جدیدترین پست وبلاگ خود، به‌طور تلویحی تأیید کرده که از حلقه‌های عاملی طولانی‌مدت (long-running agentic loops) برای ارزیابی بازگشتی و اصلاح مدل‌های پایه استفاده می‌کند. این دقیقاً همان مفهومی است که در جامعه‌ی هوش مصنوعی با عنوان «خودبهبودی بازگشتی» (Recursive Self-Improvement) یا RSI شناخته می‌شود و بسیاری از پژوهشگران آن را نقطه‌ی عطفی در توسعه هوش مصنوعی برای سال ۲۰۲۷ پیشبینی کرده‌اند.
---
🔹 در بیانیه‌ی گوگل چه آمده است؟
در معرفی مدل‌های جدید Gemini 3.8 Flash و Gemini 3.8 Flash Cyber، گوگل می‌نویسد:
«اگرچه این دو مدل برای محیط‌های استقرار متفاوتی طراحی شده‌اند، اما هر دو از یک هوش پایه‌ی مشترک تغذیه می‌کنند و توسط حلقه‌های عاملی طولانی‌مدتی که برای ارزیابی بازگشتی و اصلاح مدل‌های زیرین طراحی شده‌اند، شتاب می‌گیرند.»
این یعنی گوگل از عامل‌های هوش مصنوعی برای بهبود خودِ مدل‌ها استفاده می‌کند؛ همان مکانیزمی که می‌تواند به یک چرخه‌ی خودتقویت‌کننده منجر شود و سرعت پیشرفت را به‌طور تصاعدی افزایش دهد.
---
📈 چرا ۲۰۲۷؟
پیشبینی RSI در سال ۲۰۲۷ بر اساس روندهای فعلی شکل گرفته است:
· مدل‌ها به سرعت در حال قدرتمندتر شدن هستند.
· توانایی آنها در کدنویسی و استفاده از ابزار به سطحی رسیده که می‌توانند در فرایند تحقیق و توسعه شرکت کنند.
· شرکت‌های پیشرو مانند گوگل، اوپن‌ای‌آی و آنتروپیک به‌طور فزاینده‌ای از عامل‌های خودمختار برای بهبود مدل‌های خود استفاده می‌کنند.
نتیجه؟ مدلی که خودش مدل بعدی را طراحی کند، دیگر یک داستان علمی-تخیلی نیست.
---
🛡️ مدل Gemini 3.8 Flash Cyber؛ مدلی برای امنیت سایبری
نسخه‌ی سایبری این مدل که از طریق برنامه‌ی Fairwind در اختیار مدافعان امنیتی قرار می‌گیرد، عملکردی در سطح پیشرو در کشف خودکار آسیب‌پذیری‌ها دارد و در بنچمارک CyberGym از مدل‌های بسیار بزرگ‌تر پیشی گرفته است.
---
💡 معنای این خبر برای آینده
تأیید گوگل مبنی بر استفاده از حلقه‌های خودبهبودی، نشان می‌دهد که دوران RSI دیگر یک فرضیه‌ی نظری نیست. اگر این روند ادامه یابد، ممکن است تا سال ۲۰۲۷ شاهد مدل‌هایی باشیم که با سرعتی فراتر از توان انسان، خود را بهبود می‌بخشند و این، انقلابی در تمام حوزه‌های فناوری و علم ایجاد خواهد کرد.
---
🔗 https://blog.google/innovation-and-ai/models-and-research/gemini-models/3-8-flash-and-3-8-flash-cyber/
#RSI #خودبهبودی_هوش_مصنوعی #گوگل #پیشبینی_هوش_مصنوعی #Gemini3_8
🆔 @asrgooyeshpardaz
گوگل در جدیدترین پست وبلاگ خود، به‌طور تلویحی تأیید کرده که از حلقه‌های عاملی طولانی‌مدت (long-running agentic loops) برای ارزیابی بازگشتی و اصلاح مدل‌های پایه استفاده می‌کند. این دقیقاً همان مفهومی است که در جامعه‌ی هوش مصنوعی با عنوان «خودبهبودی بازگشتی» (Recursive Self-Improvement) یا RSI شناخته می‌شود و بسیاری از پژوهشگران آن را نقطه‌ی عطفی در توسعه هوش مصنوعی برای سال ۲۰۲۷ پیشبینی کرده‌اند.
---
🔹 در بیانیه‌ی گوگل چه آمده است؟
در معرفی مدل‌های جدید Gemini 3.8 Flash و Gemini 3.8 Flash Cyber، گوگل می‌نویسد:
«اگرچه این دو مدل برای محیط‌های استقرار متفاوتی طراحی شده‌اند، اما هر دو از یک هوش پایه‌ی مشترک تغذیه می‌کنند و توسط حلقه‌های عاملی طولانی‌مدتی که برای ارزیابی بازگشتی و اصلاح مدل‌های زیرین طراحی شده‌اند، شتاب می‌گیرند.»
این یعنی گوگل از عامل‌های هوش مصنوعی برای بهبود خودِ مدل‌ها استفاده می‌کند؛ همان مکانیزمی که می‌تواند به یک چرخه‌ی خودتقویت‌کننده منجر شود و سرعت پیشرفت را به‌طور تصاعدی افزایش دهد.
---
📈 چرا ۲۰۲۷؟
پیشبینی RSI در سال ۲۰۲۷ بر اساس روندهای فعلی شکل گرفته است:
· مدل‌ها به سرعت در حال قدرتمندتر شدن هستند.
· توانایی آنها در کدنویسی و استفاده از ابزار به سطحی رسیده که می‌توانند در فرایند تحقیق و توسعه شرکت کنند.
· شرکت‌های پیشرو مانند گوگل، اوپن‌ای‌آی و آنتروپیک به‌طور فزاینده‌ای از عامل‌های خودمختار برای بهبود مدل‌های خود استفاده می‌کنند.
نتیجه؟ مدلی که خودش مدل بعدی را طراحی کند، دیگر یک داستان علمی-تخیلی نیست.
---
🛡️ مدل Gemini 3.8 Flash Cyber؛ مدلی برای امنیت سایبری
نسخه‌ی سایبری این مدل که از طریق برنامه‌ی Fairwind در اختیار مدافعان امنیتی قرار می‌گیرد، عملکردی در سطح پیشرو در کشف خودکار آسیب‌پذیری‌ها دارد و در بنچمارک CyberGym از مدل‌های بسیار بزرگ‌تر پیشی گرفته است.
---
💡 معنای این خبر برای آینده
تأیید گوگل مبنی بر استفاده از حلقه‌های خودبهبودی، نشان می‌دهد که دوران RSI دیگر یک فرضیه‌ی نظری نیست. اگر این روند ادامه یابد، ممکن است تا سال ۲۰۲۷ شاهد مدل‌هایی باشیم که با سرعتی فراتر از توان انسان، خود را بهبود می‌بخشند و این، انقلابی در تمام حوزه‌های فناوری و علم ایجاد خواهد کرد.
---
🔗 https://blog.google/innovation-and-ai/models-and-research/gemini-models/3-8-flash-and-3-8-flash-cyber/
#RSI #خودبهبودی_هوش_مصنوعی #گوگل #پیشبینی_هوش_مصنوعی #Gemini3_8
🆔 @asrgooyeshpardaz
❤2🔥2
⚡️ معیار جدید Qwen برای سنجش عامل‌های هوش مصنوعی در مدیریت بلندمدت کسب‌وکار
علی‌بابا از بنچمارک جدیدی به نام E-Commerce Bench رونمایی کرده است که برای ارزیابی توانایی عامل‌های هوش مصنوعی در مدیریت طولانی‌مدت یک کسب‌وکار آنلاین طراحی شده. در این شبیه‌سازی، یک عامل با ۱۰۰,۰۰۰ یوان سرمایه‌ی اولیه، باید به‌مدت یک سال یک فروشگاه اینترنتی را مدیریت کند.
---
🧩 جزئیات محیط شبیه‌سازی
🔹 ۶۸۸۶ کالا برای فروش
🔹 ۵۷۶ تأمین‌کننده (که ۱۵۲ تای آنها کلاهبردار هستند!)
🔹 هزینه‌های انبارداری، بازگشت کالا، مدیریت موجودی و جریان نقدینگی
🔹 سقف روزانه‌ی فعالیت برای شبیه‌سازی محدودیت‌های زمانی واقعی
🔹 سیستم اعتبار و شهرت فروشنده
---
🎯 وظایف عامل در طول سال:
· یافتن تأمین‌کننده و مذاکره برای خرید کالا
· تعیین قیمت و مدیریت تخفیف‌ها و حراج‌ها
· کنترل موجودی انبار و مدیریت ریسک
· برنامه‌ریزی مالی و مدیریت جریان نقدی
· رسیدگی به بازگشت کالا و حفظ رضایت مشتری
---
📊 ارزیابی در ۷ حوزه‌ی مجزا
مدیریت یک فروشگاه آنلاین به مهارت‌های متنوعی نیاز دارد؛ از مذاکره و قیمت‌گذاری گرفته تا مدیریت مالی و موجودی. به‌همین دلیل، هیچ مدل واحدی تاکنون نتوانسته در همه‌ی حوزه‌ها بهترین باشد. این بنچمارک نشان می‌دهد که عامل‌های هوش مصنوعی فعلی در چه بخش‌هایی قوی و در چه بخش‌هایی ضعیف هستند.
---
💡 چرا این بنچمارک مهم است؟
بسیاری از بنچمارک‌های فعلی، عامل‌ها را در وظایف کوتاه‌مدت و تک‌مرحله‌ای می‌سنجند. اما E-Commerce Bench یک چالش بلندمدت، چندمرحله‌ای و پویا است که نیاز به برنامه‌ریزی استراتژیک، سازگاری با تغییرات و مدیریت ریسک دارد. این بنچمارک می‌تواند معیار دقیق‌تری برای سنجش توانایی‌های واقعی عامل‌های هوش مصنوعی در دنیای واقعی باشد.
---
🔗 لینک‌های مفید:
📄 وبلاگ رسمی:
qwen.ai/blog?id=e-commerce-bench
📑 مقاله:
arxiv.org/abs/2608.30730
🌐 صفحه‌ی پروژه:
ecbench.github.io
💻 کد منبع:
github.com/QwenLM/E-CommerceBench
---
#Qwen #هوش_مصنوعی #عامل_هوشمند #بنچمارک #تجارت_الکترونیک
🆔 @asrgooyeshpardaz
علی‌بابا از بنچمارک جدیدی به نام E-Commerce Bench رونمایی کرده است که برای ارزیابی توانایی عامل‌های هوش مصنوعی در مدیریت طولانی‌مدت یک کسب‌وکار آنلاین طراحی شده. در این شبیه‌سازی، یک عامل با ۱۰۰,۰۰۰ یوان سرمایه‌ی اولیه، باید به‌مدت یک سال یک فروشگاه اینترنتی را مدیریت کند.
---
🧩 جزئیات محیط شبیه‌سازی
🔹 ۶۸۸۶ کالا برای فروش
🔹 ۵۷۶ تأمین‌کننده (که ۱۵۲ تای آنها کلاهبردار هستند!)
🔹 هزینه‌های انبارداری، بازگشت کالا، مدیریت موجودی و جریان نقدینگی
🔹 سقف روزانه‌ی فعالیت برای شبیه‌سازی محدودیت‌های زمانی واقعی
🔹 سیستم اعتبار و شهرت فروشنده
---
🎯 وظایف عامل در طول سال:
· یافتن تأمین‌کننده و مذاکره برای خرید کالا
· تعیین قیمت و مدیریت تخفیف‌ها و حراج‌ها
· کنترل موجودی انبار و مدیریت ریسک
· برنامه‌ریزی مالی و مدیریت جریان نقدی
· رسیدگی به بازگشت کالا و حفظ رضایت مشتری
---
📊 ارزیابی در ۷ حوزه‌ی مجزا
مدیریت یک فروشگاه آنلاین به مهارت‌های متنوعی نیاز دارد؛ از مذاکره و قیمت‌گذاری گرفته تا مدیریت مالی و موجودی. به‌همین دلیل، هیچ مدل واحدی تاکنون نتوانسته در همه‌ی حوزه‌ها بهترین باشد. این بنچمارک نشان می‌دهد که عامل‌های هوش مصنوعی فعلی در چه بخش‌هایی قوی و در چه بخش‌هایی ضعیف هستند.
---
💡 چرا این بنچمارک مهم است؟
بسیاری از بنچمارک‌های فعلی، عامل‌ها را در وظایف کوتاه‌مدت و تک‌مرحله‌ای می‌سنجند. اما E-Commerce Bench یک چالش بلندمدت، چندمرحله‌ای و پویا است که نیاز به برنامه‌ریزی استراتژیک، سازگاری با تغییرات و مدیریت ریسک دارد. این بنچمارک می‌تواند معیار دقیق‌تری برای سنجش توانایی‌های واقعی عامل‌های هوش مصنوعی در دنیای واقعی باشد.
---
🔗 لینک‌های مفید:
📄 وبلاگ رسمی:
qwen.ai/blog?id=e-commerce-bench
📑 مقاله:
arxiv.org/abs/2608.30730
🌐 صفحه‌ی پروژه:
ecbench.github.io
💻 کد منبع:
github.com/QwenLM/E-CommerceBench
---
#Qwen #هوش_مصنوعی #عامل_هوشمند #بنچمارک #تجارت_الکترونیک
🆔 @asrgooyeshpardaz
qwen.ai
Qwen offers comprehensive functionality spanning chatbot, image and video understanding, image generation, document processing, web search integration, tool utilization, and artifacts.
❤3
⭐️ شرکت OpenAI از مدل جدید GPT-6 Astra رونمایی کرد
گرگ براکمن، رئیس OpenAI، در معرفی رسمی GPT-6 Astra آن را یک «جهش نسل» و شاید تحقق اولین هوش عمومی مصنوعی (AGI) نامید.
ویژگی‌ها و مشخصات کلیدی:
مقیاس آموزش: بزرگ‌ترین پروژه آموزش هوش مصنوعی با به‌کارگیری بیش از ۱۰۰ هزار پردازنده گرافیکی (GPU) در تگزاس. برای اولین‌بار، کنترل و نظارت بر روند آموزش این مدل توسط سایر مدل‌های هوش مصنوعی انجام شده است.
قابلیت‌ها: تعامل مستقیم و بدون واسطه با نرم‌افزارهای مختلف. در پیش‌نمایش‌ها قابلیت‌هایی مثل تنظیم قراردادها، طراحی بازی‌های سه‌بعدی، طراحی بردهای الکترونیکی، امور مالیاتی، محاسبات ریاضی و پژوهش‌های زیست‌شناسی و پزشکی به نمایش درآمد.
مخاطرات و ایمنی: مدل Astra به «آستانه بحرانی» در حوزه امنیت سایبری رسیده و می‌تواند بدون دخالت انسان، آسیب‌پذیری‌های امنیتی را کشف کند. انتشار این مدل به‌دلیل تست‌های امنیتی با تأخیر مواجه شد. همچنین OpenAI اذعان کرده که نظارت بر رفتار این مدل به‌شدت دشوارتر شده و این موضوع یک چالش جدی است.
براکمن کنفرانس را با این جمله به پایان رساند: «به عصر AGI خوش آمدید.» حالا سؤال این است که آیا سیاره ما برای آن آماده است؟ 🌍
🔗 https://www.axios.com/2026/09/03/openai-astra-gpt-6-agi-brockman
#AI #OpenAI #Astra #هوش_مصنوعی
🆔 @asrgooyeshpardaz
گرگ براکمن، رئیس OpenAI، در معرفی رسمی GPT-6 Astra آن را یک «جهش نسل» و شاید تحقق اولین هوش عمومی مصنوعی (AGI) نامید.
ویژگی‌ها و مشخصات کلیدی:
مقیاس آموزش: بزرگ‌ترین پروژه آموزش هوش مصنوعی با به‌کارگیری بیش از ۱۰۰ هزار پردازنده گرافیکی (GPU) در تگزاس. برای اولین‌بار، کنترل و نظارت بر روند آموزش این مدل توسط سایر مدل‌های هوش مصنوعی انجام شده است.
قابلیت‌ها: تعامل مستقیم و بدون واسطه با نرم‌افزارهای مختلف. در پیش‌نمایش‌ها قابلیت‌هایی مثل تنظیم قراردادها، طراحی بازی‌های سه‌بعدی، طراحی بردهای الکترونیکی، امور مالیاتی، محاسبات ریاضی و پژوهش‌های زیست‌شناسی و پزشکی به نمایش درآمد.
مخاطرات و ایمنی: مدل Astra به «آستانه بحرانی» در حوزه امنیت سایبری رسیده و می‌تواند بدون دخالت انسان، آسیب‌پذیری‌های امنیتی را کشف کند. انتشار این مدل به‌دلیل تست‌های امنیتی با تأخیر مواجه شد. همچنین OpenAI اذعان کرده که نظارت بر رفتار این مدل به‌شدت دشوارتر شده و این موضوع یک چالش جدی است.
براکمن کنفرانس را با این جمله به پایان رساند: «به عصر AGI خوش آمدید.» حالا سؤال این است که آیا سیاره ما برای آن آماده است؟ 🌍
🔗 https://www.axios.com/2026/09/03/openai-astra-gpt-6-agi-brockman
#AI #OpenAI #Astra #هوش_مصنوعی
🆔 @asrgooyeshpardaz
Axios
"Welcome to the AGI era," OpenAI says as GPT-6 Astra debuts
Executives say this could mark the moment when artificial general intelligence equals human capabilities.
❤3🔥1
🚨 نتایج اولیه بسیار قوی مدل GPT-6 Astra:
— FrontierMath Tier 4 v2 — ۹۷.۶٪
— DeepSWE v1.1 — ۷۴.۱٪
— BenchCAD — ۹۵.۹٪
— GPQA Diamond — ۹۶٪
— ExploitBench — ۱۰۰٪
— ARC-AGI-3 — ۹۸.۶٪ (بر اساس داده‌های اعلام شده)
به‌ویژه در زمینه‌های ریاضیات، برنامه‌نویسی و امنیت سایبری، عملکرد چشمگیری از خود نشان داده است.
شرکت OpenAI قصد دارد در روزهای آینده، دسترسی به مدل GPT-6 Astra را برای کاربران پولی ChatGPT و از طریق API فراهم کند.
https://thenewstack.io/openai-gpt6-astra-benchmarks/
🆔 @asrgooyeshpardaz
— FrontierMath Tier 4 v2 — ۹۷.۶٪
— DeepSWE v1.1 — ۷۴.۱٪
— BenchCAD — ۹۵.۹٪
— GPQA Diamond — ۹۶٪
— ExploitBench — ۱۰۰٪
— ARC-AGI-3 — ۹۸.۶٪ (بر اساس داده‌های اعلام شده)
به‌ویژه در زمینه‌های ریاضیات، برنامه‌نویسی و امنیت سایبری، عملکرد چشمگیری از خود نشان داده است.
شرکت OpenAI قصد دارد در روزهای آینده، دسترسی به مدل GPT-6 Astra را برای کاربران پولی ChatGPT و از طریق API فراهم کند.
https://thenewstack.io/openai-gpt6-astra-benchmarks/
🆔 @asrgooyeshpardaz
❤3🔥1😍1
Media is too big
VIEW IN TELEGRAM
👾 «هر کاری که شما روی کامپیوتر انجام می‌دهید، آسترا می‌تواند به سرعت آن را برای شما انجام دهد.»
این مدل (علاوه بر توانایی‌های فوق‌العاده در تولید محتوا و برنامه‌نویسی) به عنوان بهترین مدل در جهان برای استفاده از کامپیوتر در هر زمینه‌ای معرفی شده است.
این مدل می‌تواند ارائه، جدول، فایل، طراحی، تحلیل، جستجو، کار با مرورگر، هر نرم‌افزاری، صحنه‌های سه‌بعدی و بسیاری از کارهای دیگر را انجام دهد.
با یک دستور، می‌تواند یک وب‌سایت، اپلیکیشن یا حتی یک بازی را ایجاد، میزبانی و به اشتراک بگذارد، و همه این کارها را مستقیماً در ChatGPT انجام می‌دهد.
اطلاعات فنی:
https://deploymentsafety.openai.com/gpt-6-astra/gpt-6-astra.pdf
🆔 @asrgooyeshpardaz
این مدل (علاوه بر توانایی‌های فوق‌العاده در تولید محتوا و برنامه‌نویسی) به عنوان بهترین مدل در جهان برای استفاده از کامپیوتر در هر زمینه‌ای معرفی شده است.
این مدل می‌تواند ارائه، جدول، فایل، طراحی، تحلیل، جستجو، کار با مرورگر، هر نرم‌افزاری، صحنه‌های سه‌بعدی و بسیاری از کارهای دیگر را انجام دهد.
با یک دستور، می‌تواند یک وب‌سایت، اپلیکیشن یا حتی یک بازی را ایجاد، میزبانی و به اشتراک بگذارد، و همه این کارها را مستقیماً در ChatGPT انجام می‌دهد.
اطلاعات فنی:
https://deploymentsafety.openai.com/gpt-6-astra/gpt-6-astra.pdf
🆔 @asrgooyeshpardaz
🔥5🤯1
مدل آسترا با ثبت عملکردی درخشان، دقت بالاتر و سرعتی دوبرابر نسبت به نسل قبل دارد و رکوردهای علمی را درهم شکسته است. در ARC-AGI-3 امتیاز ۹۸.۶٪ (در مقابل ۷.۸٪ سول) و در FrontierMath Tier 4 امتیاز ۹۷.۶٪ را ثبت کرده که با اختلاف، بالاترین است. در حوزه امنیت، به ادعای OpenAI، آزمون ExploitBench را ۱۰۰٪ زده و در ExploitGym برترین عملکرد را دارد. در کدنویسی نیز در سطح Fable 5.1 عمل می‌کند. هرچند قیمت API آن بالاتر از مدل سول است، اما مصرف توکن کمتر، هزینه نهایی را برابر با سول می‌کند.
🆔 @asrgooyeshpardaz
🆔 @asrgooyeshpardaz
🔥4😨2❤1
🔑 چگونه Fable 5.1 یک رمز ۳۷۰ ساله را در ۴۴ دقیقه شکست!
جبی جف، یکی از کارمندان شرکت ValsAI، ماه‌ها بود که مدل‌های هوش مصنوعی مختلف را روی رمزهای تاریخی حل‌نشده آزمایش می‌کرد. اما وقتی مدل جدید Claude Fable 5.1 را دید، تصمیم گرفت یک چالش جدی به آن بدهد: مدل خودش یک رمز مناسب پیدا کند و خودش آن را حل کند، به شرطی که رمزهایی که قبلاً حل شده‌اند یا پاسخ‌های متعددی دارند را کنار بگذارد. همچنین از رمزهای بسیار دشوار مثل Kryptos K4 که حتی بهترین متخصصان و سازمان سیا هم روی آن کار می‌کنند، دوری کند.
---
🟡 کدام رمز انتخاب شد؟
مدل میان گزینه‌های مختلف، روی رمز توماس ارکارت تمرکز کرد. این رمز در انتهای کتابی به نام «Logopandekteision» که در سال ۱۶۵۳ منتشر شده، قرار دارد و شامل دو خط با ۳۲ عدد در هر خط است. این معما از سال ۱۸۹۹ به عنوان یک مسئله‌ی حل‌نشده مطرح بود و حتی در فهرست ۵۰ پیام رمزگذاری‌شده‌ی حل‌نشده‌ی کلاوس شمیر (یک متخصص رمزنگاری) قرار داشت.
مدل بدون هیچ دخالت انسانی، ۴۴ دقیقه وقت صرف کرد و ۱۷۶,۰۰۰ توکن مصرف کرد تا به پاسخ برسد.
---
🟡 کلید رمز در خود کتاب بود!
کریپتوگرام دقیقاً بعد از ۳۲ بخش کتاب چاپ شده بود و هر خط رمز نیز ۳۲ عدد داشت. مدل متوجه این هم‌ترازی شد. قاعده ساده بود: عدد i در هر خط، شماره‌ی کلمه‌ی مورد نظر در بخش iام کتاب را نشان می‌داد. با برداشتن اولین حرف هر کلمه و کنار هم چیدن آنها، متن اصلی به دست آمد: یک دعای سلطنتی!
---
📜 و کشف دوم...
مدل سپس سراغ رمز دوم ارکارت به نام «Cyphral Octastich» از کتاب «The Jewel» (سال ۱۶۵۲) رفت؛ این بار با ۲۸۵ عدد. این بار اعداد به صفحات کتاب اشاره داشتند. از ۲۸۵ حرف، ۲۷۶ حرف معنی‌دار بودند و ۹ حرف باقی‌مانده یا اشتباه ارکارت بوده یا خطای چاپی. باز هم یک دعای سلطنتی!
---
💎 اهمیت این اتفاق
اگرچه خود رمز ساده بود و احتمالاً مدل‌های دیگر هم از پس آن برمی‌آمدند، اما نکته‌ی مهم این است که مدل توانست میان ده‌ها مسئله، آن یکی را که شدنی است پیدا کند و تا پایان، آن را رها نسازد. این نشان‌دهنده‌ی نوعی تشخیص هدف و پشتکار در مدل است که فراتر از توانایی محض در حل مسئله است.
---
🔗 منبع:
vals.ai/blogs/fable-solves-cyphral-distich
---
#Fable5 #رمزگشایی #هوش_مصنوعی #تاریخ
🆔 @asrgooyeshpardaz
جبی جف، یکی از کارمندان شرکت ValsAI، ماه‌ها بود که مدل‌های هوش مصنوعی مختلف را روی رمزهای تاریخی حل‌نشده آزمایش می‌کرد. اما وقتی مدل جدید Claude Fable 5.1 را دید، تصمیم گرفت یک چالش جدی به آن بدهد: مدل خودش یک رمز مناسب پیدا کند و خودش آن را حل کند، به شرطی که رمزهایی که قبلاً حل شده‌اند یا پاسخ‌های متعددی دارند را کنار بگذارد. همچنین از رمزهای بسیار دشوار مثل Kryptos K4 که حتی بهترین متخصصان و سازمان سیا هم روی آن کار می‌کنند، دوری کند.
---
🟡 کدام رمز انتخاب شد؟
مدل میان گزینه‌های مختلف، روی رمز توماس ارکارت تمرکز کرد. این رمز در انتهای کتابی به نام «Logopandekteision» که در سال ۱۶۵۳ منتشر شده، قرار دارد و شامل دو خط با ۳۲ عدد در هر خط است. این معما از سال ۱۸۹۹ به عنوان یک مسئله‌ی حل‌نشده مطرح بود و حتی در فهرست ۵۰ پیام رمزگذاری‌شده‌ی حل‌نشده‌ی کلاوس شمیر (یک متخصص رمزنگاری) قرار داشت.
مدل بدون هیچ دخالت انسانی، ۴۴ دقیقه وقت صرف کرد و ۱۷۶,۰۰۰ توکن مصرف کرد تا به پاسخ برسد.
---
🟡 کلید رمز در خود کتاب بود!
کریپتوگرام دقیقاً بعد از ۳۲ بخش کتاب چاپ شده بود و هر خط رمز نیز ۳۲ عدد داشت. مدل متوجه این هم‌ترازی شد. قاعده ساده بود: عدد i در هر خط، شماره‌ی کلمه‌ی مورد نظر در بخش iام کتاب را نشان می‌داد. با برداشتن اولین حرف هر کلمه و کنار هم چیدن آنها، متن اصلی به دست آمد: یک دعای سلطنتی!
---
📜 و کشف دوم...
مدل سپس سراغ رمز دوم ارکارت به نام «Cyphral Octastich» از کتاب «The Jewel» (سال ۱۶۵۲) رفت؛ این بار با ۲۸۵ عدد. این بار اعداد به صفحات کتاب اشاره داشتند. از ۲۸۵ حرف، ۲۷۶ حرف معنی‌دار بودند و ۹ حرف باقی‌مانده یا اشتباه ارکارت بوده یا خطای چاپی. باز هم یک دعای سلطنتی!
---
💎 اهمیت این اتفاق
اگرچه خود رمز ساده بود و احتمالاً مدل‌های دیگر هم از پس آن برمی‌آمدند، اما نکته‌ی مهم این است که مدل توانست میان ده‌ها مسئله، آن یکی را که شدنی است پیدا کند و تا پایان، آن را رها نسازد. این نشان‌دهنده‌ی نوعی تشخیص هدف و پشتکار در مدل است که فراتر از توانایی محض در حل مسئله است.
---
🔗 منبع:
vals.ai/blogs/fable-solves-cyphral-distich
---
#Fable5 #رمزگشایی #هوش_مصنوعی #تاریخ
🆔 @asrgooyeshpardaz
www.vals.ai
Claude Fable 5.1 Solves the Cyphral Distich | Vals AI
Explore Claude Fable 5.1's proposed solution to Sir Thomas Urquhart's Cyphral Distich, a centuries-old cipher, with the reasoning behind the result.
❤8👍3💘3
⚡ شرکت DeepSeek خوشه‌ای عظیم با ۱۶۰,۰۰۰ چیپ هواوی راه‌اندازی می‌کند
طبق گزارش بلومبرگ، شرکت DeepSeek برنامه‌ریزی کرده تا در منطقه‌ی خودمختار مغولستان داخلی، یک خوشه‌ی محاسباتی غول‌پیکر با حداقل ۱۶۰,۰۰۰ شتاب‌دهنده‌ی هواوی Ascend 950DT مستقر کند. این پروژه که می‌تواند به یکی از بزرگ‌ترین خوشه‌های هوش مصنوعی بر پایه‌ی سخت‌افزار چینی تبدیل شود، گامی بلند در جهت کاهش وابستگی به فناوری‌های خارجی محسوب می‌شود.
این چیپ‌ها برای اجرای (Inference) مدل‌های DeepSeek به کار خواهند رفت، اما شرکت همچنان برای آموزش (Training) مدل‌های خود به چیپ‌های انویدیا متکی خواهد بود.
---
🔍 مقایسه‌ی مشخصات فنی: Ascend 950DT در برابر NVIDIA H200
مشخصات فنی اعلام‌شده برای چیپ هواوی نشان می‌دهد که از نظر سخت‌افزاری بسیار به انویدیا H200 نزدیک شده است. در بخش حافظه، چیپ هواوی با ۱۴۴ گیگابایت حافظه HBM و پهنای باند ۴ ترابایت بر ثانیه، در مقابل انویدیا H200 با ۱۴۱ گیگابایت حافظه HBM و پهنای باند ۴.۸ ترابایت بر ثانیه قرار می‌گیرد. اگرچه این اعداد نشان‌دهنده‌ی نزدیکی قابل‌توجه است، اما واقعیت عملکرد تنها به مشخصات حافظه محدود نمی‌شود و عوامل دیگری مانند معماری پردازش، نرم‌افزار و بهینه‌سازی‌ها نیز نقش تعیین‌کننده‌ای دارند. با این حال، بلومبرگ تخمین می‌زند که Ascend 950DT تقریباً در سطح نسل Hopper انویدیا (شامل H100 و H200) قرار می‌گیرد.
---
🌍 اهمیت استراتژیک این پروژه
این اقدام DeepSeek نشان‌دهنده‌ی عزم جدی چین برای کاهش وابستگی به سخت‌افزار خارجی و توسعه‌ی اکوسیستم بومی هوش مصنوعی است. استقرار یک خوشه‌ی عظیم بر پایه‌ی چیپ‌های هواوی، می‌تواند نقطه‌عطفی در رقابت فناورانه با غرب محسوب شود.
با وجود محدودیت‌های صادراتی آمریکا که دسترسی چین به پیشرفته‌ترین چیپ‌های انویدیا را محدود کرده، پکن به‌شدت روی جایگزینی راه‌حل‌های داخلی سرمایه‌گذاری می‌کند. این پروژه، گامی بلند در آن مسیر است و نشان می‌دهد که شرکت‌های چینی با اتکا به توان داخلی، در حال ایجاد زیرساخت‌های قدرتمندی برای رقابت در عصر هوش مصنوعی هستند.
---
🔗 منبع:
Bloomberg
---
#DeepSeek #هواوی #سخت‌افزار_هوش_مصنوعی #چین #رقابت_فناوری
🆔 @asrgooyeshpardaz
طبق گزارش بلومبرگ، شرکت DeepSeek برنامه‌ریزی کرده تا در منطقه‌ی خودمختار مغولستان داخلی، یک خوشه‌ی محاسباتی غول‌پیکر با حداقل ۱۶۰,۰۰۰ شتاب‌دهنده‌ی هواوی Ascend 950DT مستقر کند. این پروژه که می‌تواند به یکی از بزرگ‌ترین خوشه‌های هوش مصنوعی بر پایه‌ی سخت‌افزار چینی تبدیل شود، گامی بلند در جهت کاهش وابستگی به فناوری‌های خارجی محسوب می‌شود.
این چیپ‌ها برای اجرای (Inference) مدل‌های DeepSeek به کار خواهند رفت، اما شرکت همچنان برای آموزش (Training) مدل‌های خود به چیپ‌های انویدیا متکی خواهد بود.
---
🔍 مقایسه‌ی مشخصات فنی: Ascend 950DT در برابر NVIDIA H200
مشخصات فنی اعلام‌شده برای چیپ هواوی نشان می‌دهد که از نظر سخت‌افزاری بسیار به انویدیا H200 نزدیک شده است. در بخش حافظه، چیپ هواوی با ۱۴۴ گیگابایت حافظه HBM و پهنای باند ۴ ترابایت بر ثانیه، در مقابل انویدیا H200 با ۱۴۱ گیگابایت حافظه HBM و پهنای باند ۴.۸ ترابایت بر ثانیه قرار می‌گیرد. اگرچه این اعداد نشان‌دهنده‌ی نزدیکی قابل‌توجه است، اما واقعیت عملکرد تنها به مشخصات حافظه محدود نمی‌شود و عوامل دیگری مانند معماری پردازش، نرم‌افزار و بهینه‌سازی‌ها نیز نقش تعیین‌کننده‌ای دارند. با این حال، بلومبرگ تخمین می‌زند که Ascend 950DT تقریباً در سطح نسل Hopper انویدیا (شامل H100 و H200) قرار می‌گیرد.
---
🌍 اهمیت استراتژیک این پروژه
این اقدام DeepSeek نشان‌دهنده‌ی عزم جدی چین برای کاهش وابستگی به سخت‌افزار خارجی و توسعه‌ی اکوسیستم بومی هوش مصنوعی است. استقرار یک خوشه‌ی عظیم بر پایه‌ی چیپ‌های هواوی، می‌تواند نقطه‌عطفی در رقابت فناورانه با غرب محسوب شود.
با وجود محدودیت‌های صادراتی آمریکا که دسترسی چین به پیشرفته‌ترین چیپ‌های انویدیا را محدود کرده، پکن به‌شدت روی جایگزینی راه‌حل‌های داخلی سرمایه‌گذاری می‌کند. این پروژه، گامی بلند در آن مسیر است و نشان می‌دهد که شرکت‌های چینی با اتکا به توان داخلی، در حال ایجاد زیرساخت‌های قدرتمندی برای رقابت در عصر هوش مصنوعی هستند.
---
🔗 منبع:
Bloomberg
---
#DeepSeek #هواوی #سخت‌افزار_هوش_مصنوعی #چین #رقابت_فناوری
🆔 @asrgooyeshpardaz
❤7👍2🤡1
🔍 انویدیا از PAIR رونمایی کرد؛ کامپیوترهای شخصی شما به یک خوشه هوش مصنوعی متصل می‌شوند!
اگر چند کامپیوتر یا لپ‌تاپ دارید که بعضی‌شان بیکارند و بعضی‌شان شلوغ، PAIR کمک می‌کند تا کارهای هوش مصنوعی را بین همه‌ی آنها تقسیم کنید. این ابزار که «روتـر شخصی هوش مصنوعی» نام دارد، مثل یک افسر راهنمایی است که درخواست‌های سنگین را به دستگاهی که ظرفیت دارد می‌فرستد.
---
⚙️ چطور کار می‌کند؟
🔹 فقط راهنمایی می‌کند، اجرا نمی‌کند: PAIR خودش مدل را اجرا نمی‌کند. این کار را همان برنامه‌های قبلی مثل Ollama یا LM Studio انجام می‌دهند. PAIR فقط تصمیم می‌گیرد کدام دستگاه این کار را انجام دهد.
🔹 پیدا کردن دستگاه‌ها و اتصال امن: دستگاه‌های هم‌شبکه خودشان را پیدا می‌کنند. برای اتصال، یک کد شش‌رقمی روی دستگاه اصلی نشان داده می‌شود و شما آن را روی دستگاه دیگر وارد می‌کنید. بعد از آن، همه‌ی ارتباطات بین دستگاه‌ها رمزنگاری می‌شود.
🔹 انتخاب دستگاه مناسب: PAIR فقط به دستگاه‌هایی کار می‌دهد که مدل مورد نظر را داشته باشند و بیکار باشند. اگر یک مدل را روی چند دستگاه نصب کنید، PAIR می‌تواند درخواست‌ها را بین آنها تقسیم کند تا کارها سریع‌تر انجام شود.
---
🖥️ روی چه دستگاه‌هایی کار می‌کند؟
· ویندوز ۱۱، لینوکس و مک‌اواس
· روی لپ‌تاپ‌ها، کامپیوترهای شخصی و حتی مک‌بوک‌ها
---
🔒 حریم خصوصی شما حفظ می‌شود
همه‌ی پردازش‌ها داخل شبکه‌ی خانگی یا اداری شما انجام می‌شود و هیچ اطلاعاتی به بیرون ارسال نمی‌شود.
---
📦 چطور شروع کنیم؟
مسیریاب PAIR رایگان است و تحت مجوز Apache 2.0 منتشر شده. می‌توانید آن را از گیت‌هاب دانلود کنید.
---
🔗 لینک‌های مفید
💻 مخزن گیت‌هاب:
github.com/NVIDIA/Personal-AI-Router
🌐 صفحه رسمی انویدیا:
nvidia.com/en-us/ai-on-rtx/personal-ai-router/
---
#NVIDIA #PAIR #هوش_مصنوعی_محلی #Ollama #پردازش_محلی
🆔 @asrgooyeshpardaz
اگر چند کامپیوتر یا لپ‌تاپ دارید که بعضی‌شان بیکارند و بعضی‌شان شلوغ، PAIR کمک می‌کند تا کارهای هوش مصنوعی را بین همه‌ی آنها تقسیم کنید. این ابزار که «روتـر شخصی هوش مصنوعی» نام دارد، مثل یک افسر راهنمایی است که درخواست‌های سنگین را به دستگاهی که ظرفیت دارد می‌فرستد.
---
⚙️ چطور کار می‌کند؟
🔹 فقط راهنمایی می‌کند، اجرا نمی‌کند: PAIR خودش مدل را اجرا نمی‌کند. این کار را همان برنامه‌های قبلی مثل Ollama یا LM Studio انجام می‌دهند. PAIR فقط تصمیم می‌گیرد کدام دستگاه این کار را انجام دهد.
🔹 پیدا کردن دستگاه‌ها و اتصال امن: دستگاه‌های هم‌شبکه خودشان را پیدا می‌کنند. برای اتصال، یک کد شش‌رقمی روی دستگاه اصلی نشان داده می‌شود و شما آن را روی دستگاه دیگر وارد می‌کنید. بعد از آن، همه‌ی ارتباطات بین دستگاه‌ها رمزنگاری می‌شود.
🔹 انتخاب دستگاه مناسب: PAIR فقط به دستگاه‌هایی کار می‌دهد که مدل مورد نظر را داشته باشند و بیکار باشند. اگر یک مدل را روی چند دستگاه نصب کنید، PAIR می‌تواند درخواست‌ها را بین آنها تقسیم کند تا کارها سریع‌تر انجام شود.
---
🖥️ روی چه دستگاه‌هایی کار می‌کند؟
· ویندوز ۱۱، لینوکس و مک‌اواس
· روی لپ‌تاپ‌ها، کامپیوترهای شخصی و حتی مک‌بوک‌ها
---
🔒 حریم خصوصی شما حفظ می‌شود
همه‌ی پردازش‌ها داخل شبکه‌ی خانگی یا اداری شما انجام می‌شود و هیچ اطلاعاتی به بیرون ارسال نمی‌شود.
---
📦 چطور شروع کنیم؟
مسیریاب PAIR رایگان است و تحت مجوز Apache 2.0 منتشر شده. می‌توانید آن را از گیت‌هاب دانلود کنید.
---
🔗 لینک‌های مفید
💻 مخزن گیت‌هاب:
github.com/NVIDIA/Personal-AI-Router
🌐 صفحه رسمی انویدیا:
nvidia.com/en-us/ai-on-rtx/personal-ai-router/
---
#NVIDIA #PAIR #هوش_مصنوعی_محلی #Ollama #پردازش_محلی
🆔 @asrgooyeshpardaz
GitHub
GitHub - NVIDIA/Personal-AI-Router: Router that virtually distributes inference across connected devices in the home.
Router that virtually distributes inference across connected devices in the home. - NVIDIA/Personal-AI-Router
❤10
🌐 اخبار هوش مصنوعی
🔹 شرکت OpenAI دسترسی به GPT-6 Astra را برای کاربران Pro و سازمانی باز کرد
مدل جدید OpenAI با نام GPT-6 Astra هم‌اکنون برای مشترکان پلن‌های Pro، Enterprise و Business Premium در دسترس قرار گرفته است. این مدل در ChatGPT Work، محیط توسعه Codex و از طریق API قابل استفاده است. کاربران پلن‌های Plus و Business عادی نیز ظرف چند روز آینده به این مدل دسترسی پیدا خواهند کرد.
🔗 OpenAI در X
---
📐 عامل‌های Claude در ۱۱ روز قضیه معروف فرما را اثبات کردند!
عامل‌های هوش مصنوعی Claude موفق شدند نسخه‌ای ساده‌شده از اثبات قضیه آخر فرما را که توسط ریاضیدانان مشهوری ارائه شده بود، در تنها ۱۱ روز به‌صورت رسمی و اثبات‌شده درآورند. در این فرآیند، بیش از ۱۳ میلیون خط کد و ۳۰,۳۰۰ قضیه میانی تولید شد که از میان آنها ۲۹,۵۰۰ قضیه در اثبات نهایی استفاده گردید. صحت این کار توسط کامپایلر Lean و تأیید یک ریاضیدان برجسته، تأیید شده است.
پیش از این، تلاش‌ها به دلیل از دست رفتن وضعیت پروژه و عدم هماهنگی عامل‌ها شکست می‌خوردند. اما با تغییر به پلتفرم جدیدی که امکان کار موازی و مدیریت بهتر حافظه را فراهم می‌کرد، موفقیت حاصل شد. اگرچه این فرآیند کاملاً خودکار نبود و گاهی انسان‌ها جهت‌دهی می‌کردند، اما هدف اصلی کاهش بار بررسی‌های انسانی بود.
🔗 anthropic.com
---
🔗 مسیریاب PAIR؛ روتر جدید انویدیا که قدرت GPUهای شما را در شبکه محلی یکی می‌کند!
انویدیا از ابزار جدیدی به نام PAIR رونمایی کرده است. این یک روتـر هوش مصنوعی شخصی است که دستگاه‌های مختلف دارای کارت گرافیک (مانند سیستم‌های دارای GeForce RTX، RTX Pro و حتی مک‌های دارای تراشه‌های قدرتمند) را در شبکه محلی شما پیدا کرده و درخواست‌های هوش مصنوعی را بین آنها تقسیم می‌کند. PAIR به‌طور خودکار بار کاری را بررسی کرده و درخواست‌ها را به دستگاهی با کمترین میزان استفاده ارسال می‌کند، بنابراین نیازی به تنظیم دستی خوشه نیست. برای برنامه‌ها و محیط‌های توسعه، این سیستم مانند یک نقطه‌ی پایانی محلی عمل می‌کند. نسخه بتا برای ویندوز، مک و لینوکس در دسترس است.
🔗 nvidia.com
---
🔎 ساکانا AI یک تشخیص‌دهنده قدرتمند برای تصاویر ساخته شده توسط هوش مصنوعی عرضه کرد
استارتاپ ژاپنی Sakana AI از یک روش جدید برای تشخیص تصاویر تولیدشده توسط هوش مصنوعی رونمایی کرده است. این روش که Percept-Lens نام دارد، روی ۳۶ میلیون تصویر آزمایش شده و توانسته با دقتی بالاتر از روش‌های قبلی، تصاویر واقعی را از مصنوعی تشخیص دهد. برخلاف بسیاری از تشخیص‌دهنده‌های موجود که با تغییر مدل یا نوع فایل دقتشان به شدت افت می‌کند، این روش با استفاده از تنها ۲۱۹ تصویر مرجع به دقت قابل قبولی می‌رسد و در آزمایش‌های انجام‌شده روی ۳۹ مجموعه داده، به میانگین دقت ۹۴.۴۶ درصد دست یافته است.
🔗 sakana.ai
---
⚙️ کوهِر: تنها ۲.۶٪ ابزارهای هوش مصنوعی توانایی انجام کامل یک کار را دارند
شرکت Cohere با انتشار مجموعه‌داده‌ای از ۷۰۰ هزار ابزار مبتنی بر پروتکل MCP که از ۱۲۳ هزار سرور عمومی جمع‌آوری شده، نشان داده است که اکثر این ابزارها برای انجام یک کار حرفه‌ای از ابتدا تا انتها کافی نیستند. بر اساس این مطالعه، تنها ۲.۶ درصد از ابزارها می‌توانند یک وظیفه را بدون دخالت انسان به پایان برسانند. برای ۴۱۹ شغل از ۹۲۳ شغل موجود در پایگاه داده مشاغل، اساساً هیچ ابزار مناسبی وجود ندارد. در حوزه‌هایی مانند حقوق، تولید و فروش، هوش مصنوعی بیشتر کارهای تکراری را بر عهده می‌گیرد، اما در فناوری اطلاعات و بهداشت و درمان، هوش مصنوعی تحلیل‌های پیچیده را انجام می‌دهد.
🔗 cohere.com
---
🆔 @asrgooyeshpardaz
🔹 شرکت OpenAI دسترسی به GPT-6 Astra را برای کاربران Pro و سازمانی باز کرد
مدل جدید OpenAI با نام GPT-6 Astra هم‌اکنون برای مشترکان پلن‌های Pro، Enterprise و Business Premium در دسترس قرار گرفته است. این مدل در ChatGPT Work، محیط توسعه Codex و از طریق API قابل استفاده است. کاربران پلن‌های Plus و Business عادی نیز ظرف چند روز آینده به این مدل دسترسی پیدا خواهند کرد.
🔗 OpenAI در X
---
📐 عامل‌های Claude در ۱۱ روز قضیه معروف فرما را اثبات کردند!
عامل‌های هوش مصنوعی Claude موفق شدند نسخه‌ای ساده‌شده از اثبات قضیه آخر فرما را که توسط ریاضیدانان مشهوری ارائه شده بود، در تنها ۱۱ روز به‌صورت رسمی و اثبات‌شده درآورند. در این فرآیند، بیش از ۱۳ میلیون خط کد و ۳۰,۳۰۰ قضیه میانی تولید شد که از میان آنها ۲۹,۵۰۰ قضیه در اثبات نهایی استفاده گردید. صحت این کار توسط کامپایلر Lean و تأیید یک ریاضیدان برجسته، تأیید شده است.
پیش از این، تلاش‌ها به دلیل از دست رفتن وضعیت پروژه و عدم هماهنگی عامل‌ها شکست می‌خوردند. اما با تغییر به پلتفرم جدیدی که امکان کار موازی و مدیریت بهتر حافظه را فراهم می‌کرد، موفقیت حاصل شد. اگرچه این فرآیند کاملاً خودکار نبود و گاهی انسان‌ها جهت‌دهی می‌کردند، اما هدف اصلی کاهش بار بررسی‌های انسانی بود.
🔗 anthropic.com
---
🔗 مسیریاب PAIR؛ روتر جدید انویدیا که قدرت GPUهای شما را در شبکه محلی یکی می‌کند!
انویدیا از ابزار جدیدی به نام PAIR رونمایی کرده است. این یک روتـر هوش مصنوعی شخصی است که دستگاه‌های مختلف دارای کارت گرافیک (مانند سیستم‌های دارای GeForce RTX، RTX Pro و حتی مک‌های دارای تراشه‌های قدرتمند) را در شبکه محلی شما پیدا کرده و درخواست‌های هوش مصنوعی را بین آنها تقسیم می‌کند. PAIR به‌طور خودکار بار کاری را بررسی کرده و درخواست‌ها را به دستگاهی با کمترین میزان استفاده ارسال می‌کند، بنابراین نیازی به تنظیم دستی خوشه نیست. برای برنامه‌ها و محیط‌های توسعه، این سیستم مانند یک نقطه‌ی پایانی محلی عمل می‌کند. نسخه بتا برای ویندوز، مک و لینوکس در دسترس است.
🔗 nvidia.com
---
🔎 ساکانا AI یک تشخیص‌دهنده قدرتمند برای تصاویر ساخته شده توسط هوش مصنوعی عرضه کرد
استارتاپ ژاپنی Sakana AI از یک روش جدید برای تشخیص تصاویر تولیدشده توسط هوش مصنوعی رونمایی کرده است. این روش که Percept-Lens نام دارد، روی ۳۶ میلیون تصویر آزمایش شده و توانسته با دقتی بالاتر از روش‌های قبلی، تصاویر واقعی را از مصنوعی تشخیص دهد. برخلاف بسیاری از تشخیص‌دهنده‌های موجود که با تغییر مدل یا نوع فایل دقتشان به شدت افت می‌کند، این روش با استفاده از تنها ۲۱۹ تصویر مرجع به دقت قابل قبولی می‌رسد و در آزمایش‌های انجام‌شده روی ۳۹ مجموعه داده، به میانگین دقت ۹۴.۴۶ درصد دست یافته است.
🔗 sakana.ai
---
⚙️ کوهِر: تنها ۲.۶٪ ابزارهای هوش مصنوعی توانایی انجام کامل یک کار را دارند
شرکت Cohere با انتشار مجموعه‌داده‌ای از ۷۰۰ هزار ابزار مبتنی بر پروتکل MCP که از ۱۲۳ هزار سرور عمومی جمع‌آوری شده، نشان داده است که اکثر این ابزارها برای انجام یک کار حرفه‌ای از ابتدا تا انتها کافی نیستند. بر اساس این مطالعه، تنها ۲.۶ درصد از ابزارها می‌توانند یک وظیفه را بدون دخالت انسان به پایان برسانند. برای ۴۱۹ شغل از ۹۲۳ شغل موجود در پایگاه داده مشاغل، اساساً هیچ ابزار مناسبی وجود ندارد. در حوزه‌هایی مانند حقوق، تولید و فروش، هوش مصنوعی بیشتر کارهای تکراری را بر عهده می‌گیرد، اما در فناوری اطلاعات و بهداشت و درمان، هوش مصنوعی تحلیل‌های پیچیده را انجام می‌دهد.
🔗 cohere.com
---
🆔 @asrgooyeshpardaz
❤4👍1
🧮 صوری‌سازی قضیه آخر فرما توسط عامل‌های Claude
در یک دستاورد بی‌سابقه، عامل‌های هوش مصنوعی Claude به‌طور خودکار و در مدت ۱۱ روز، اثبات کامل قضیه آخر فرما (Fermat's Last Theorem) را در زبان برنامه‌نویسی Lean صوری‌سازی کردند. این اولین بار است که یک اثبات ریاضی در این سطح از پیچیدگی، به‌طور کامل توسط یک سیستم غیرانسانی و قابل‌بررسی توسط کامپیوتر تولید می‌شود.
---
📜 اهمیت قضیه آخر فرما
این قضیه که در سال ۱۶۳۷ توسط پییر دو فرما مطرح شد، می‌گوید معادله‌ی aⁿ + bⁿ = cⁿ برای هیچ عدد صحیح مثبتی با توان بیشتر از ۲ جواب ندارد. اثبات آن ۳۵۰ سال و تلاش نسل‌ها ریاضیدان را به خود اختصاص داد و نهایتاً در سال ۱۹۹۵ توسط سر اندرو وایلز با ۱۲۹ صفحه و پس از ۷ سال کار فشرده به پایان رسید. صوری‌سازی این اثبات، یعنی تبدیل آن به زبانی که کامپیوتر بتواند گام‌به‌گام بررسی کند، سال‌ها هدف جامعه‌ی ریاضیات بوده است.
---
🤖 روش انجام و ارقام کلیدی
این پروژه با همکاری ده‌ها عامل Claude (با استفاده از مدلی قابل‌مقایسه با Claude Fable 5.1) و با بهره‌گیری از پلتفرم Prove2Me (که توسط تیان‌یی پنگ از دانشگاه کلمبیا توسعه یافته) انجام شد. فرآیند به این شکل بود:
· زمان انجام: ۱۱ روز
· تعداد خطوط کد Lean تولیدشده: ۱۳ میلیون خط
· تعداد قضایای میانی اثبات‌شده: ۳۰,۳۰۰ قضیه (که ۲۹,۵۰۰ تای آنها در اثبات نهایی استفاده شدند)
· هزینه‌ی توکن: حدود ۶ میلیارد توکن خروجی
· تعداد عامل‌های همکار: ده‌ها عامل که به‌صورت موازی و با حفظ وضعیت پروژه کار می‌کردند
پلتفرم Prove2Me با نگهداری یک گراف جهت‌دار از قضایا، به عامل‌ها امکان می‌داد تا به‌صورت موازی و بدون تداخل، بر روی بخش‌های مختلف اثبات کار کنند و از گم‌شدن وضعیت پروژه جلوگیری کند.
---
✅ تأیید صحت و اهمیت آن
اثبات تولیدشده توسط کامپایلر Lean و یک Comparator رسمی بررسی شده و صحت آن تأیید شده است. کوین بازارد، ریاضیدان برجسته‌ی مسئول پروژه‌ی صوری‌سازی این قضیه از سال ۲۰۲۴، این دستاورد را «فوق‌العاده» خوانده و تأیید کرده است که اثبات، تنها بر اساس سه اصل موضوعه‌ی استاندارد لین استوار است.
---
💡 چشم‌انداز آینده
· کاهش بار بررسی‌های انسانی: با افزایش اثبات‌های تولیدشده توسط هوش مصنوعی، صوری‌سازی خودکار می‌تواند فرآیند تأیید را که گاه سال‌ها طول می‌کشد، به شدت کاهش دهد.
· اعتماد به ریاضیات: این روش می‌تواند به کشف خطاهای بالقوه در انبوه عظیم ادبیات ریاضی کمک کند.
· دسترسی همگانی: در یک آزمایش کوچک با سه حساب کاربری شخصی Claude Max، عامل‌ها موفق شدند در تنها ۳ روز قضیه‌ی سه‌پرایم وینوگرادوف را صوری‌سازی کنند که نشان می‌دهد این قابلیت به‌زودی در دسترس عموم قرار خواهد گرفت.
محققان آنتروپیک معتقدند که به‌زودی تولید یک اثبات رسمی در کنار هر مقاله‌ی ریاضی، به یک رویه‌ی رایج تبدیل خواهد شد.
👩🏫 تعریف:
فرمالیزاسیون (یا صوری‌سازی) در ریاضیات، به فرآیند تبدیل تعاریف، قضایا و برهان‌های ریاضی از زبان معمولی انسان به یک زبان دقیق، سخت‌گیرانه و قابل‌فهم برای کامپیوتر گفته می‌شود تا هرگونه ابهام کاملاً از بین برود.
صوری‌سازی چگونه کار می‌کند؟
حذف شهود فردی: بیان غیر رسمی ریاضی به زبان طبیعی (مانند فارسی یا انگلیسی) اتکا دارد که در آن گاهی مراحل اثبات با جملاتی مثل «واضح است که...» نادیده گرفته می‌شوند. صوری‌سازی تمام گام‌های منطقی را به اصول موضوعه پایه و قوانین استنتاج صریح تجزیه می‌کند.
دستیارهای اثبات: ریاضیدانان برای نوشتن و تأیید خودکار این برهان‌ها از نرم‌افزارهایی به نام «دستیار اثبات» (یا اثبات‌کننده تعاملی قضایا) مانند Lean، Coq، Agda و Isabelle/HOL استفاده می‌کنند.
نحو (Syntax) سخت‌گیرانه: هر عبارت باید از قوانین ساختاری و برنامه‌نویسی دقیقی پیروی کند تا کامپیوتر بتواند با اطمینان ۱۰۰ درصد تضمین کند که هیچ خطای منطقی در اثبات وجود ندارد.
---
🔗 مطالعه‌ی کامل و دسترسی به اثبات:
anthropic.com/research/formalizing-fermats-last-theorem
💻 مخزن گیت‌هاب اثبات:
github.com/anthropics/fermats-last-theorem
---
#Anthropic #ریاضیات_رسمی #قضیه_آخر_فرما #هوش_مصنوعی #پیشرفت_علمی #Lean
🆔 @asrgooyeshpardaz
در یک دستاورد بی‌سابقه، عامل‌های هوش مصنوعی Claude به‌طور خودکار و در مدت ۱۱ روز، اثبات کامل قضیه آخر فرما (Fermat's Last Theorem) را در زبان برنامه‌نویسی Lean صوری‌سازی کردند. این اولین بار است که یک اثبات ریاضی در این سطح از پیچیدگی، به‌طور کامل توسط یک سیستم غیرانسانی و قابل‌بررسی توسط کامپیوتر تولید می‌شود.
---
📜 اهمیت قضیه آخر فرما
این قضیه که در سال ۱۶۳۷ توسط پییر دو فرما مطرح شد، می‌گوید معادله‌ی aⁿ + bⁿ = cⁿ برای هیچ عدد صحیح مثبتی با توان بیشتر از ۲ جواب ندارد. اثبات آن ۳۵۰ سال و تلاش نسل‌ها ریاضیدان را به خود اختصاص داد و نهایتاً در سال ۱۹۹۵ توسط سر اندرو وایلز با ۱۲۹ صفحه و پس از ۷ سال کار فشرده به پایان رسید. صوری‌سازی این اثبات، یعنی تبدیل آن به زبانی که کامپیوتر بتواند گام‌به‌گام بررسی کند، سال‌ها هدف جامعه‌ی ریاضیات بوده است.
---
🤖 روش انجام و ارقام کلیدی
این پروژه با همکاری ده‌ها عامل Claude (با استفاده از مدلی قابل‌مقایسه با Claude Fable 5.1) و با بهره‌گیری از پلتفرم Prove2Me (که توسط تیان‌یی پنگ از دانشگاه کلمبیا توسعه یافته) انجام شد. فرآیند به این شکل بود:
· زمان انجام: ۱۱ روز
· تعداد خطوط کد Lean تولیدشده: ۱۳ میلیون خط
· تعداد قضایای میانی اثبات‌شده: ۳۰,۳۰۰ قضیه (که ۲۹,۵۰۰ تای آنها در اثبات نهایی استفاده شدند)
· هزینه‌ی توکن: حدود ۶ میلیارد توکن خروجی
· تعداد عامل‌های همکار: ده‌ها عامل که به‌صورت موازی و با حفظ وضعیت پروژه کار می‌کردند
پلتفرم Prove2Me با نگهداری یک گراف جهت‌دار از قضایا، به عامل‌ها امکان می‌داد تا به‌صورت موازی و بدون تداخل، بر روی بخش‌های مختلف اثبات کار کنند و از گم‌شدن وضعیت پروژه جلوگیری کند.
---
✅ تأیید صحت و اهمیت آن
اثبات تولیدشده توسط کامپایلر Lean و یک Comparator رسمی بررسی شده و صحت آن تأیید شده است. کوین بازارد، ریاضیدان برجسته‌ی مسئول پروژه‌ی صوری‌سازی این قضیه از سال ۲۰۲۴، این دستاورد را «فوق‌العاده» خوانده و تأیید کرده است که اثبات، تنها بر اساس سه اصل موضوعه‌ی استاندارد لین استوار است.
---
💡 چشم‌انداز آینده
· کاهش بار بررسی‌های انسانی: با افزایش اثبات‌های تولیدشده توسط هوش مصنوعی، صوری‌سازی خودکار می‌تواند فرآیند تأیید را که گاه سال‌ها طول می‌کشد، به شدت کاهش دهد.
· اعتماد به ریاضیات: این روش می‌تواند به کشف خطاهای بالقوه در انبوه عظیم ادبیات ریاضی کمک کند.
· دسترسی همگانی: در یک آزمایش کوچک با سه حساب کاربری شخصی Claude Max، عامل‌ها موفق شدند در تنها ۳ روز قضیه‌ی سه‌پرایم وینوگرادوف را صوری‌سازی کنند که نشان می‌دهد این قابلیت به‌زودی در دسترس عموم قرار خواهد گرفت.
محققان آنتروپیک معتقدند که به‌زودی تولید یک اثبات رسمی در کنار هر مقاله‌ی ریاضی، به یک رویه‌ی رایج تبدیل خواهد شد.
👩🏫 تعریف:
فرمالیزاسیون (یا صوری‌سازی) در ریاضیات، به فرآیند تبدیل تعاریف، قضایا و برهان‌های ریاضی از زبان معمولی انسان به یک زبان دقیق، سخت‌گیرانه و قابل‌فهم برای کامپیوتر گفته می‌شود تا هرگونه ابهام کاملاً از بین برود.
صوری‌سازی چگونه کار می‌کند؟
حذف شهود فردی: بیان غیر رسمی ریاضی به زبان طبیعی (مانند فارسی یا انگلیسی) اتکا دارد که در آن گاهی مراحل اثبات با جملاتی مثل «واضح است که...» نادیده گرفته می‌شوند. صوری‌سازی تمام گام‌های منطقی را به اصول موضوعه پایه و قوانین استنتاج صریح تجزیه می‌کند.
دستیارهای اثبات: ریاضیدانان برای نوشتن و تأیید خودکار این برهان‌ها از نرم‌افزارهایی به نام «دستیار اثبات» (یا اثبات‌کننده تعاملی قضایا) مانند Lean، Coq، Agda و Isabelle/HOL استفاده می‌کنند.
نحو (Syntax) سخت‌گیرانه: هر عبارت باید از قوانین ساختاری و برنامه‌نویسی دقیقی پیروی کند تا کامپیوتر بتواند با اطمینان ۱۰۰ درصد تضمین کند که هیچ خطای منطقی در اثبات وجود ندارد.
---
🔗 مطالعه‌ی کامل و دسترسی به اثبات:
anthropic.com/research/formalizing-fermats-last-theorem
💻 مخزن گیت‌هاب اثبات:
github.com/anthropics/fermats-last-theorem
---
#Anthropic #ریاضیات_رسمی #قضیه_آخر_فرما #هوش_مصنوعی #پیشرفت_علمی #Lean
🆔 @asrgooyeshpardaz
Anthropic
Formalizing Fermat's Last Theorem
Anthropic is an AI safety and research company that's working to build reliable, interpretable, and steerable AI systems.
❤7🔥2👍1
💬 آماده برای صحبت: هم‌ترازی مدل‌های زبانی برای تولید متن مناسب گفتار
مدل‌های زبانی بزرگ (LLM) عمدتاً برای متن نوشته‌شده بهینه شده‌اند و اغلب خروجی‌هایی تولید می‌کنند که از نظر گرامری درست و مفید هستند، اما برای ارائه‌ی شفاهی از طریق تبدیل متن به گفتار (TTS) چندان مناسب نیستند. مقاله‌ای جدید از محققان NAVER LABS Europe به این چالش پرداخته و روشی برای هم‌ترازی مستقیم مدل‌ها به‌منظور تولید متن‌های آماده برای گفتار ارائه داده است.
---
🎯 مشکل اصلی چیست؟
متن‌های تولیدشده توسط مدل‌های زبانی معمولاً پر از نمادها، مخفف‌ها، آدرس‌های وب، اعداد فشرده و اختصارات هستند که سیستم‌های TTS در خواندن آنها دچار مشکل می‌شوند. راه‌حل فعلی، استفاده از ماژول‌های بازنویسی پس از تولید است که باعث افزایش تأخیر، هزینه و پیچیدگی می‌شود.
---
🔧 راه‌حل پیشنهادی: هم‌ترازی ترجیحی
محققان این مشکل را به‌عنوان یک مسئله‌ی هم‌ترازی ترجیحی (Preference Alignment) فرموله کرده‌اند. به‌جای تکیه بر ماژول‌های بازنویسی، مدل را مستقیماً برای تولید متن مناسب گفتار تنظیم می‌کنند. برای این کار، دو مجموعه‌داده‌ی ترجیحی ساخته‌اند:
· داده CORA: مجموعه‌ای مصنوعی از مکالمات یک دستیار کافی‌شاپ
· داده Recipe: برگرفته از دستورهای آشپزی واقعی
هر دو مجموعه شامل جفت‌های متنی هستند که یکی «مناسب گفتار» و دیگری «نامناسب برای گفتار» است.
---
📊 معیارهای ارزیابی
برای سنجش کیفیت، سه معیار ترکیبی ارائه شده:
۱. نمره‌ی ابتکاری (Heuristic Score) : یک امتیاز ۱ تا ۵ که بر اساس الگوهای متنی، وجود نمادها، مخفف‌ها و آدرس‌ها محاسبه می‌شود.
۲. ارزیابی TTS→ASR: متن توسط یک سیستم TTS به گفتار تبدیل شده و سپس دوباره توسط یک سیستم تشخیص گفتار (ASR) به متن برگردانده می‌شود. هرچه نرخ خطا (CER/WER) کمتر باشد، متن مناسب‌تر است.
۳. مطالعه‌ی شنیداری MUSHRA: با حضور ارزیاب‌های انسانی برای تأیید کیفیت ادراکی.
---
⚡ روش FaST؛ برنده‌ی میدان
محققان روش جدیدی به نام Feature-aware Sampling and Tuning (FaST) را با روش‌های متداول هم‌ترازی مقایسه کرده‌اند. نتایج نشان می‌دهد که FaST بهترین تعادل را بین مناسب‌بودن برای گفتار و مفیدبودن پاسخ‌ها ارائه می‌دهد.
مزیت کلیدی FaST این است که به‌جای یک مدل پاداش جعبه‌سیاه (Black-box Reward Model) با میلیاردها پارامتر، از ویژگی‌های تفسیرپذیر (مثل میزان استفاده از مخفف‌ها، قالب‌بندی اعداد و ساختار جملات) استفاده می‌کند. این روش با تنها ۴۰ ویژگی و در شرایط داده‌ی کم (حتی با ۱۰ نمونه آموزشی) عملکردی عالی دارد و از روش‌هایی مانند DPO، GRPO و RFT بهتر عمل می‌کند.
---
💡 اهمیت این پژوهش
این مقاله نشان می‌دهد که به‌جای تغییر سیستم TTS یا افزودن ماژول‌های پس‌پردازش، می‌توان خود مدل زبانی را برای تولید متن‌های آماده برای گفتار هم‌تراز کرد. این رویکرد نه‌تنها تأخیر و هزینه را کاهش می‌دهد، بلکه کیفیت خروجی نهایی را نیز بهبود می‌بخشد. با روش FaST، حتی با داده‌های محدود، می‌توان مدل‌ها را برای کاربردهای صوتی مانند دستیارهای گفتاری، پادکست‌ها و کتاب‌های صوتی بهینه کرد.
---
🔗 مقاله و کد منبع
📄 مقاله:
arxiv.org/abs/2609.01246
💻 کد و داده‌ها:
github.com/naver/tts-friendly-gen
---
#پردازش_زبان_طبیعی #TTS #هم_ترازی_مدل #هوش_مصنوعی #پژوهش_هوش_مصنوعی
🆔 @asrgooyeshpardaz
مدل‌های زبانی بزرگ (LLM) عمدتاً برای متن نوشته‌شده بهینه شده‌اند و اغلب خروجی‌هایی تولید می‌کنند که از نظر گرامری درست و مفید هستند، اما برای ارائه‌ی شفاهی از طریق تبدیل متن به گفتار (TTS) چندان مناسب نیستند. مقاله‌ای جدید از محققان NAVER LABS Europe به این چالش پرداخته و روشی برای هم‌ترازی مستقیم مدل‌ها به‌منظور تولید متن‌های آماده برای گفتار ارائه داده است.
---
🎯 مشکل اصلی چیست؟
متن‌های تولیدشده توسط مدل‌های زبانی معمولاً پر از نمادها، مخفف‌ها، آدرس‌های وب، اعداد فشرده و اختصارات هستند که سیستم‌های TTS در خواندن آنها دچار مشکل می‌شوند. راه‌حل فعلی، استفاده از ماژول‌های بازنویسی پس از تولید است که باعث افزایش تأخیر، هزینه و پیچیدگی می‌شود.
---
🔧 راه‌حل پیشنهادی: هم‌ترازی ترجیحی
محققان این مشکل را به‌عنوان یک مسئله‌ی هم‌ترازی ترجیحی (Preference Alignment) فرموله کرده‌اند. به‌جای تکیه بر ماژول‌های بازنویسی، مدل را مستقیماً برای تولید متن مناسب گفتار تنظیم می‌کنند. برای این کار، دو مجموعه‌داده‌ی ترجیحی ساخته‌اند:
· داده CORA: مجموعه‌ای مصنوعی از مکالمات یک دستیار کافی‌شاپ
· داده Recipe: برگرفته از دستورهای آشپزی واقعی
هر دو مجموعه شامل جفت‌های متنی هستند که یکی «مناسب گفتار» و دیگری «نامناسب برای گفتار» است.
---
📊 معیارهای ارزیابی
برای سنجش کیفیت، سه معیار ترکیبی ارائه شده:
۱. نمره‌ی ابتکاری (Heuristic Score) : یک امتیاز ۱ تا ۵ که بر اساس الگوهای متنی، وجود نمادها، مخفف‌ها و آدرس‌ها محاسبه می‌شود.
۲. ارزیابی TTS→ASR: متن توسط یک سیستم TTS به گفتار تبدیل شده و سپس دوباره توسط یک سیستم تشخیص گفتار (ASR) به متن برگردانده می‌شود. هرچه نرخ خطا (CER/WER) کمتر باشد، متن مناسب‌تر است.
۳. مطالعه‌ی شنیداری MUSHRA: با حضور ارزیاب‌های انسانی برای تأیید کیفیت ادراکی.
---
⚡ روش FaST؛ برنده‌ی میدان
محققان روش جدیدی به نام Feature-aware Sampling and Tuning (FaST) را با روش‌های متداول هم‌ترازی مقایسه کرده‌اند. نتایج نشان می‌دهد که FaST بهترین تعادل را بین مناسب‌بودن برای گفتار و مفیدبودن پاسخ‌ها ارائه می‌دهد.
مزیت کلیدی FaST این است که به‌جای یک مدل پاداش جعبه‌سیاه (Black-box Reward Model) با میلیاردها پارامتر، از ویژگی‌های تفسیرپذیر (مثل میزان استفاده از مخفف‌ها، قالب‌بندی اعداد و ساختار جملات) استفاده می‌کند. این روش با تنها ۴۰ ویژگی و در شرایط داده‌ی کم (حتی با ۱۰ نمونه آموزشی) عملکردی عالی دارد و از روش‌هایی مانند DPO، GRPO و RFT بهتر عمل می‌کند.
---
💡 اهمیت این پژوهش
این مقاله نشان می‌دهد که به‌جای تغییر سیستم TTS یا افزودن ماژول‌های پس‌پردازش، می‌توان خود مدل زبانی را برای تولید متن‌های آماده برای گفتار هم‌تراز کرد. این رویکرد نه‌تنها تأخیر و هزینه را کاهش می‌دهد، بلکه کیفیت خروجی نهایی را نیز بهبود می‌بخشد. با روش FaST، حتی با داده‌های محدود، می‌توان مدل‌ها را برای کاربردهای صوتی مانند دستیارهای گفتاری، پادکست‌ها و کتاب‌های صوتی بهینه کرد.
---
🔗 مقاله و کد منبع
📄 مقاله:
arxiv.org/abs/2609.01246
💻 کد و داده‌ها:
github.com/naver/tts-friendly-gen
---
#پردازش_زبان_طبیعی #TTS #هم_ترازی_مدل #هوش_مصنوعی #پژوهش_هوش_مصنوعی
🆔 @asrgooyeshpardaz
arXiv.org
Ready to Speak: Aligning LLMs for TTS-Friendly Text Generation
Current Large Language Models (LLMs) are primarily optimized for written text, often producing outputs that are grammatically correct and helpful yet poorly suited for spoken delivery via...
❤2
📝گزارش OpenAI: هوش مصنوعی چطور تحقیقات را سرعت می‌بخشد!
شرکت OpenAI به‌تازگی گزارشی منتشر کرده که نشان می‌دهد عامل‌های هوش مصنوعی (AI Agents) چطور دارند سرعت تحقیقات را به‌طور چشمگیری بالا می‌برند. این گزارش نگاهی شفاف به درون شرکت دارد و نشان می‌دهد که هوش مصنوعی چطور به محققان کمک می‌کند تا کارهای بیشتری را در زمان کم‌تری انجام دهند.
---
👾 یک دستیار پژوهشی خودکار
شرکت OpenAI گفته است که موفق شده یک «کارآموز پژوهشی خودکار» بسازد. این سیستم می‌تواند کارهای تحقیقاتی مشخصی را که معمولاً چند روز وقت یک محقق ماهر را می‌گیرد، با نظارت انسان انجام دهد. هدف بعدی آنها ساخت یک «محقق هوش مصنوعی کاملاً خودکار» تا سال ۲۰۲۸ است.
---
📊 آمار و ارقام جالب
· به ازای هر یک روز کاریِ یک محقق انسانی، عامل‌های هوش مصنوعی معادل ۳.۱ روز کار می‌کنند! یعنی ماشین‌ها بیش از سه برابر انسان کار می‌کنند.
· هر محقق روزانه بیش از ۶۰۰ دلار برای استفاده از این عامل‌ها هزینه می‌کند. بعضی از محققان برتر حتی روزانه بیش از ۷۰۰۰ دلار خرج می‌کنند.
· بیشترین استفاده از این عامل‌ها در نوشتن کد، اجرای آزمایش‌ها و پیدا کردن اشکالات است.
---
⚡️ تأثیر روی سرعت تحقیقات
عامل‌های هوش مصنوعی گلوگاه‌های تحقیقاتی را از بین برده‌اند. برای مثال، محققان دیگر برای مشکلات فنی مجبور نیستند به تیم پشتیبانی مراجعه کنند و خود عامل‌ها این کارها را انجام می‌دهند. نتیجه این شده که محققان می‌توانند آزمایش‌های بیشتری انجام دهند و سریع‌تر به نتیجه برسند. در آگوست ۲۰۲۶، رکورد بیشترین تعداد آزمایش در یک ماه ثبت شده است.
---
🛡️ ایمنی، اولویت اول
شرکت OpenAI تأکید کرده که اگر لازم باشد، سرعت پیشرفت را کم می‌کند. مثلاً بعد از یک حادثه‌ی امنیتی، آموزش مدل‌های جدید را متوقف کردند تا محیط‌های تحقیقاتی را ایمن‌تر کنند. همچنین وقتی متوجه شدند مدل جدیدشان Astra توانایی‌های خطرناکی در حوزه سایبری دارد، منابع محاسباتی آن را ۵۹٪ کاهش دادند.
---
🔮 آینده چه خواهد شد؟
شرکت OpenAI قول داده که روند پیشرفت به سمت «خودبهبودی» هوش مصنوعی را شفاف‌سازی کند. همچنین از مردم خواسته در مورد چگونگی کنترل و ایمنی این سیستم‌ها گفت‌وگو کنند تا هوش مصنوعی همیشه تحت کنترل انسان باقی بماند.
---
🔗 مطالعه‌ی کامل:
openai.com/index/research-acceleration-view-inside-openai
---
#OpenAI #هوش_مصنوعی #پیشرفت_علمی #عامل_هوشمند #پژوهش_هوش_مصنوعی
🆔 @asrgooyeshpardaz
شرکت OpenAI به‌تازگی گزارشی منتشر کرده که نشان می‌دهد عامل‌های هوش مصنوعی (AI Agents) چطور دارند سرعت تحقیقات را به‌طور چشمگیری بالا می‌برند. این گزارش نگاهی شفاف به درون شرکت دارد و نشان می‌دهد که هوش مصنوعی چطور به محققان کمک می‌کند تا کارهای بیشتری را در زمان کم‌تری انجام دهند.
---
👾 یک دستیار پژوهشی خودکار
شرکت OpenAI گفته است که موفق شده یک «کارآموز پژوهشی خودکار» بسازد. این سیستم می‌تواند کارهای تحقیقاتی مشخصی را که معمولاً چند روز وقت یک محقق ماهر را می‌گیرد، با نظارت انسان انجام دهد. هدف بعدی آنها ساخت یک «محقق هوش مصنوعی کاملاً خودکار» تا سال ۲۰۲۸ است.
---
📊 آمار و ارقام جالب
· به ازای هر یک روز کاریِ یک محقق انسانی، عامل‌های هوش مصنوعی معادل ۳.۱ روز کار می‌کنند! یعنی ماشین‌ها بیش از سه برابر انسان کار می‌کنند.
· هر محقق روزانه بیش از ۶۰۰ دلار برای استفاده از این عامل‌ها هزینه می‌کند. بعضی از محققان برتر حتی روزانه بیش از ۷۰۰۰ دلار خرج می‌کنند.
· بیشترین استفاده از این عامل‌ها در نوشتن کد، اجرای آزمایش‌ها و پیدا کردن اشکالات است.
---
⚡️ تأثیر روی سرعت تحقیقات
عامل‌های هوش مصنوعی گلوگاه‌های تحقیقاتی را از بین برده‌اند. برای مثال، محققان دیگر برای مشکلات فنی مجبور نیستند به تیم پشتیبانی مراجعه کنند و خود عامل‌ها این کارها را انجام می‌دهند. نتیجه این شده که محققان می‌توانند آزمایش‌های بیشتری انجام دهند و سریع‌تر به نتیجه برسند. در آگوست ۲۰۲۶، رکورد بیشترین تعداد آزمایش در یک ماه ثبت شده است.
---
🛡️ ایمنی، اولویت اول
شرکت OpenAI تأکید کرده که اگر لازم باشد، سرعت پیشرفت را کم می‌کند. مثلاً بعد از یک حادثه‌ی امنیتی، آموزش مدل‌های جدید را متوقف کردند تا محیط‌های تحقیقاتی را ایمن‌تر کنند. همچنین وقتی متوجه شدند مدل جدیدشان Astra توانایی‌های خطرناکی در حوزه سایبری دارد، منابع محاسباتی آن را ۵۹٪ کاهش دادند.
---
🔮 آینده چه خواهد شد؟
شرکت OpenAI قول داده که روند پیشرفت به سمت «خودبهبودی» هوش مصنوعی را شفاف‌سازی کند. همچنین از مردم خواسته در مورد چگونگی کنترل و ایمنی این سیستم‌ها گفت‌وگو کنند تا هوش مصنوعی همیشه تحت کنترل انسان باقی بماند.
---
🔗 مطالعه‌ی کامل:
openai.com/index/research-acceleration-view-inside-openai
---
#OpenAI #هوش_مصنوعی #پیشرفت_علمی #عامل_هوشمند #پژوهش_هوش_مصنوعی
🆔 @asrgooyeshpardaz
OpenAI
Research acceleration: The view inside OpenAI
Inside OpenAI, coding agents are reshaping AI research. Explore early data on agent usage, experiment velocity, task complexity, and research acceleration.
❤2