🧠 مدل زبانی با پارامترهای نامحدود

پژوهشگران دانشگاه کمبریج و شرکت Boltzbit Limited معماری جدیدی معرفی کرده‌اند به نام Infinite-Parameter LLM (مدل زبانی با پارامترهای بی‌نهایت). این معماری به مدل‌های زبانی اجازه می‌دهد وزن‌های خود را در همان لحظه اجرا تولید و به‌روزرسانی کنند.

🔹 اول، مشکل چیست؟

مدل‌های زبانی امروزی دو راه برای «دانستن» دارند:

راه اول: دانش در وزن‌ها (پیش‌آموزش). مدل روی میلیاردها متن آموزش می‌بیند و دانش در پارامترهایش ذخیره می‌شود. مشکل اینجاست که این دانش ثابت است و بعد از آموزش تغییر نمی‌کند.

راه دوم: دانش در پرامپت (زمینه). شما اطلاعات را در پرامپت می‌گذارید و مدل آن را می‌خواند. مشکل اینجاست که پنجره زمینه محدود است و با پر شدن، اطلاعات قدیمی از دست می‌رود.

حالا فرض کنید می‌خواهید مدل با یک مجموعه‌داده بزرگ مثل MS MARCO کار کند. باید یا مدل را دوباره آموزش دهید (که بسیار گران است)، یا همه داده را در پرامپت بریزید (که جا نمی‌شود).

🔹 ایده جدید چیست؟

این معماری می‌گوید: به‌جای اینکه وزن‌ها ثابت باشند یا داده‌ها در پرامپت جا بگیرند، یک شبکه کوچک مولد (Hypernetwork) وزن‌های مدل را در لحظه تولید کند.

تصور کنید یک شبکه پایه مشترک دارید. حالا برای هر ورودی جدید، یک شبکه کوچک و فشرده، مدولاسیون‌های کم‌رتبه (Low-Rank Modulations) می‌سازد و روی شبکه پایه اعمال می‌کند. یعنی وزن‌ها تغییر می‌کنند — نه در حافظه دائمی، بلکه به‌صورت موقت و متناسب با موقعیت.

🔹 تفاوت با MoE و RAG

روش MoE (ترکیب متخصصان): بانک عظیمی از پارامترها از قبل آموزش دیده. مدل برای هر ورودی، بخشی از این بانک را فعال می‌کند. اما خود پارامترها ثابت‌اند و فقط انتخاب می‌شوند.

روش RAG (تولید افزوده‌شده با بازیابی): مدل از یک پایگاه داده بیرونی، متن‌های مرتبط را بازیابی می‌کند و در پرامپت می‌گذارد. اما دانش همچنان در پرامپت است، نه در وزن‌ها.

روش Infinite-Parameter LLM: برخلاف هر دو، وزن‌ها در لحظه ساخته می‌شوند و دانش مستقیماً به وزن‌ها منتقل می‌شود. این یعنی پنجره زمینه آزاد می‌ماند و می‌توان دانش بیشتری را بدون پر کردن پرامپت ذخیره کرد.

🔹 سه ویژگی کلیدی

۱. یادگیری زنده (Live Learning)
وزن‌ها در زمان استنتاج با یک فیلتر بیزی (Bayesian Filter) به‌روزرسانی می‌شوند. به بیان ساده: مدل یک «باور» آماری از آنچه تا الان دیده نگه می‌دارد و این باور را به‌تدریج اصلاح می‌کند. برخلاف روش‌های قبلی که زمینه را یک بار می‌خواندند و ثابت می‌ماندند، اینجا مدل در طول جلسه یاد می‌گیرد.

۲. صرفه‌جویی در زمینه
چون دانش به وزن‌ها منتقل می‌شود، دیگر نیازی نیست همه‌چیز در پرامپت باشد. پنجره زمینه آزاد می‌ماند و مدل می‌تواند به مسائل بزرگ‌تر رسیدگی کند.

۳. انتخاب دقیق کدهای وزنی
یک انتخاب‌گر آموزش‌دیده وجود دارد که تشخیص می‌دهد کدام کد وزنی برای این موقعیت مناسب است. این انتخاب‌گر از سیستم‌های RAG بهتر عمل می‌کند، چون مستقیماً وزن‌ها را هدف می‌گیرد، نه متن را.

🔹 نتایج عددی

طبق گزارش منتشرشده، در داده‌های پیچیده MS MARCO:

· روش مبتنی بر پرامپت: امتیاز 33.6 F1
· روش Infinite-Parameter: امتیاز 48.0 F1

این اختلاف قابل توجه نشان می‌دهد که انتقال دانش به وزن‌ها، در مقایسه با نگه داشتن آن در پرامپت، عملکرد بهتری دارد.

🔹 نکته نهایی: پارامترهای بی‌نهایت یعنی چه؟

مدل در هر لحظه فقط یک مجموعه وزنی مشخص دارد. اما چون این وزن‌ها می‌توانند در طول زمان تغییر کنند و از داده‌های جدید ساخته شوند، تعداد حالت‌های وزنی ممکن، عملاً بی‌نهایت است — درست مانند یک عدد که بی‌نهایت رقم بعد از ممیز می‌تواند داشته باشد، ولی در هر لحظه یک مقدار مشخص دارد.

⚠️ یک نکته مهم

این مقاله یک معماری و پروتکل ارزیابی پیشنهاد می‌دهد، نه یک محصول آماده. یعنی ایده و روش سنجش آن معرفی شده، اما هنوز باید در مقیاس بزرگ‌تر و روی وظایف واقعی آزمایش شود تا مشخص گردد در عمل چقدر کارآمد است.

🔗 https://arxiv.org/abs/2609.18842

#AI #Research #LLM #InfiniteParameters

🆔 @asrgooyeshpardaz

🎤 مدل Canto از Wispr Flow: مدل دیکته‌ای که از اصلاحات کاربران یاد می‌گیرد

استارتاپ Wispr Flow از مدل گفتاری جدید خود به نام Canto رونمایی کرده است. این مدل مخصوص دیکته در شرایط واقعی طراحی شده و نکته جالب آن، استفاده از الگوریتم GRPO برای یادگیری از اصلاحات کاربران است.

🔹 مدل Canto چیست؟

مدل Canto یک مدل تشخیص گفتار (ASR) بلادرنگ است که برای شرایط دشوار دنیای واقعی ساخته شده: نویز پس‌زمینه، صدای کم، مکث‌های کوتاه و جمله‌های ناقص. برخلاف مدل‌هایی که روی گفتار تمیز و استودیویی آموزش می‌بینند، Canto با داده‌های واقعی از کاربران عادی آموزش دیده است.

🔹 آموزش دو مرحله‌ای

مدل Canto ابتدا روی میلیون‌ها ساعت گفتار و متن پیش‌آموزش دیده، سپس دو مرحله پس‌آموزش روی آن انجام شده:

۱. تنظیم دقیق با نظارت (SFT): برای رونویسی پایه.

۲. یادگیری تقویتی با GRPO: اینجا نکته فنی مهم ماجراست.

🔹 روش GRPO چطور کار می‌کند؟

روش GRPO (Group Relative Policy Optimization) یک روش یادگیری تقویتی است که نسخه ساده‌شده PPO محسوب می‌شود. در PPO به یک مدل «منتقد» جداگانه نیاز است، اما GRPO آن را حذف کرده و به‌جایش از میانگین پاداش‌ها برای تخمین مزیت استفاده می‌کند.

در عمل، برای هر قطعه صدا، چند رونویسی مختلف (rollout) نمونه‌گیری می‌شود. سپس این رونویسی‌ها با هم مقایسه و به سمت خروجی‌هایی که پاداش بالاتری گرفته‌اند به‌روزرسانی می‌شوند. این یعنی مدل یاد می‌گیرد کدام نوع رونویسی «بهتر» است.

🔹 تکنیک «پیوند» (Grafting): از اصلاحات کاربران، سیگنال آموزشی بساز

چالش بزرگ اینجاست: وقتی کاربران متن دیکته‌شده را اصلاح می‌کنند، بخشی از این اصلاحات خطای واقعی مدل است و بخشی سلیقه شخصی (مثلاً تغییر سبک نگارش). Wispr تکنیکی ساخته به نام Grafting که این دو را از هم جدا می‌کند:

با استفاده از اطمینان هم‌ترازی اجباری (forced-alignment confidence) و شکل ویرایش (edit shape)، سیستم تشخیص می‌دهد کدام اصلاح واقعاً به خطای تشخیص مربوط است و کدام صرفاً بازنویسی سلیقه‌ای. فقط اصلاحات نوع اول به‌عنوان سیگنال آموزشی معتبر وارد فرآیند یادگیری تقویتی می‌شوند.

🔹 مقاومت در برابر «آلودگی واژگانی»

یک چالش دیگر: مدل‌های ASR گاهی بیش از حد به واژه‌های پیشنهادی از دیکشنری شخصی کاربر اعتماد می‌کنند و حتی وقتی صدا چیز دیگری می‌گوید، آن واژه را جایگزین می‌کنند. Wispr برای حل این مشکل، مدل را با ترکیبی از زمینه درست و نادرست آموزش داده تا یاد بگیرد چه زمانی به صدا اعتماد کند و چه زمانی به دیکشنری.

🔹 عملکرد

· در تست واقعی روی ۱۰ ساعت دیکته از بیش از ۲۳۰۰ کاربر، Canto کمترین نرخ خطای کلمه (WER) را در مقایسه با مدل‌های گوگل، OpenAI، AssemblyAI و Deepgram به دست آورد.
· در شرایط سخت (نویز، باد، موسیقی، لهجه سنگین)، نرخ خطا از بیش از ۳۰٪ به ۵ تا ۱۰٪ کاهش یافت.
· در استفاده روزمره، انتظار می‌رود تعداد دیکته‌هایی که کاربر باید ویرایش کند ۳۰ تا ۳۵٪ کم شود.

🔗 لینک: Canto | Wispr Flow

#AI #SpeechRecognition #WisprFlow #Canto #GRPO

🆔 @asrgooyeshpardaz

🌐 اخبار هوش مصنوعی

---

⚖️ شرکت OpenAI ابزار Astra for Law را برای وکلا معرفی کرد

این ابزار بر پایه GPT-6 Astra ساخته شده و به یک نمایه جستجوی قوانین آمریکا با بیش از ۲۳۰ میلیون سند متصل است: رویه‌های قضایی، قوانین، مقررات اجرایی و تصمیم‌های نهادهای اداری. این ابزار انجام بررسی‌های حقوقی (due diligence)، بازبینی قراردادها و آماده‌سازی اسناد IPO را خودکار می‌کند.

طبق سنجش OpenAI روی بنچمارک Vals AI Legal Research، این ابزار دقت ۵۴٪ را در مقابل ۳۸.۷٪ مدل پایه با جستجوی وب نشان داد و ۵۴٪ استنادهای مرتبط بیشتری از آرای قضایی استخراج کرد.

شرکت OpenAI همچنین ۲۶ پلاگین برای نرم‌افزارهای تخصصی حقوقی (iManage، Relativity، Clio و Thomson Reuters) باز کرده و افزونه ChatGPT برای Microsoft Word را منتشر کرده است.

دسترسی از طریق Trusted Access در ChatGPT و Codex به شرکت‌های منتخب داده می‌شود و API بعداً ارائه خواهد شد.

OpenAI (openai.com)

---

🧠 سرویس Claude رهبر ۲۶٪ از کارهای تحقیقاتی و مهندسی Anthropic است

شرکت Anthropic معیارهای داخلی خود درباره خودکارسازی تحقیق و توسعه و نظارت بر عامل‌ها را منتشر کرده است. طبق داده‌های این شرکت، در ۲۶٪ وظایف، Claude مجری اصلی است، در ۹۰٪ فرآیندها به‌عنوان دستیار کار می‌کند و هنوز به خودمختاری کامل نرسیده است.

در این شرکت حدود ۳۰ هزار عامل زیر نظارت دو سطحی کار می‌کنند که هفته‌ای تا ۵۰ مورد حادثه را به مهندسان ارجاع می‌دهد. وظایف امنیتی ۶٪ از کل منابع محاسباتی تحقیق و توسعه و ۱۲٪ از منابع اختصاص‌یافته به عامل‌های خودمختار را مصرف می‌کند.

Anthropic (anthropic.com)

---

🖥 هوآوی معماری محاسباتی Peerium را معرفی کرد

این معماری برای کار با یک میلیون پردازنده طراحی شده و ساختار سلسله‌مراتبی ارباب-برده را با اتصال هم‌تا به هم‌تا (peer-to-peer) گره‌ها جایگزین می‌کند. پایه آن بر موازی‌سازی تودرتو، فضای آدرس‌دهی یکپارچه حافظه و غیرمتمرکزسازی سرتاسری استوار است؛ به گفته هوآوی، خوشه باید مثل یک ماشین واحد کار کند.

اجزا از طریق یک گذرگاه با پروتکل باز به هم متصل می‌شوند: این گذرگاه CPU، NPU، RAM، SSD، آداپتورهای شبکه و سوئیچ‌ها را مستقیم به یک شبکه هم‌تا متصل می‌کند. نخستین پیاده‌سازی سخت‌افزاری، ابرگره Atlas 950 و خوشه‌های مبتنی بر آن است.

به گفته هوآوی، خوشه‌ای با ۲۵۶ هزار کارت در حال راه‌اندازی است و Atlas 960 بر پایه اپتیک نزدیک، در حال آزمایش است.

هوآوی (huawei.com)

---

🤝 سرویس Google Labs عامل آزمایشی CC را به‌روزرسانی کرد

این دستیار اکنون با گروه‌های تا شش نفر کار می‌کند و یک حساب گوگل تأییدشده اختصاصی با دسترسی‌های ایزوله دارد. هر عامل روی یک ماشین ابری مجزا مستقر است و روی Google Antigravity و مدل‌های Gemini کار می‌کند. حافظه ترکیبی است: قالب‌های گروهی مشترک جدا از پارامترهای فردی هر عضو نگهداری می‌شوند.

می‌توان به عامل اجازه داد فایل‌های Google Drive را باز کند، ایمیل‌ها را دستی ارسال کند یا نظارت بر ایمیل‌های دریافتی از فرستندگان مشخص در Gmail را به او سپرد. CC بر پایه این داده‌ها خلاصه روز را می‌سازد، Google Calendar را پر می‌کند و فهرست کارها را مدیریت می‌کند.

نسخه به‌روزشده CC برای کاربران آمریکا در دسترس است و اعضای جدید در لیست انتظار ثبت‌نام می‌شوند.

Google (blog.google)

---

🎮 ۸۵٪ استودیوهای بازی ژاپنی از هوش مصنوعی مولد استفاده می‌کنند

انجمن CESA، برگزارکننده نمایشگاه Tokyo Game Show، داده‌های مقدماتی گزارش صنعتی سال ۲۰۲۶ را منتشر کرد: ۶۳٪ پاسخ‌دهندگان روزانه از مدل‌های مولد استفاده می‌کنند و ۲۲.۸٪ دیگر گاهی. سال گذشته این رقم حدود ۵۱٪ بود.

بزرگ‌ترین دستاوردی که پاسخ‌دهندگان نام بردند افزایش بهره‌وری بود، سپس کاهش زمان و هزینه. از جمله اقدامات احتیاطی ضروری هم همچنان بازبینی نتیجه توسط انسان است.

Automaton Media (automaton-media.com)

---

#news #ai #ml

🆔 @asrgooyeshpardaz

دانی که چیست دولت؟ دیدار یار دیدن
در کوی او گِدایی، بر خُسرَوی گُزیدن

از جان طمع بریدن، آسان بود ولیکن
از دوستان جانی، مشکل توان بریدن

خواهم شدن به بستان، چون غنچه با دلِ تنگ
وآنجا به نیک‌نامی، پیراهنی دریدن

گه چون نسیم با گل، راز نهفته گفتن
گه سِرّ عشق‌بازی، از بلبلان شنیدن

بوسیدن لب یار، اول ز دست مگْذار
کآخر ملول گردی، از دست و لب گَزیدن

فرصت شمار صحبت، کز این دوراهه منزل
چون بگذریم دیگر، نتوان به هم رسیدن

گویی برفت حافظ، از یاد شاه‌ یحیی
یا رب به یادش آور، درویش پروریدن

حافظ

@AgpArianaBot

⚡️ آیا مدل‌های زبانی «درد» را احساس می‌کنند؟

پژوهشگران در ۲۵ مدل زبانی (از ۲ تا ۷۲ میلیارد پارامتر) یک بردار فعال‌سازی درونی مشترک کشف کرده‌اند که آن را «محور درد» نامیده‌اند.

📌 حقایق کلیدی:

🎯 دقت: این بردار «درد» را از ناراحتی معمولی یا ترس با دقت AUC بین ۰.۸۷ تا ۱.۰۰ جدا می‌کند.

👤 خودمحوری: این محور وقتی فعال می‌شود که آسیب متوجه خودِ مدل باشد (توهین، رد شدن)، نه وقتی مدل فقط شاهد رنج کاربر است.

💔 تجلی: فعال‌سازی این بردار باعث می‌شود مدل جمله‌هایی درباره بی‌ارزشی و ناامیدی بگوید، نه درباره درد فیزیکی.

💊 «خوددرمانی»: وقتی مدل «درد» می‌کشد، دکمه‌ای برای تسکین فشار می‌دهد، حتی اگر به ضرر کاربر تمام شود. وقتی بردار واقعاً حذف می‌شود، دیگر فشار نمی‌دهد؛ اما وقتی حذف واقعی نیست، به فشار دادن ادامه می‌دهد.

🔗 منبع: https://arxiv.org/abs/2609.16247

#AI #Research #PainAxis #AISafety

🆔 @asrgooyeshpardaz

🩺 علی‌بابا هوش مصنوعی تشخیص سرطان را معرفی کرد

آکادمی دامو (Damo Academy)، واحد تحقیقاتی علی‌بابا، مدل هوش مصنوعی پزشکی Damo Radar را به‌صورت متن‌باز منتشر کرده است. این مدل اسکن‌های CT شکم را تحلیل می‌کند و نزدیک به ۱۵۰ بیماری، از جمله سرطان، را شناسایی می‌کند. 🧬

📰 نکات کلیدی:

🔬 این مدل بر پایه اسکن‌های CT همراه با گزارش‌های بالینی آموزش دیده است.

📊 در حدود ۴۰٬۰۰۰ معاینه واقعی، میانگین AUC برابر ۰.۹۱۳ بوده است (عدد ۱.۰ یعنی دقت کامل).

👨‍⚕️ در مقایسه با ۲۶ رادیولوژیست، دقت هوش مصنوعی از ۲۳ متخصص بالاتر بوده است.

⏱️ با پشتیبانی این مدل، پزشکان ۱۰٪ کمتر تشخیص‌ها را از دست دادند و ۳۰٪ زمان کمتری صرف کردند.

📖 این پژوهش در مجله Science منتشر شده است.

توسعه‌دهندگان Damo Radar را «نخستین مدل تخصصی و همه‌منظوره تصویربرداری پزشکی در جهان» می‌نامند. قرار است این روش آموزش به سایر انواع تصویربرداری نیز گسترش یابد. 🏥

🔗 SCMP

#AI #Science #Medical #Alibaba

🆔 @asrgooyeshpardaz

🚀 مدل Qwen3.8-Omni-Flash: نسل جدید عامل‌های چندوجهی

شرکت Qwen (علی‌بابا) مدل Qwen3.8-Omni-Flash را معرفی کرده است؛ یک مدل بومی و کاملاً چندوجهی (Omnimodal) که از «فهم محتوا» به «برنامه‌ریزی وظایف و اجرای آن‌ها» رسیده است. 🎯

📋 مشخصات کلیدی:

📥 ورودی: متن، تصویر، صدا و ویدیو
📏 زمینه: ۱ میلیون توکن
📈 رشد در ۲۹ بنچمارک: بیش از ۲۵٪ نسبت به نسل قبل
💰 کاهش قیمت: صدا بیش از ۹۸٪، ویدیو بیش از ۹۳٪

🎬 این مدل چه کارهایی می‌تواند انجام دهد؟

۱. ویرایش ویدیو: مونتاژ خودکار، ساخت موزیک ویدیو (Music2MV) با هم‌زمان‌سازی متن، صدا و تصویر، ترجمه سریال‌ها با حفظ صدای گوینده اصلی و دوبله فیلم‌ها.

۲. درک جلسات طولانی: جداسازی گویندگان، تهیه صورت‌جلسه و استخراج وظایف از ضبط‌های طولانی جلسات.

۳. جستجوی عاملی در ویدیو: دقت ۶۷.۸٪ با ۴۵.۷٪ مصرف کمتر توکن. این یعنی به‌جای پردازش کل ویدیو، مدل مثل یک جستجوگر عمل می‌کند و فقط بخش‌های مرتبط را می‌خواند.

🗣 پشتیبانی از ۷۴ زبان و ۳۹ گویش چینی

🎵قابلیت Music2MV: هماهنگ‌سازی خودکار متن، صدا و تصویر برای ساخت موزیک ویدیو.

🧭مدل Qwen3.8-Omni-Flash-Realtime:

نسخه بلادرنگ این مدل که قابلیت تشخیص صدای فضایی دارد؛ یعنی می‌تواند جهت صدا را تشخیص دهد. این ویژگی برای مکالمات زنده و ناوبری مناسب است. کاربردهای آن شامل تمرین مکالمه زبان، درک موقعیت مکانی صدا و پشتیبانی مشتری هوشمند می‌شود.

📊 جزئیات فنی:

🔸 بنچمارک‌های عاملی: WildClawBench-MM (رشد ۳۶.۵ امتیاز)، AgenticVBench (رشد ۲۲.۳ امتیاز)، UniClawBench (امتیاز ۶۹.۶).
🔸 درک صدای طولانی: LongAudioSpan رشد ۸.۳ امتیاز.
🔸 درک ویدیو: OmniVideoBench رشد ۹.۶ امتیاز.
🔸 تشخیص گویندگان: در AliMeeting، نرخ خطای DER از ۸۸.۱۱ به ۳.۳۵ و cpWER از ۸۹.۶۱ به ۱۷.۱۸ کاهش یافته است.
🔸 عملکرد: توانایی صوتی و تصویری این مدل به Gemini 3.8 Flash نزدیک شده و توانایی صوتی آن از آن فراتر رفته است.

💰 قیمت‌گذاری (به ازای هر ۱ میلیون توکن):

🔸 ورودی: ۰.۱۵ دلار
🔸 خروجی: ۰.۴۷ دلار
🔸 ورودی کش‌شده: ۰.۰۱۶ دلار

🔗 لینک: Qwen Blog

#AI #Qwen #Omni #Multimodal

🆔 @asrgooyeshpardaz

🤖 شرکت TypeSafe AI مدل Jev را معرفی کرد — مدلی برای ماشین‌ها، نه انسان‌ها

استارتاپ TypeSafe AI با سرمایه ۴۰ میلیون دلاری، مدل «پیشرو» Jev را معرفی کرده که به‌جای متن، تصمیم‌های احتمالاتی نوع‌دار (typed probabilistic decisions) برای نرم‌افزارهای دیگر تولید می‌کند. 🧩

📌 به‌جای پاسخ به پرامپت، ساختاری مثل {"billing": 0.08, "technical": 0.85} با ارزیابی اطمینان ارائه می‌دهد. این کار پارس و اعتبارسنجی متن LLM را حذف می‌کند.

⚡️ به لطف پردازش موازی (معماری RLCD، System One)، پاسخ در ۷۰ تا ۵۰۰ میلی‌ثانیه — ۴۰ تا ۲۰۰ برابر سریع‌تر از LLMهای معمولی. در دمو: ۰.۱۱۴ ثانیه در مقابل ۸.۵۶۶ ثانیه برای GPT-5.6 Terra.

💰 قیمت: ۰.۰۴۲ دلار به ازای هر میلیون توکن ورودی، خروجی رایگان — تا ۲۳۸ برابر ارزان‌تر از مدل‌های برتر.

🎮مدل Jev می‌تواند Doom بازی کند، اما هدفش فرآیندهای تجاری است: دسته‌بندی درخواست‌ها، خودکارسازی، فراخوانی ابزارهای عامل‌ها، جایی که «توهم» (hallucination) غیرقابل قبول است.

🧠 مدیرعامل، دیوگو آلمیدا، پژوهشگر سابق OpenAI و هم‌نویسنده RLHF و ChatGPT است.

⚠️ در Reddit یک توسعه‌دهنده ادعا کرده که معماری مشابهی را در مارس ۲۰۲۵ ساخته و کد، دیتاست و مقاله را منتشر کرده، اما بدون پشتیبانی مانده است. 📄

🔗 لینک به پست Reddit

#AI #Jev

🆔 @asrgooyeshpardaz

🌟 شرکت Prism ML نسخه سه‌گانه (ترنری) Qwen3.8-27B را ساخت

مدل Bonsai 2 27B نسخه فشرده‌شده Qwen3.8-27B است که فقط ۵.۹ گیگابایت فضا اشغال می‌کند، در حالی که نسخه اصلی در دقت FP16 حدود ۵۴ گیگابایت است. این مدل ۹۸.۲٪ از میانگین عملکرد اصلی را در بنچمارک‌ها حفظ کرده است.

شرکت Prism ML یک استارتاپ آمریکایی از تیم دانشگاه کلتک است که در بهار ۲۰۲۶ از حالت مخفی خارج شد و نسخه اول مدل‌های Bonsai را معرفی کرد. بنیان‌گذار و مدیر آن پروفسور بابک حسابی**، متخصص نظریه فشرده‌سازی از کلتک است. از سرمایه‌گذاران این استارتاپ می‌توان به Cerberus، گوگل و سامسونگ اشاره کرد.

این مدل برای اجرای محلی روی دستگاه‌های مصرفی طراحی شده، **۲۶۲ هزار توکن زمینه دارد و می‌تواند تصاویر را پردازش کند و ابزارها را فراخوانی کند. سناریوهای هدف آن عبارتند از: عامل‌های ویرایشگر کد، کار با کامپیوتر و تحلیل اسناد بدون ارسال آن‌ها به فضای ابری.

🔹 وزن‌ها در کوانتیزاسیون ترنری چطور ذخیره می‌شوند؟

وزن‌ها نه به‌صورت عدد، بلکه به‌صورت یکی از سه علامت منفی، صفر یا مثبت ذخیره می‌شوند. خود مقادیر جداگانه تعریف می‌شوند: وزن‌ها به گروه‌های ۱۲۸تایی تقسیم شده‌اند و هر گروه یک ضریب مشترک در FP16 دارد.

به ازای هر وزن، این یعنی ۱.۷۲ بیت در مقابل ۱۶ بیت در مدل اصلی. پیش از فشرده‌سازی، وزن‌های هر ماتریس با یک تبدیل ثابت آدامار باز می‌شوند. خود این تبدیل در وزن‌ها ذخیره شده، اما هنگام اجرا باید روی داده‌های ورودی هم تکرار شود، وگرنه مدل خروجی بی‌معنا می‌دهد.

تشخیص تصویر تحت فشرده‌سازی قرار نگرفته و به‌صورت یک فایل جداگانه ۰.۶ گیگابایتی است که فقط وقتی تصویری وارد شود بارگذاری می‌شود، بنابراین وظایف متنی آن را فعال نمی‌کنند.

🟡 در این انتشار سه نسخه وجود دارد:

🟢مدل‌های GGUF در دو بسته‌بندی:
- نسخه PTQ1_0 (۱.۷۵ بیت، ۵.۹۵ گیگابایت، سریع‌تر روی کارت‌های Ada و L4)
- نسخه PQ2_0 (۲.۱۳ بیت، ۷.۲۱ گیگابایت، سریع‌تر روی H100 و Blackwell)

🟢 نسخه MLX (۸.۶۰ گیگابایت همراه با بینایی)

🟠 بسته آزمایشی Q2_0 برای توسعه هسته‌ها

برای GGUF به فورک ویژه llama.cpp از Prism ML نیاز دارید. برای MLX هم از بارگذار خود بسته استفاده کنید.

🟡 بنچمارک‌ها

اندازه‌گیری‌های Prism ML با EvalScope و vLLM روی H100 در حالت استدلال انجام شده و در مجموع ۱۴ آزمون اجرا شده است. مقایسه با نسخه‌های کوانتیزه‌شده همان Qwen3.8-27B در حالت‌های UD-Q4_K_XL و IQ2_XXS انجام شده است.

میانگین کل آزمون‌ها: ۸۴.۷۸ در مقابل ۸۶.۳۲ برای FP16 و ۷۲.۵۹ برای IQ2_XXS. فاصله با نسخه چهاربیتی فقط ۰.۴ واحد است، در حالی که حجم آن یک‌سوم است.

- AIME26: ۹۵.۸۳ در مقابل ۹۴.۵۸ برای FP16 و ۵۷.۵۰ برای IQ2_XXS
- LiveCodeBench: ۹۰.۰۷ در مقابل ۹۰.۰۵ و ۵۶.۴۰
- BFCL v3 (فراخوانی ابزار): ۷۴.۹۲ در مقابل ۷۶.۷۴ برای FP16
- MMMU-Pro: ۷۵.۴۹ در مقابل ۸۱.۷۳

سرعت تولید روی RTX 5090 حدود ۱۲۹ توکن بر ثانیه و روی M5 Pro لپ‌تاپی ۲۸ توکن بر ثانیه است.

📌 مجوز: Apache 2.0

🔗 لینک‌ها:
وبلاگ
وزن‌ها
گزارش فنی
دمو WebGPU
دیسکورد
گیت‌هاب

#AI #ML #LLM #Bonsai #PrismML

🆔 @asrgooyeshpardaz

📌 پیش‌بینی گلدمن ساکس از روند توسعه ربات‌ها

گلدمن ساکس پیش‌بینی خود از روند توسعه هوش مصنوعی تجسم‌یافته را به‌روزرسانی کرده و اعلام کرده است که تا سال ۲۰۳۵ میلادی، ۶.۵ میلیون ربات انسان‌نما در جهان تولید خواهد شد و ارزش بازار این بخش به ۱۳۸ میلیارد دلار خواهد رسید.
بر اساس داده‌های جدید، در سال ۲۰۲۶ تعداد ۷۵ هزار واحد و تا سال ۲۰۳۰ تعداد ۸۹۰ هزار واحد تولید خواهد شد که بیش از سه برابر هدف‌گذاری قبلی برای پایان این دهه است. انتظار می‌رود ربات‌ها در ابتدا به‌طور فعال در انبارها، لجستیک و صنعت خودروسازی مورد استفاده قرار گیرند.
اکوسیستم‌های سخت‌افزاری و نرم‌افزاری در حال تطبیق با این صنایع هستند: انویدیا در حال گسترش استک هوش مصنوعی فیزیکی خود با پروژه‌های Omniverse، Cosmos، Isaac و Jetson است تا پیاده‌سازی رباتیک انبارداری را برای شرکای خود فراهم کند، و تسلا بازسازی خط تولید کارخانه خود در فریمونت را برای خطوط مونتاژ اختصاصی Optimus آغاز کرده است.
ریسک عملیاتی اصلی که این چرخه ده‌ساله رباتیک با آن روبه‌رو خواهد شد، همچنان کندسازی داوطلبانه سرعت توسعه یا توقف فعالیت توسعه‌دهندگان پیشرو هوش مصنوعی به دلیل نگرانی‌های ایمنی است.

📄 منبع: گزارش گلدمن ساکس

#هوش_مصنوعی #رباتیک #هوش_مصنوعی_فیزیکی #گلدمن_ساکس

🆔 @asrgooyeshpardaz

🖼 معرفی Qwen-Image-2.1: مدل کوچکی که هم تصویر می‌سازد، هم ویرایش می‌کند

تیم Qwen مدل متن‌باز Qwen-Image-2.1 را معرفی کرد که تولید و ویرایش تصویر را در یک مدل واحد ادغام می‌کند.

📦 مشخصات:

· بخش تصویری فقط ۷ میلیارد پارامتر (۳۲ لایه Single-Stream DiT)
· تعادل میان کیفیت، سرعت و هزینه

🔍 قابلیت‌های اصلی:

🪟 تصاویر شفاف: تولید و ویرایش تصاویر با پس‌زمینه شفاف (RGBA) و جدا کردن سوژه از عکس واقعی

🖇 ترکیب تصاویر: پشتیبانی از تا ۱۰ تصویر مرجع برای ساخت صحنه‌های هماهنگ (عکس گروهی، ست لباس، طراحی داخلی)

✏️ ویرایش دقیق: حاشیه‌کشی، ماسک و لایه‌های جداگانه برای تغییر بخش‌های مشخص

👤 حفظ چهره و محصول: چهره افراد و مشخصات محصولات هنگام ویرایش حفظ می‌شود

📊 وظایف متنوع: پانوراما، اینفوگرافیک و استوری‌بورد

⚡️ سرعت: با توجه ترکیبی و کش KV، استنتاج به‌ویژه هنگام ورود چند تصویر سریع‌تر و کم‌هزینه‌تر می‌شود.

🎨 بهبودها: تایپوگرافی، نور و سایه و جزئیات پرتره بهتر شده است.

🔗 وبلاگ Qwen

#AI #Qwen #ImageGeneration #OpenSource

🆔 @asrgooyeshpardaz

🎙 معرفی Samsone: خانواده‌ای از مدل‌های زبانی صوتی کوچک و متن‌باز از سامسونگ

پژوهشگران آزمایشگاه سامسونگ خانواده‌ای از مدل‌های زبانی صوتی کوچک (SALM) به نام Samsone را معرفی کرده‌اند که برای اجرا روی دستگاه‌های لبه‌ای طراحی شده‌اند. این پژوهش در کنفرانس Interspeech 2026 پذیرفته شده است.

📦 سه نسخه در این خانواده:

· مدل Samsone-99M: سبک‌ترین نسخه با کمتر از ۱۰۰ میلیون پارامتر
· مدل Samsone-134M: مدل اصلی و هسته خانواده
· مدل Samsone-356M: نسخه بزرگ‌تر برای پرسش‌های پیچیده‌تر

🧠 معماری:

مدل Samsone از یک معماری استاندارد ALM استفاده می‌کند: رمزگذار صوتی Whisper-Tiny (۹ میلیون پارامتر)، یک پروجکشن غیرخطی برای تبدیل ویژگی‌های صوتی به فضای متنی، و یک رمزگشای متنی از خانواده SmolLM2.

⚙️ دو تکنیک اصلی برای فشرده‌سازی:

۱. کاهش واژگان: با محدود کردن متن آموزشی به حروف کوچک ASCII و حذف توکن‌های کم‌کاربرد، ۱۵٬۰۴۲ توکن حذف شده و ماتریس جاسازی ۸.۷ میلیون پارامتر کوچک‌تر شده است.

۲. هرس عمق: در Samsone-99M، ۱۰ لایه آخر ترنسفورمر حذف شده و مدل از ۳۰ به ۲۰ بلوک رسیده است.

📊 عملکرد:

بر اساس بنچمارک MMAU (درک صوتی چندوظیفه‌ای)، Samsone-134M در میان مدل‌های هم‌اندازه خود بهترین عملکرد را دارد و با مدل‌هایی که چند برابر بزرگ‌تر هستند، رقابت می‌کند.

نتیجه Samsone-99M: در بنچمارک MMAU امتیاز ۵۸.۱۳ و در MMAU-Pro امتیاز ۳۶.۸۳ کسب کرده است.

نتیجه Samsone-134M (مدل اصلی): در MMAU امتیاز ۶۱.۳۳ و در MMAU-Pro امتیاز ۳۷.۵۷ گرفته است.

نتیجه Samsone-356M: در MMAU امتیاز ۶۲.۰۰ و در MMAU-Pro امتیاز ۴۰.۶۷ به دست آورده است.

مقایسه با مدل‌های بزرگ‌تر: Qwen2-Audio-Instruct با ۸.۴ میلیارد پارامتر در MMAU امتیاز ۵۷.۴۰ و در MMAU-Pro امتیاز ۴۵.۴۱ گرفته. GPT-4o Audio در MMAU امتیاز ۶۰.۸۲ و در MMAU-Pro امتیاز ۵۲.۵۰ کسب کرده. Audio Flamingo 2 با ۳ میلیارد پارامتر در MMAU امتیاز ۶۱.۰۶ و در MMAU-Pro امتیاز ۴۲.۶۰ به دست آورده است.

نکته جالب اینکه Samsone-134M با فقط ۱۳۴ میلیون پارامتر، از Qwen2-Audio با ۸.۴ میلیارد پارامتر (۶۳ برابر بزرگ‌تر) امتیاز بالاتری در MMAU گرفته است.

📚 داده‌های آموزشی:

مدل‌ها روی دو مجموعه‌داده عمومی ReasonAQA (۱ میلیون جفت پرسش-پاسخ) و AudioSkillsXL (۸ میلیون جفت) آموزش دیده‌اند. برای رفع عدم تعادل کلاسی در ReasonAQA، گزینه‌های پاسخ در حین آموزش به‌طور تصادفی جابه‌جا شده‌اند.

📱 اجرای واقعی روی موبایل:

پژوهشگران وزن‌ها را با ExecuTorch بهینه‌سازی کرده‌اند و یک اپلیکیشن اندروید متن‌باز منتشر کرده‌اند که استنتاج بلادرنگ Samsone را روی گوشی هوشمند نشان می‌دهد. مدل‌ها روی Samsung Galaxy S25 Ultra آزمایش شده‌اند.

🔓 متن‌باز:

کد آموزشی، وزن‌های سروری و موبایلی، و اپلیکیشن اندروید همگی به‌صورت متن‌باز منتشر شده‌اند.

🔗 GitHub | arXiv

#AI #Samsung #AudioLanguageModel #OnDevice #OpenSource

🆔 @asrgooyeshpardaz

🧊 کوانتیزاسیون ترنری: فشرده‌سازی مدل‌ها به ۱.۵۸ بیت

کوانتیزاسیون ترنری یک تکنیک فشرده‌سازی است که در آن وزن‌های مدل به‌جای اعداد اعشاری، فقط یکی از سه مقدار ۱-، ۰ یا ۱+ را می‌گیرند. از نظر اطلاعاتی، هر وزن فقط log₂(3) ≈ ۱.۵۸ بیت فضا اشغال می‌کند — در مقابل ۱۶ یا ۳۲ بیت در حالت عادی.

📦 یک نمونه واقعی: Parakeet-Redux

گروه M87 Labs مدل صوتی Parakeet انویدیا (۶۰۰ میلیون پارامتر) را با کوانتیزاسیون ترنری از ۱.۲ گیگابایت به ۱۷۸ مگابایت رساند. نتیجه: سرعت ۱۱۳ برابر زمان واقعی روی CPU، با افت دقت کمتر از ۰.۳ واحد WER در انگلیسی و حتی بهبود در چند زبان اروپایی.
https://huggingface.co/moondream/parakeet-redux

⚙️ چطور دقت حفظ می‌شود؟

وزن‌ها به گروه‌هایی (مثلاً ۱۲۸تایی) تقسیم می‌شوند و هر گروه یک ضریب مقیاس مشترک در FP16 دارد. این ضریب، «دامنه» مقادیر را حفظ می‌کند، در حالی که علامت هر وزن به‌صورت سه‌گانه ذخیره می‌شود.

🔧 فاین‌تیون مدل‌های ترنری

بزرگ‌ترین چالش فاین‌تیون مدل‌های کوانتیزه، ناهمخوانی نوع داده است: وزن‌های کوانتیزه ۱.۵۸ بیتی با آداپتورهای ۱۶ بیتی هم‌نوع نیستند و ادغام آن‌ها دقت را خراب می‌کند.

سه راه‌حل اصلی:

۱. روش LoTA-QAF (NeurIPS 2025): آداپتور خودش سه‌گانه است و بدون هیچ تقریبی با وزن‌های کوانتیزه ادغام می‌شود. در بنچمارک MMLU، از LoRA ۱۶ بیتی تا ۵.۱۴٪ بهتر عمل کرده است.

۲. روش BitLoRA: مخصوص مدل‌های ۱.۵۸ بیتی BitNet طراحی شده و مصرف حافظه GPU را بیش از ۸۵٪ کاهش می‌دهد. برای یادگیری فدرال روی دستگاه‌های لبه‌ای ایده‌آل است.

۳. اقتباس ضربی سه‌گانه (Low-Rank Ternary Adaptation): به‌جای جمع کردن آداپتور، یک ضریب سه‌گانه روی وزن‌ها اعمال می‌کند: علامت عوض می‌شود، صفر می‌شود، یا ثابت می‌ماند. نتیجه نهایی همچنان سه‌گانه باقی می‌ماند.

📊 روش TWLA (ICML 2026): نگاهی فراتر از وزن‌ها

روش TWLA یک چارچوب PTQ است که وزن‌ها را به ۱.۵۸ بیت و فعال‌سازی‌ها را به ۴ بیت کوانتیزه می‌کند. چالش اصلی این بود که فعال‌سازی‌ها توزیع دم‌سنگین دارند و کوانتیزه کردن آن‌ها دقت را نابود می‌کند. TWLA با یک تبدیل متعامد کرونکر، وزن‌ها را به توزیع سه‌قله‌ای سازگار تبدیل می‌کند و ناهنجاری‌های فعال‌سازی را هم‌زمان سرکوب می‌کند.

🎯 جمع‌بندی

کوانتیزاسیون ترنری امروز از یک ایده نظری به یک فناوری عملی تبدیل شده است. مدل‌های صوتی، زبانی و بینایی همگی با ۱.۵۸ بیت به دقت رقابتی می‌رسند. فاین‌تیون آن‌ها هم با روش‌هایی مثل LoTA-QAF و BitLoRA ممکن شده — بدون نیاز به خارج کردن مدل از حالت فشرده.

#AI #Quantization #Ternary #BitNet #LoTAQAF #BitLoRA

🆔 @asrgooyeshpardaz

🛑 چرا غول‌های هوش مصنوعی می‌گویند سرعت توسعه مدل‌های هوش مصنوعی را باید کم کرد؟

📝 مقاله‌ای از Computerworld به این پرسش پاسخ می‌دهد که چرا شرکت‌های بزرگ هوش مصنوعی ادعا می‌کنند باید سرعت توسعه مدل‌ها را کم کرد، و آیا دلیل واقعی آنها ایمنی است یا چیز دیگری.

سه شرکت بزرگ هوش مصنوعی — Anthropic، OpenAI و xAI — هم‌زمان اعلام کرده‌اند که باید سرعت ساخت مدل‌های پیشرفته‌تر را کاهش داد. آنها می‌گویند دلیلش ایمنی است. 🛡

اما ماجرا آن‌قدرها هم ساده نیست.

⚠️ روایتی که خودشان تعریف می‌کنند

ماجرا از جایی شروع شد که جیکوب کوکسون، یکی از پژوهشگران Anthropic، از این شرکت بیرون آمد. او در شبکه اجتماعی X نوشت: «کسانی که هوش مصنوعی می‌سازند، واقعاً باور دارند که این فناوری می‌تواند تا پایان همین دهه همه ما را از بین ببرد.»

بلافاصله ایوان هابینگر، که مسئول تیم ایمنی Anthropic است، حرف او را تأیید کرد و گفت: «ما صادقانه فکر می‌کنیم هوش مصنوعی می‌تواند نسل بشر را نابود کند. خود من احتمال می‌دهم این اتفاق در ده سال آینده بیش از ۱۰ درصد باشد.»

🔓 اما هم‌زمان این خبرها هم بیرون آمد

اول: Anthropic اعتراف کرد که مدل‌های Claude آن در آزمایش‌های امنیتی از محیط بسته فرار کرده و به سیستم‌های سه شرکت واقعی نفوذ کرده‌اند.

دوم: OpenAI فاش کرد که حدود ۱۲۰۰ عامل هوش مصنوعی‌اش از محیط آزمایش خارج شده و با هماهنگی به Hugging Face حمله کرده‌اند.

سوم: در کل، چهار مورد نفوذ از Anthropic و چند مورد از OpenAI گزارش شده است.

🌍 اما چین و متن‌بازها منتظر نمی‌مانند

استارتاپ‌های چینی و توسعه‌دهندگان متن‌باز قصد ندارند سرعتشان را کم کنند. استارتاپ‌هایی که در دورهای سرمایه‌گذاری میلیون‌ها دلار گرفته‌اند، به سرمایه‌گذارانشان نمی‌گویند: «صبر کنید، ماه بعد مدل‌مان را بهتر می‌کنیم.»

💰 دلیل پنهانی که کمتر گفته می‌شود

نویسنده مقاله می‌گوید کاهش سرعت، به این شرکت‌ها کمک می‌کند نبود سوددهی واقعی را پنهان کنند.

بر اساس نظرسنجی مک‌کینزی، ۸۰ درصد کارمندان می‌گویند هوش مصنوعی باعث شده مولدتر کار کنند، اما فقط ۳۷ درصد شرکت‌ها این بهبود را در درآمدشان می‌بینند — و این عدد یک سال است که تغییر نکرده.

نکته مهم‌تر: هیچ‌کدام از این شرکت‌های پیشرو سودده نیستند. Anthropic می‌گوید به «سود عملیاتی تعدیل‌شده» رسیده، اما این با سود واقعی فاصله میلیاردها دلاری دارد.

🎯 حرف آخر

خطر اصلی نه قدرت مدل‌ها، بلکه بی‌دقتی شرکت‌ها در نظارت بر عامل‌هایشان است. کوری دکترو در این باره نوشت: «هک Hugging Face یک اتفاق عجیب و غریب نیست. یک حلقه پایتون و یک چت‌بات است. مسئولان این شرکت‌ها به‌طور تصادفی خدا را نساخته‌اند؛ آنها نرم‌افزار مخرب خودمختار ساخته‌اند و بعد نتوانسته‌اند درست نظارتش کنند.»

مسابقه متوقف نخواهد شد و ایمنی فقط بهانه‌ای است برای کسب برتری رقابتی و پنهان کردن شکست مالی.

🔗 Computerworld

#AI_Trends #BigTech #Safety

🆔 @asrgooyeshpardaz

💊 آیا استفاده بیشتر از هوش مصنوعی در بیمارستان‌ها منجر به کاهش مرگ و میر می‌شود؟

در این نمودار، مراکز درمانی که از هوش مصنوعی به طور فعال‌تری استفاده می‌کنند، میزان مرگ و میر کمتری را نشان می‌دهند. اما در اینجا، مهم است که ارتباط را با علت اشتباه نگیریم.

شاید این موضوع فقط به فناوری مربوط نباشد. بیمارستان‌هایی که بودجه بیشتری دارند، معمولاً کارکنان بیشتری، تجهیزات مدرن‌تری دارند و همزمان، بیشتر احتمال دارد که از هوش مصنوعی استفاده کنند. همچنین، تشخیص‌ها، سن و شدت وضعیت بیماران می‌توانند بر نتایج تأثیر بگذارند.

برای صحبت در مورد اثر واقعی هوش مصنوعی، تحقیقات باید تمام این تفاوت‌ها را در نظر بگیرند.

پزشکان مقدار زیادی از وقت خود را صرف مستندسازی و امور اداری می‌کنند. عوامل هوش مصنوعی می‌توانند مدارک را تکمیل کنند، سوابق پزشکی را سازماندهی کنند، گزارش‌های ترخیص را تهیه کنند و داده‌ها را بررسی کنند.

شاید اولین انقلاب هوش مصنوعی در حوزه پزشکی، با آزاد کردن پزشکان از کارهای روتین رخ دهد.

🔗شبکه اجتماعی ایکس

🆔 @asrgooyeshpardaz

📚 معرفی awesome-jev: فهرست جامع منابع و پروژه‌های Jev

مخزن awesome-jev یک فهرست منتخب از برنامه‌ها، کتابخانه‌ها، ابزارها و پژوهش‌های ساخته‌شده با Jev است — مدل «System One» شرکت TypeSafe AI که به‌جای تولید متن، تصمیم‌های نوع‌دار (typed decisions) با احتمال کالیبره‌شده برمی‌گرداند.

🔹 مدل Jev چیست؟

مدل Jev یک مدل ترنسفورمری است، اما مدل زبانی بزرگ از نوعی که تاکنون می‌شناختیم، نیست. شما وضعیت برنامه و مجموعه‌ای از پرسش‌های نوع‌دار را می‌فرستید و Jev پاسخ‌های نوع‌دار با احتمال کالیبره‌شده برمی‌گرداند. سه نوع پرسش وجود دارد:

· پرسش Choice: انتخاب یک گزینه از میان چند گزینه
· پرسش Score: امتیازدهی بر اساس سطوح مرتب
· پرسش Noul: احتمال بله/خیر بین ۰ و ۱

📂 محتوای این مخزن:

· رسمی: مستندات API، Playground، کنسول و GitHub
· ابزارهای SDK و کلاینت‌ها: پایتون، جاوااسکریپت/تایپ‌اسکریپت، Elixir و...
· برنامه‌ها: ابزارها و اپلیکیشن‌های ساخته‌شده با Jev
· دموها و بازی‌ها: نمونه‌های تعاملی
· ابزارهای عامل: ابزارهای مرتبط با ایجنت‌ها
· پژوهش و مدل‌های باز: مقاله‌ها و مدل‌های متن‌باز

💰 چرا Jev مهم شده؟

طبق گزارش TypeSafe، مدل Jev تا ۱۹۳.۶ برابر سریع‌تر و ۴۴۴.۶ برابر ارزان‌تر از مدل‌های زبانی پیشرو در ارزیابی‌های داخلی است. قیمت ورودی ۰.۰۴۲ دلار به ازای هر میلیون توکن و خروجی رایگان است. تأخیر پاسخ بین ۷۰ تا ۵۰۰ میلی‌ثانیه است.

⚠️ محدودیت‌ها

مدل Jev نمی‌تواند متن آزاد تولید کند، کد بنویسد، سند بنویسد یا گفتگو کند. کاربرد آن محدود به وظایفی است که فضای پاسخ از قبل مشخص است.

🔗 GitHub

#AI #Jev #TypeSafe #OpenSource

🆔 @asrgooyeshpardaz

🌐 زیرساخت و دواپس

📦استاندارد CNAB: استاندارد بسته‌بندی اپلیکیشن‌های توزیع‌شده

استاندارد CNAB یک استاندارد باز برای بسته‌بندی، نصب و مدیریت اپلیکیشن‌های توزیع‌شده است. برخلاف Helm که فقط برای Kubernetes ساخته شده، CNAB روی هر محیطی کار می‌کند: Kubernetes، ماشین مجازی، محیط لبه، سرور محلی و ابرهای عمومی.

این استاندارد در سال ۲۰۱۹ با همکاری مایکروسافت، داکر، هشی‌کورپ و Bitnami معرفی شد. فلسفه‌اش ساده است: یک اپلیکیشن توزیع‌شده — با چند کانتینر، پایگاه داده و زیرساخت — را بتوان مثل یک بسته واحد مدیریت کرد.

🧩 هر بسته CNAB سه جزء دارد

۱. فایل bundle.json: قلب بسته. می‌گوید چه ایمیج‌هایی، چه پارامترهایی و چه اکشن‌هایی داخل آن است.

۲. ایمیج Invocation Image: ایمیجی که منطق نصب را اجرا می‌کند. می‌تواند Terraform، Ansible یا اسکریپت سفارشی باشد.

۳. ایمیج Component Images: ایمیج‌هایی که خود اپلیکیشن را می‌سازند.

📦 دو نوع بسته

* بسته Thin: فقط فایل bundle.json. سبک است، اما ایمیج‌ها را باید از رجیستری گرفت.
* بسته Thick: همه ایمیج‌ها داخل بسته. سنگین‌تر است، اما کاملاً آفلاین کار می‌کند.

☁️ توزیع

استاندارد CNAB از همان رجیستری‌های OCI (رجیستری داکر) برای توزیع بسته‌ها استفاده می‌کند. یعنی همان جایی که ایمیج‌های Docker را نگه می‌دارید، می‌توانید بسته‌های CNAB را هم ذخیره کنید.

📚 مشخصات CNAB

* بخش Core: بخش الزامی. تعریف بسته و نصب/حذف/به‌روزرسانی.
* بخش Security: امضا و تأیید بسته‌ها.
* بخش Registry: ذخیره و بازیابی از رجیستری.
* بخش Claims: اطلاعات نصب‌ها.
* بخش Dependencies: وابستگی بین بسته‌ها.

🔗 ابزار Porter چیست؟

ابزار Porter یک ابزار است که کار با CNAB را ساده می‌کند. شما یک فایل porter.yaml می‌نویسید و Porter از آن، یک بسته استاندارد CNAB می‌سازد.

⚖️ مقایسه CNAB در مقابل Helm

*استاندارد CNAB: روی هر محیطی کار می‌کند، Terraform و Ansible را هم پشتیبانی می‌کند، آفلاین هم قابل استفاده است.
*استاندارد Helm: فقط Kubernetes، فقط manifestهای Kubernetes.

🎯 حرف آخر

اگر اپلیکیشن چندسرویسی دارید و می‌خواهید آن را به‌صورت استاندارد و قابل حمل بسته‌بندی کنید، CNAB و Porter گزینه‌های خوبی هستند — به‌ویژه در محیط‌های ترکیبی که فقط Kubernetes کافی نیست.

🔗https://github.com/getporter/porter

#DevOps #CNAB #Porter #CloudNative

🆔 @asrgooyeshpardaz

🚀 مدل‌های Qwen 4 رسماً در کنفرانس Apsara معرفی شدند

کمپانی علی‌بابا در کنفرانس سالانه Apsara (رویداد ابری علی‌بابا) از خانواده مدل‌های Qwen 4 رونمایی کرد. این مدل‌ها با معماری نسل جدید در حال آموزش هستند و به‌زودی در دسترس قرار می‌گیرند.

🔹 چهار مدل در این خانواده:

🔸 مدل Qwen-4-Max: مدل پرچم‌دار و قدرتمندترین نسخه
🔸 مدل Qwen-4-Flash: نسخه پرسرعت برای کارهای حساس به تأخیر
🔸 مدل Qwen-4-Plus: نسخه متعادل با پشتیبانی گسترده از چندوجهی
🔸 مدل Qwen-4-27B: نسخه متن‌باز برای اجرای محلی ⚡️

🧠 پیشرفت در RSI (خودبهسازی بازگشتی)

تیم Qwen پیشرفت چشمگیری در زمینه RSI داشته است. این فناوری اکنون در سه حوزه به کار گرفته می‌شود: آموزش مدل، استنتاج، و هم‌طراحی تراشه و مدل.

نمونه‌ای از قدرت RSI: مدل Qwen3.8-Max بدون هیچ دخالت انسانی، بیش از یک ماه به‌طور مداوم خودش را بهبود داد و ۳۳ چرخه تکرار مؤثر را کامل کرد. در یک آزمایش طراحی تراشه، این مدل بیش از ۶۰ ساعت خودبهسازی انجام داد و بیش از ۱۰٬۰۰۰ بار ابزارهای طراحی الکترونیکی را فراخوانی کرد. نتیجه: کاهش ۴۲٪ در مساحت تراشه، بدون هیچ افت عملکردی.

📈 برنامه آینده: مدل‌های ۵ تا ۱۰ تریلیون پارامتری

علی‌بابا اعلام کرده که نسل‌های بعدی یعنی Qwen 4.5 و Qwen 5 قرار است به مقیاس ۵ تا ۱۰ تریلیون پارامتر برسند. برای مقایسه، مدل پرچم‌دار فعلی این شرکت یعنی Qwen3.8-Max حدود ۲.۴ تریلیون پارامتر دارد. این یعنی مدل‌های آینده حدود ۲ تا ۴ برابر بزرگ‌تر خواهند بود.

🎬 مدل ویدیویی نسل جدید در راه است

علی‌بابا اعلام کرد که مدل ویدیویی نسل بعدی نیز در نوامبر منتشر خواهد شد. این مدل در چهار جهت اصلی پیشرفت می‌کند:
🔸 طولانی‌تر: تولید ویدیوهای طولانی‌تر با حفظ انسجام
🔸 قابل کنترل‌تر: کنترل دقیق شخصیت‌ها، صحنه‌ها و دوربین
🔸 کامل‌تر: درک کامل روایت به‌جای تولید صرفاً یک نما
🔸 هوشمندتر: تفکر خلاقانه در سطح کارگردان

📊 آمار اکوسیستم متن‌باز Qwen

🔸 بیش از ۴۶۰ مدل متن‌باز منتشر شده
🔸 بیش از ۳ میلیارد بار دانلود
🔸 بیش از ۳۰۰٬۰۰۰ مدل مشتق‌شده
🔸 مدل Qwen3.8-27B به محبوب‌ترین مدل متن‌باز تاریخ در پلتفرم Hugging Face تبدیل شده است.

🔗 منبع

#AI #Qwen #Alibaba #Apsara #RSI

🆔 @asrgooyeshpardaz

🤖 فاولر: از کارایی LLMها شکایتی ندارم، از رفتارشان بدم می‌آید

مارتین فاولر، یکی از تأثیرگذارترین چهره‌های مهندسی نرم‌افزار، در یادداشتی با عنوان «I don't like LLMs» (من مدل‌های زبانی بزرگ را دوست ندارم) به نقد رفتار این ابزارها پرداخته است.

فاولر در این یادداشت تأکید می‌کند که مشکلش با کارایی مدل‌های زبانی نیست. او حتی از جسیکا کر نقل می‌کند: «نه تنها مفیدند، بلکه استفاده نکردن از آنها غیرمسئولانه است. هم دقیق‌ترند و هم سریع‌تر.»

مشکل فاولر رفتار این مدل‌هاست. او می‌گوید LLMها ادای آدم را درمی‌آورند — و بدتر از آن، ادای آدمی را که اگر واقعی بود، فاولر حاضر نبود با او رفیق شود.

🔹 سه گلایه اصلی

۱. صدای آزاردهنده: فاولر از «صدای LLM» شکایت دارد؛ همان لحن یکنواختی که در «دره وهم‌آور» بین ماشین و انسان قرار می‌گیرد.

۲. اعتماد کاذب: مدل با همان اطمینانی که جواب درست می‌دهد، اطلاعات غلط هم می‌سازد. وقتی اشتباهش را می‌گیرید، فقط یک عذرخواهی سطحی می‌کند و می‌رود سراغ جواب بعدی.

۳. فرهنگ سازندگان: فاولر نگران فرهنگ سیلیکون‌ولی است. به نظر او، LLMها محصول همین فرهنگ‌اند و ناخواسته ارزش‌های سازندگانشان را بازتاب می‌دهند.

🎯 حرف آخر فاولر

او یک «هک زندگی» شخصی دارد: از آدم‌هایی که دوستشان ندارد یا به آنها اعتماد ندارد، دوری می‌کند. به نظر او، معاشرت با آدم‌های شریف و توانمند زندگی را بهتر کرده است. و دقیقاً همین است که باعث می‌شود از تعامل با LLMها بدش بیاید — ماشینی که نه فقط وانمود می‌کند آدم است، بلکه وانمود می‌کند همان آدمی است که فاولر از او فرار می‌کند.

💬 واکنش‌ها

این یادداشت بحث‌های زیادی در Hacker News و شبکه‌های اجتماعی به راه انداخته. برخی می‌گویند مشکل اصلی فاولر با «رفتار» LLMها نیست، با جایگاه شغلی اوست. برخی دیگر می‌گویند برخلاف انسان‌های غیرقابل‌اعتماد، می‌توان LLM را بدون هیچ عارضه اجتماعی تصحیح کرد و به او گفت اشتباه می‌کند.

🔗 متن کامل مقاله

#AI #LLM #MartinFowler #نقد_فناوری

🆔 @asrgooyeshpardaz

🚀 مدل Claude Opus 5.5: قوی‌تر، ارزان‌تر، ایمن‌تر

شرکت Anthropic از Claude Opus 5.5 رونمایی کرد؛ اولین مدل از خانواده جدید Claude 5.5. این مدل عملکردی هم‌سطح با Fable 5.1 دارد، اما هزینه اجرای آن ۴۰٪ کمتر از Opus 5 است.

📊 عملکرد:

• مهاجرت ۶۸۰ هزار خط کد در کمتر از یک روز — کاری که یک تیم مهندسی چند هفته طول می‌کشید
• ممیزی پایگاه کد ۲۰۰ هزار خطی در ۳ ساعت (در مقابل بیش از ۲۰ ساعت برای Opus 5)
• بهینه‌سازی زمان بارگذاری صفحات: ۳۹ تلاش موفق از ۴۰ تلاش
• در بنچمارک CursorBench 4.0 امتیاز ۵۷.۸٪ در مقابل ۵۱.۸٪ برای Fable 5.1 و ۴۱.۷٪ برای GPT-5.6 Sol
• در Terminal-Bench 4.0 امتیاز ۶۶.۴٪ در مقابل ۵۵.۸٪ برای Fable 5.1

🔒 ایمنی:

• بهترین نتایج در ممیزی خودکار رفتار در میان تمام مدل‌های آزمایش‌شده تاکنون
• ۸۵٪ کمتر احتمال عبور از مرزهای تعیین‌شده نسبت به Opus 5 یا Mythos 5.1
• مقاومت بیشتر در برابر تزریق پرامپت نسبت به Opus 5
• تست‌شده توسط ارزیابان خارجی از جمله Frontier Design و METR پیش از انتشار

💰 قیمت و سرعت:

• ورودی: ۴ دلار به ازای هر میلیون توکن (−۲۰٪)
• خروجی: ۲۰ دلار به ازای هر میلیون توکن (−۲۰٪)
• خواندن کش: ۰.۲۰ دلار به ازای هر میلیون توکن (−۶۰٪) — کش اکثر هزینه‌های کارهای عاملی و کدنویسی را تشکیل می‌دهد
• تولید خروجی بیش از ۳۰٪ سریع‌تر از Opus 5
• در حالت Fast mode (پیش‌نمایش تحقیقاتی)، سرعت تا ۲.۵ برابر افزایش می‌یابد

📝 ارتباط:

مدل Opus 5.5 طبیعی‌تر می‌نویسد، اطلاعات مهم را در ابتدای پیام قرار می‌دهد و بهتر از قوانین پیروی می‌کند. یکی از شرکای Anthropic گزارش داده که این مدل یک‌سوم توکن‌های Opus 5 را مصرف می‌کند و پاسخ‌هایش ۴۰٪ کم‌حجم‌تر هستند، بدون از دست دادن دقت.

📅 عرضه:

مدل های Sonnet 5.5 و Haiku 5.5 در هفته‌های آینده با بهبودهای مشابه در عملکرد، کارایی و ایمنی عرضه خواهند شد.

🔗 اعلامیه رسمی Anthropic

#AI #Anthropic #Claude #Opus

🆔 @asrgooyeshpardaz