🚀 شرکت Google مدل جدید Gemini 3 را معرفی کرد؛ آغاز نسل تازه‌ای از هوش مصنوعی
شرکت Google از پیشرفته‌ترین مدل خود، Gemini 3، رونمایی کرد؛ مدلی که به‌طور قابل‌توجهی استانداردهای جدیدی در توانایی‌های تحلیلی و چندرسانه‌ای تعیین می‌کند.
🔍 مهم‌ترین دستاوردها
🏆 رتبه ۱ در LMArena با امتیاز 1501 Elo
🎓 عملکرد سطح دکتری در استدلال: ۳۷٫۵٪ در آزمون Humanity’s Last Exam
🔢 رکورد جدید ریاضی: امتیاز ۲۳٫۴٪ در MathArena Apex
👁 درک چندرسانه‌ای ممتاز: امتیاز ۸۱٪ در MMMU-Pro
🧩 توانایی‌های کلیدی Gemini 3
🎥 تحلیل و تفسیر ویدئو + ساخت برنامه‌های تمرینی
💻 تولید کد پیچیده و طراحی رابط‌های تعاملی
📊 تبدیل مفاهیم علمی به تصاویر و شبیه‌سازی‌های برنامه‌نویسی
🤖 اجرای وظایف چندمرحله‌ای به‌صورت نسبتاً خودکار
📍 محل‌های دسترسی
مدل Gemini 3 اکنون در این سرویس‌ها فعال است:
اپلیکیشن Gemini App
پلتفرم AI Studio
و Vertex AI
و جست‌وجوی Google
مدل همچنین از یک مرحلهٔ تقویت‌شدهٔ آزمون‌های امنیتی عبور کرده است. 🔒
🔗 لینک رسمی:
https://blog.google/products/gemini/gemini-3/
#AI #Google #Gemini
@asrgooyeshpardaz
شرکت Google از پیشرفته‌ترین مدل خود، Gemini 3، رونمایی کرد؛ مدلی که به‌طور قابل‌توجهی استانداردهای جدیدی در توانایی‌های تحلیلی و چندرسانه‌ای تعیین می‌کند.
🔍 مهم‌ترین دستاوردها
🏆 رتبه ۱ در LMArena با امتیاز 1501 Elo
🎓 عملکرد سطح دکتری در استدلال: ۳۷٫۵٪ در آزمون Humanity’s Last Exam
🔢 رکورد جدید ریاضی: امتیاز ۲۳٫۴٪ در MathArena Apex
👁 درک چندرسانه‌ای ممتاز: امتیاز ۸۱٪ در MMMU-Pro
🧩 توانایی‌های کلیدی Gemini 3
🎥 تحلیل و تفسیر ویدئو + ساخت برنامه‌های تمرینی
💻 تولید کد پیچیده و طراحی رابط‌های تعاملی
📊 تبدیل مفاهیم علمی به تصاویر و شبیه‌سازی‌های برنامه‌نویسی
🤖 اجرای وظایف چندمرحله‌ای به‌صورت نسبتاً خودکار
📍 محل‌های دسترسی
مدل Gemini 3 اکنون در این سرویس‌ها فعال است:
اپلیکیشن Gemini App
پلتفرم AI Studio
و Vertex AI
و جست‌وجوی Google
مدل همچنین از یک مرحلهٔ تقویت‌شدهٔ آزمون‌های امنیتی عبور کرده است. 🔒
🔗 لینک رسمی:
https://blog.google/products/gemini/gemini-3/
#AI #Google #Gemini
@asrgooyeshpardaz
Google
A new era of intelligence with Gemini 3
Today we’re releasing Gemini 3 – our most intelligent model that helps you bring any idea to life.
👌3❤2🔥1
🚀 گوگل نسخهٔ بهبودیافتهٔ Gemini 2.5 Flash Native Audio را معرفی کرد
🔊چه چیزهایی جدید است؟
این مدل اکنون در انجام وظایف پیچیده، فراخوانی توابع خارجی و برقراری گفت‌وگوهای روان عملکرد بهتری دارد.
میزان پایبندی قابل‌اعتماد به دستورالعمل‌ها تا ۹۰٪ افزایش یافته است.
در آزمون ComplexFuncBench Audio با امتیاز ۷۱٫۵٪ پیشتاز است.
🏗 کجا در دسترس است؟
در Google AI Studio، Vertex AI، Gemini Live و برای نخستین‌بار در Search Live عرضه شده است.
مشتریانی مانند Shopify و UWM هم‌اکنون از این مدل برای پشتیبانی و پردازش درخواست‌ها استفاده می‌کنند.
🌍 ترجمهٔ زندهٔ گفتار
نسخهٔ بتا در Google Translate راه‌اندازی شده است.
ترجمهٔ گفتار به‌صورت بلادرنگ به بیش از ۷۰ زبان.
حفظ لحن، آهنگ و سرعت گوینده.
عملکرد مناسب در محیط‌های پرسر‌وصدا.
در حال حاضر برای اندروید و در کشورهای ایالات متحده، مکزیک و هند در دسترس است.
🔗 منبع:
https://blog.google/products/gemini/gemini-audio-model-updates/
#هوش_مصنوعی
#Google #DeepMind #Gemini
@asrgooyeshpardaz
🔊چه چیزهایی جدید است؟
این مدل اکنون در انجام وظایف پیچیده، فراخوانی توابع خارجی و برقراری گفت‌وگوهای روان عملکرد بهتری دارد.
میزان پایبندی قابل‌اعتماد به دستورالعمل‌ها تا ۹۰٪ افزایش یافته است.
در آزمون ComplexFuncBench Audio با امتیاز ۷۱٫۵٪ پیشتاز است.
🏗 کجا در دسترس است؟
در Google AI Studio، Vertex AI، Gemini Live و برای نخستین‌بار در Search Live عرضه شده است.
مشتریانی مانند Shopify و UWM هم‌اکنون از این مدل برای پشتیبانی و پردازش درخواست‌ها استفاده می‌کنند.
🌍 ترجمهٔ زندهٔ گفتار
نسخهٔ بتا در Google Translate راه‌اندازی شده است.
ترجمهٔ گفتار به‌صورت بلادرنگ به بیش از ۷۰ زبان.
حفظ لحن، آهنگ و سرعت گوینده.
عملکرد مناسب در محیط‌های پرسر‌وصدا.
در حال حاضر برای اندروید و در کشورهای ایالات متحده، مکزیک و هند در دسترس است.
🔗 منبع:
https://blog.google/products/gemini/gemini-audio-model-updates/
#هوش_مصنوعی
#Google #DeepMind #Gemini
@asrgooyeshpardaz
Google
Improved Gemini audio models for powerful voice interactions
An upgraded Gemini 2.5 Native Audio model across Google products and live speech translation in the Google Translate app.
❤5👌1🌭1
🚀 گوگل از Gemma 4 12B Unified رونمایی کرد؛
یک مدل متن‌باز چندوجهی که بدون نیاز به رمزگذارهای جداگانه، متن، تصویر، صدا و ویدئو را به‌صورت یکپارچه پردازش می‌کند.
این مدل که توسط deepmind.google توسعه یافته، گام مهمی در نزدیک‌تر شدن مدل‌های متن‌باز به توانایی‌های مدل‌های پرچمدار تجاری محسوب می‌شود.
🔹 مشخصات فنی
• ۱۲ میلیارد پارامتر با معماری Dense
• پنجره زمینه (Context Window) تا ۲۵۶ هزار توکن
• پشتیبانی بومی از ورودی‌های چندوجهی:
صوت (تشخیص گفتار و ترجمه تا ۳۰ ثانیه)
ویدئو (تا ۶۰ ثانیه) تصاویر با رزولوشن متغیر
• مجهز به قابلیت «استدلال مرحله‌به‌مرحله» (Reasoning)
• پشتیبانی از System Prompt و Function Calling
• آموزش‌دیده روی بیش از ۱۴۰ زبان
📊 عملکرد در بنچمارک‌ها
• MMLU Pro: 77.2٪
• AIME 2026: 77.5٪
• LiveCodeBench v6: 72.0٪
• GPQA Diamond: 78.8٪
• MMMU Pro (بینایی): 69.1٪
💡 چرا Gemma 4 12B Unified ؟
✅ اجرای محلی روی GPUهای مصرفی و حتی برخی لپ‌تاپ‌ها
✅ انتشار نسخه‌های GGUF برای اجرای بهینه در ابزارهای متن‌باز
✅ امکان Fine-Tuning و سفارشی‌سازی برای کاربردهای سازمانی
✅ بهره‌گیری از مکانیزم‌های ایمنی و هم‌راستاسازی مشابه خانواده Gemini
✅ یکی از معدود مدل‌های متن‌باز که چندوجهی بودن را به‌صورت واقعی و یکپارچه ارائه می‌کند
🎯 نکته مهم این است که گوگل تلاش کرده معماری چندوجهی را در یک مدل واحد ادغام کند؛ رویکردی که می‌تواند هزینه توسعه و استقرار سامانه‌های هوش مصنوعی چندرسانه‌ای را به‌طور قابل‌توجهی کاهش دهد و مسیر ساخت دستیارهای هوشمند محلی و سازمانی را هموارتر کند.
🔗 صفحه مدل:
https://huggingface.co/google/gemma-4-12B-it
#هوش_مصنوعی #AI #Google #DeepMind #Gemma #LLM #Multimodal #OpenSource
🆔 @asrgooyeshpardaz
یک مدل متن‌باز چندوجهی که بدون نیاز به رمزگذارهای جداگانه، متن، تصویر، صدا و ویدئو را به‌صورت یکپارچه پردازش می‌کند.
این مدل که توسط deepmind.google توسعه یافته، گام مهمی در نزدیک‌تر شدن مدل‌های متن‌باز به توانایی‌های مدل‌های پرچمدار تجاری محسوب می‌شود.
🔹 مشخصات فنی
• ۱۲ میلیارد پارامتر با معماری Dense
• پنجره زمینه (Context Window) تا ۲۵۶ هزار توکن
• پشتیبانی بومی از ورودی‌های چندوجهی:
صوت (تشخیص گفتار و ترجمه تا ۳۰ ثانیه)
ویدئو (تا ۶۰ ثانیه) تصاویر با رزولوشن متغیر
• مجهز به قابلیت «استدلال مرحله‌به‌مرحله» (Reasoning)
• پشتیبانی از System Prompt و Function Calling
• آموزش‌دیده روی بیش از ۱۴۰ زبان
📊 عملکرد در بنچمارک‌ها
• MMLU Pro: 77.2٪
• AIME 2026: 77.5٪
• LiveCodeBench v6: 72.0٪
• GPQA Diamond: 78.8٪
• MMMU Pro (بینایی): 69.1٪
💡 چرا Gemma 4 12B Unified ؟
✅ اجرای محلی روی GPUهای مصرفی و حتی برخی لپ‌تاپ‌ها
✅ انتشار نسخه‌های GGUF برای اجرای بهینه در ابزارهای متن‌باز
✅ امکان Fine-Tuning و سفارشی‌سازی برای کاربردهای سازمانی
✅ بهره‌گیری از مکانیزم‌های ایمنی و هم‌راستاسازی مشابه خانواده Gemini
✅ یکی از معدود مدل‌های متن‌باز که چندوجهی بودن را به‌صورت واقعی و یکپارچه ارائه می‌کند
🎯 نکته مهم این است که گوگل تلاش کرده معماری چندوجهی را در یک مدل واحد ادغام کند؛ رویکردی که می‌تواند هزینه توسعه و استقرار سامانه‌های هوش مصنوعی چندرسانه‌ای را به‌طور قابل‌توجهی کاهش دهد و مسیر ساخت دستیارهای هوشمند محلی و سازمانی را هموارتر کند.
🔗 صفحه مدل:
https://huggingface.co/google/gemma-4-12B-it
#هوش_مصنوعی #AI #Google #DeepMind #Gemma #LLM #Multimodal #OpenSource
🆔 @asrgooyeshpardaz
❤4👍1
📌 سیستم LEAP: سیستمی که به مدل زبانی کمک کرد تمام مسائل المپیاد پاتنم ۲۰۲۵ را حل کند
گوگل مقاله‌ای دربارهٔ سیستم LEAP منتشر کرده است که برای اثبات خودکار قضایا طراحی شده. این سیستم به مدل‌های زبانی امکان می‌دهد تا اثبات‌های رسمی و قابل راستی‌آزمایی ماشین را به زبان Lean بسازند.
اثبات به زبان طبیعی (انسان) به سختی به صورت خودکار قابل بررسی است، زیرا تقریباً همیشه شامل خلأهای منطقی می‌شود. اما اثبات رسمی (فرمال) با زبان ماشین نوشته می‌شود و توسط کامپایلر بررسی می‌گردد که تضمین‌کنندهٔ درستی است، هرچند نوشتن آن بسیار دشوارتر است.
در این حوزه، مدل‌های تخصصی که صرفاً برای Lean آموزش دیده‌اند، پیشتاز هستند. اما LEAP که به عنوان یک چارچوب عاملی (agentic framework) کار می‌کند، از مدل‌های عمومی استفاده می‌نماید: مسئله را به بخش‌های کوچک تقسیم کرده و بر اساس خطاهای بازگردانده شده توسط کامپایلر، به صورت بازگشتی اشکالات را رفع می‌کند.
دستاورد اصلی پژوهشی این پروژه، المپیاد پاتنم ۲۰۲۵ است؛ مسابقه سالانه ریاضی برای دانشجویان آمریکا. LEAP موفق شد هر ۱۲ مسئله این المپیاد را به صورت رسمی حل کند، در حالی که Gemini 3.1 Pro به تنهایی و همچنین سیستم تخصصی متن‌باز Goedel-Prover-V2 حتی یک مسئله را حل نکردند. سیستم بسته Aristotle که در المپیاد ریاضی IMO ۲۰۲۵ عملکردی در سطح مدال طلا داشت، در ارزیابی نویسندگان این مقاله ۹ مسئله از ۱۲ را حل کرده است.
در این مقاله مجموعه داده جدیدی به نام IMO-LeanProofBench شامل ۶۰ مسئله المپیادی معرفی شده که در زبان Lean فرمال شده‌اند و نیازمند استنتاج‌های غیرمعمول و اثبات‌های ساختاری پیچیده هستند. در این مجموعه، LEAP به طور میانگین در بخش‌های پایه و پیشرفته به حدود ۷۰٪ موفقیت می‌رسد، در حالی که Aristotle حدود ۴۸٪ است.
دستاورد جانبی: LEAP بخش کمکی یکی از مسائل ترکیبیاتی منتسب به ریاضیدان دونالد کانت را به طور رسمی تأیید کرده و بیش از ۵۰۰۰ خط کد در Lean 4 تولید نموده است.
🟡 نکتهٔ طعنه‌آمیز
نویسندگان مقاله در متن خود از سیستم‌های بسته رقیب (Axiom3, Numina, Aristotle) به دلیل در دسترس نبودن برای بررسی علمی انتقاد کرده‌اند. با این حال، کد خود LEAP نیز منتشر نشده است. انتشار اثبات‌های نهایی تا حدی این مشکل را کاهش می‌دهد (چون می‌توان آنها را با کامپایلر Lean بازبینی کرد)، اما بازتولید کامل این پروژهٔ گوگل در حال حاضر ممکن نیست.
منبع: Google Research – LEAP
#AI #ML #LLM #LEAP #Research #Google
🆔 @asrgooyeshpardaz
گوگل مقاله‌ای دربارهٔ سیستم LEAP منتشر کرده است که برای اثبات خودکار قضایا طراحی شده. این سیستم به مدل‌های زبانی امکان می‌دهد تا اثبات‌های رسمی و قابل راستی‌آزمایی ماشین را به زبان Lean بسازند.
اثبات به زبان طبیعی (انسان) به سختی به صورت خودکار قابل بررسی است، زیرا تقریباً همیشه شامل خلأهای منطقی می‌شود. اما اثبات رسمی (فرمال) با زبان ماشین نوشته می‌شود و توسط کامپایلر بررسی می‌گردد که تضمین‌کنندهٔ درستی است، هرچند نوشتن آن بسیار دشوارتر است.
در این حوزه، مدل‌های تخصصی که صرفاً برای Lean آموزش دیده‌اند، پیشتاز هستند. اما LEAP که به عنوان یک چارچوب عاملی (agentic framework) کار می‌کند، از مدل‌های عمومی استفاده می‌نماید: مسئله را به بخش‌های کوچک تقسیم کرده و بر اساس خطاهای بازگردانده شده توسط کامپایلر، به صورت بازگشتی اشکالات را رفع می‌کند.
دستاورد اصلی پژوهشی این پروژه، المپیاد پاتنم ۲۰۲۵ است؛ مسابقه سالانه ریاضی برای دانشجویان آمریکا. LEAP موفق شد هر ۱۲ مسئله این المپیاد را به صورت رسمی حل کند، در حالی که Gemini 3.1 Pro به تنهایی و همچنین سیستم تخصصی متن‌باز Goedel-Prover-V2 حتی یک مسئله را حل نکردند. سیستم بسته Aristotle که در المپیاد ریاضی IMO ۲۰۲۵ عملکردی در سطح مدال طلا داشت، در ارزیابی نویسندگان این مقاله ۹ مسئله از ۱۲ را حل کرده است.
در این مقاله مجموعه داده جدیدی به نام IMO-LeanProofBench شامل ۶۰ مسئله المپیادی معرفی شده که در زبان Lean فرمال شده‌اند و نیازمند استنتاج‌های غیرمعمول و اثبات‌های ساختاری پیچیده هستند. در این مجموعه، LEAP به طور میانگین در بخش‌های پایه و پیشرفته به حدود ۷۰٪ موفقیت می‌رسد، در حالی که Aristotle حدود ۴۸٪ است.
دستاورد جانبی: LEAP بخش کمکی یکی از مسائل ترکیبیاتی منتسب به ریاضیدان دونالد کانت را به طور رسمی تأیید کرده و بیش از ۵۰۰۰ خط کد در Lean 4 تولید نموده است.
🟡 نکتهٔ طعنه‌آمیز
نویسندگان مقاله در متن خود از سیستم‌های بسته رقیب (Axiom3, Numina, Aristotle) به دلیل در دسترس نبودن برای بررسی علمی انتقاد کرده‌اند. با این حال، کد خود LEAP نیز منتشر نشده است. انتشار اثبات‌های نهایی تا حدی این مشکل را کاهش می‌دهد (چون می‌توان آنها را با کامپایلر Lean بازبینی کرد)، اما بازتولید کامل این پروژهٔ گوگل در حال حاضر ممکن نیست.
منبع: Google Research – LEAP
#AI #ML #LLM #LEAP #Research #Google
🆔 @asrgooyeshpardaz
❤1👎1👏1
🚀 از AGI تا ASI: نقشه راه آینده طبق طرح گوگل دیپ‌مایند
شرکت Google DeepMind در مقاله‌ای جدید، مسیرِ گذار از هوش مصنوعی در سطح انسان (AGI) به ابرهوش مصنوعی (ASI) را تشریح کرده است. ASI به سیستمی گفته می‌شود که از گروهی از خبرگان انسانی در همه حوزه‌ها برتر است.
📈 حقایق و خلاصه:
توان مؤثر هوش مصنوعی سالانه ۱۰ برابر می‌شود؛ هم به خاطر پیشرفت تراشه‌ها و هم به خاطر الگوریتم‌های بهتر.
ذهن دیجیتال محدودیت‌های زیستی ندارد: می‌تواند بی‌درنگ کپی شود، با سرعت‌های متفاوت کار کند و تجربه را بدون افت کیفیت منتقل نماید.
🛤 چهار مسیر اصلی توسعه:
۱. مقیاس‌سازی محاسبات و داده
۲. جهش‌های الگوریتمی (معماری‌های جدید)
۳. خودبهبودی بازگشتی (هوش مصنوعی کد نسل بعدی خود را می‌نویسد)
۴. همکاری جمعی میلیون‌ها عامل هوش مصنوعی
🛑 موانع پیش رو:
«دیوار داده» (کمبود متن برای آموزش)، کمبود انرژی و «دیوار انتزاع» – یعنی خطر اینکه هوش مصنوعی نتواند فراتر از مفاهیم انسانی فکر کند.
🔗 منبع: arXiv:2606.12683v1 - From AGI to ASI: A Roadmap
#AI #Google
🆔 @asrgooyeshpardaz
شرکت Google DeepMind در مقاله‌ای جدید، مسیرِ گذار از هوش مصنوعی در سطح انسان (AGI) به ابرهوش مصنوعی (ASI) را تشریح کرده است. ASI به سیستمی گفته می‌شود که از گروهی از خبرگان انسانی در همه حوزه‌ها برتر است.
📈 حقایق و خلاصه:
توان مؤثر هوش مصنوعی سالانه ۱۰ برابر می‌شود؛ هم به خاطر پیشرفت تراشه‌ها و هم به خاطر الگوریتم‌های بهتر.
ذهن دیجیتال محدودیت‌های زیستی ندارد: می‌تواند بی‌درنگ کپی شود، با سرعت‌های متفاوت کار کند و تجربه را بدون افت کیفیت منتقل نماید.
🛤 چهار مسیر اصلی توسعه:
۱. مقیاس‌سازی محاسبات و داده
۲. جهش‌های الگوریتمی (معماری‌های جدید)
۳. خودبهبودی بازگشتی (هوش مصنوعی کد نسل بعدی خود را می‌نویسد)
۴. همکاری جمعی میلیون‌ها عامل هوش مصنوعی
🛑 موانع پیش رو:
«دیوار داده» (کمبود متن برای آموزش)، کمبود انرژی و «دیوار انتزاع» – یعنی خطر اینکه هوش مصنوعی نتواند فراتر از مفاهیم انسانی فکر کند.
🔗 منبع: arXiv:2606.12683v1 - From AGI to ASI: A Roadmap
#AI #Google
🆔 @asrgooyeshpardaz
❤4👎1
This media is not supported in your browser
VIEW IN TELEGRAM
🤖 کوالیا رباتیکس در برنامه گوگل دیپ‌مایند پذیرفته شد
شرکت Qualia Robotics به طور رسمی برای شرکت در برنامه رباتیک Google DeepMind انتخاب شده است.
🧠 این شرکت روی مدل‌های «جسم‌یافته» (embodied models) کار می‌کند که ربات‌ها را برای انجام کارهای واقعی در محیط‌های صنعتی آماده می‌سازد – نه فقط در حالت نمایشی.
🎯 تمرکز اصلی روی مدل‌های بنیادی و قدرت استدلال هوش مصنوعی است. این دو حوزه، مسیر آینده رباتیک را تعیین می‌کنند.
🤝 همکاری با دیپ‌مایند که در مرزهای دانش این فناوری حرکت می‌کند، دقیقاً همان جایی است که کوالیا آرزویش را داشت.
✅ خلاصه:
- کار در دنیای واقعی، بدون هیچ صحنه‌سازی
- تأیید شده توسط برنامه معتبر Google DeepMind
- روند اصلی آینده: استدلال + مدل‌های بنیادی در رباتیک
🔗 منبع: پست Qualia Robotics در شبکه اجتماعی X
#Google #DeepMind #رباتیک
🆔 @asrgooyeshpardaz
شرکت Qualia Robotics به طور رسمی برای شرکت در برنامه رباتیک Google DeepMind انتخاب شده است.
🧠 این شرکت روی مدل‌های «جسم‌یافته» (embodied models) کار می‌کند که ربات‌ها را برای انجام کارهای واقعی در محیط‌های صنعتی آماده می‌سازد – نه فقط در حالت نمایشی.
🎯 تمرکز اصلی روی مدل‌های بنیادی و قدرت استدلال هوش مصنوعی است. این دو حوزه، مسیر آینده رباتیک را تعیین می‌کنند.
🤝 همکاری با دیپ‌مایند که در مرزهای دانش این فناوری حرکت می‌کند، دقیقاً همان جایی است که کوالیا آرزویش را داشت.
✅ خلاصه:
- کار در دنیای واقعی، بدون هیچ صحنه‌سازی
- تأیید شده توسط برنامه معتبر Google DeepMind
- روند اصلی آینده: استدلال + مدل‌های بنیادی در رباتیک
🔗 منبع: پست Qualia Robotics در شبکه اجتماعی X
#Google #DeepMind #رباتیک
🆔 @asrgooyeshpardaz
❤4👏2👎1🔥1
🌐اخبار هوش مصنوعی
⌨️ اوپن‌ای‌آی از کیبورد اختصاصی برای Codex رونمایی می‌کند
اوپن‌ای‌آی به‌همراه شرکت تولیدکننده‌ی تجهیزات جانبی Work Louder، کیبوردی مخصوص توسعه‌دهندگان به نام Codex تولید می‌کند. معرفی رسمی و انتشار مشخصات فنی آن برای ۱۵ ژوئیه برنامه‌ریزی شده است.
بر اساس تصویر منتشرشده، این کیبورد بر پایه‌ی مدل مینیاتوری Creator Micro 2 ساخته شده. نسخه‌ی پایه دارای ۱۳ کلید مکانیکی، یک جوی‌استیک آنالوگ و پنل‌های لمسی برای تنظیم ماکروها و دستورات سریع است.
پیش‌بینی می‌شود این دستگاه با مدل‌های اوپن‌ای‌آی یکپارچگی سخت‌افزاری داشته باشد و امکان تولید کد و فراخوانی دستیارهای هوش مصنوعی را با یک فشار کلید فراهم کند.
🔗 صفحه OpenAI Developers در شبکه‌ی اجتماعی X
---
🔬 انتروپیک از محیط محاسبات علمی Claude Science رونمایی کرد
محیط Claude Science یک محیط هوش مصنوعی برای پژوهش‌های علمی است که بیش از ۶۰ مهارت تخصصی در حوزه‌های ژنومیک، پروتئومیک و شیمی‌اطلاعات ارائه می‌دهد.
این پلتفرم با Nvidia BioNeMo یکپارچه شده و به مدل‌هایی مانند Evo 2، Boltz-2 و OpenFold3 دسترسی دارد. Claude Science امکان تحلیل مقالات، مصورسازی داده‌ها و نگارش پیش‌نویس مقاله را فراهم می‌کند و یک عامل تأییدکننده، صحت محاسبات و ارجاعات را بررسی می‌کند.
این برنامه به‌صورت محلی روی macOS یا لینوکس اجرا شده و به سرورهای راه‌دور متصل می‌شود. داده‌های حساس در زیرساخت داخلی باقی می‌مانند و فقط زمینه‌ی ضروری به مدل ابری ارسال می‌شود. بار پردازشی از یک تا صدها GPU قابل مقیاس‌سازی است.
نسخه‌ی بتا برای کاربران پلن‌های Pro، Max، Team و Enterprise در دسترس است. انتروپیک تا ۱۵ ژوئیه، ۵۰ کمک‌هزینه‌ی ۳۰٬۰۰۰ دلاری به‌صورت اعتبار محاسباتی توزیع می‌کند.
🔗 anthropic.com
---
🇨🇳 عرضه‌ی LongCat-2.0: اولین مدل زبانی آموزش‌دیده روی تراشه‌های چینی
شرکت چینی Meituan از مدلی با ۱٫۶ تریلیون پارامتر و پنجره‌ی متنی ۱ میلیون توکن رونمایی کرده است. چرخه‌ی کامل پیش‌آموزش و استنتاج این مدل روی خوشه‌ای از ۵۰٬۰۰۰ تراشه‌ی بومی ASIC انجام شده است.
تأمین‌کننده‌ی شتاب‌دهنده‌ها فاش نشده، اما استفاده از کتابخانه‌ی HCCL به معماری Huawei اشاره دارد. پیش‌تر از سخت‌افزار محلی بیشتر برای استنتاج استفاده می‌شد و آموزش، نقطه‌ی ضعف محسوب می‌گشت.
بر اساس آزمون‌ها، LongCat-2.0 در کدنویسی و سناریوهای عامل‌محور از Gemini 3.1 Pro پیشی گرفته و در بنچمارک‌های Terminal-Bench 2.1 و SWE-Bench Pro عملکرد بهتری دارد. این مدل همچنان از GPT-5.5 و Claude 4.8 Opus عقب‌تر است.
سرویس LongCat-2.0 از طریق API Meituan و OpenRouter قابل دسترس است و وزن مدل به‌زودی روی Hugging Face منتشر خواهد شد.
🔗 longcatai.org
---
🎨 تولید تصویر در Gemini برای کاربران آمریکایی رایگان شد
گوگل دسترسی رایگان به تولید تصویر شخصی‌سازی‌شده در Gemini را برای کاربران عادی در ایالات متحده باز کرده است. پیش‌تر این ابزار که بر پایه‌ی موتور Nano Banana کار می‌کرد، فقط برای پلن‌های Plus، Pro و Ultra در دسترس بود.
برای درک زمینه، Gemini داده‌های Gmail، YouTube، تاریخچه‌ی جستجو و Google Photos را تحلیل می‌کند. این سیستم به‌طور مستقیم تصاویر کاربر را از فضای ابری دریافت می‌کند و نیاز به بارگذاری دستی را برطرف می‌سازد.
این قابلیت در چارچوب ابزار Personal Intelligence اجرا می‌شود که از بهار امسال در حال گسترش است. کاربر خودش مشخص می‌کند که چه برنامه‌هایی با دستیار یکپارچه شوند.
🔗 blog.google
---
🚗 فورد ۳۰۰ مهندس را پس از شکست در پیاده‌سازی هوش مصنوعی به کار بازگرداند
فورد پس از اجرای ناموفق سیستم بازرسی کیفیت خودکار، ۳۰۰ مهندس QA را دوباره به کار گرفته است. این شرکت پیش‌تر صدها دوربین بینایی‌ماشین برای بررسی قطعات تولیدی نصب کرده بود تا انطباق آنها با الزامات طراحی را تأیید کند.
سیستم‌های بینایی‌ماشین به داده‌های کافی درباره‌ی نقص‌های واقعی و خاص دسترسی نداشتند. بیشتر متخصصان باتجربه پیش از آنکه تخصص‌شان مستند شده و به مجموعه‌های آموزشی منتقل شود، فورد را ترک کرده بودند.
اکنون مهندسان بازگشته مشغول جمع‌آوری داده، بازآموزی الگوریتم‌های بینایی‌ماشین و مربیگری کارکنان تازه‌کار هستند.
🔗 bbc.com
---
#هوش_مصنوعی #اخبار_فناوری #OpenAI #Anthropic #Meituan #Google #Ford #پیشرفت_هوش_مصنوعی
🆔 @asrgooyeshpardaz
⌨️ اوپن‌ای‌آی از کیبورد اختصاصی برای Codex رونمایی می‌کند
اوپن‌ای‌آی به‌همراه شرکت تولیدکننده‌ی تجهیزات جانبی Work Louder، کیبوردی مخصوص توسعه‌دهندگان به نام Codex تولید می‌کند. معرفی رسمی و انتشار مشخصات فنی آن برای ۱۵ ژوئیه برنامه‌ریزی شده است.
بر اساس تصویر منتشرشده، این کیبورد بر پایه‌ی مدل مینیاتوری Creator Micro 2 ساخته شده. نسخه‌ی پایه دارای ۱۳ کلید مکانیکی، یک جوی‌استیک آنالوگ و پنل‌های لمسی برای تنظیم ماکروها و دستورات سریع است.
پیش‌بینی می‌شود این دستگاه با مدل‌های اوپن‌ای‌آی یکپارچگی سخت‌افزاری داشته باشد و امکان تولید کد و فراخوانی دستیارهای هوش مصنوعی را با یک فشار کلید فراهم کند.
🔗 صفحه OpenAI Developers در شبکه‌ی اجتماعی X
---
🔬 انتروپیک از محیط محاسبات علمی Claude Science رونمایی کرد
محیط Claude Science یک محیط هوش مصنوعی برای پژوهش‌های علمی است که بیش از ۶۰ مهارت تخصصی در حوزه‌های ژنومیک، پروتئومیک و شیمی‌اطلاعات ارائه می‌دهد.
این پلتفرم با Nvidia BioNeMo یکپارچه شده و به مدل‌هایی مانند Evo 2، Boltz-2 و OpenFold3 دسترسی دارد. Claude Science امکان تحلیل مقالات، مصورسازی داده‌ها و نگارش پیش‌نویس مقاله را فراهم می‌کند و یک عامل تأییدکننده، صحت محاسبات و ارجاعات را بررسی می‌کند.
این برنامه به‌صورت محلی روی macOS یا لینوکس اجرا شده و به سرورهای راه‌دور متصل می‌شود. داده‌های حساس در زیرساخت داخلی باقی می‌مانند و فقط زمینه‌ی ضروری به مدل ابری ارسال می‌شود. بار پردازشی از یک تا صدها GPU قابل مقیاس‌سازی است.
نسخه‌ی بتا برای کاربران پلن‌های Pro، Max، Team و Enterprise در دسترس است. انتروپیک تا ۱۵ ژوئیه، ۵۰ کمک‌هزینه‌ی ۳۰٬۰۰۰ دلاری به‌صورت اعتبار محاسباتی توزیع می‌کند.
🔗 anthropic.com
---
🇨🇳 عرضه‌ی LongCat-2.0: اولین مدل زبانی آموزش‌دیده روی تراشه‌های چینی
شرکت چینی Meituan از مدلی با ۱٫۶ تریلیون پارامتر و پنجره‌ی متنی ۱ میلیون توکن رونمایی کرده است. چرخه‌ی کامل پیش‌آموزش و استنتاج این مدل روی خوشه‌ای از ۵۰٬۰۰۰ تراشه‌ی بومی ASIC انجام شده است.
تأمین‌کننده‌ی شتاب‌دهنده‌ها فاش نشده، اما استفاده از کتابخانه‌ی HCCL به معماری Huawei اشاره دارد. پیش‌تر از سخت‌افزار محلی بیشتر برای استنتاج استفاده می‌شد و آموزش، نقطه‌ی ضعف محسوب می‌گشت.
بر اساس آزمون‌ها، LongCat-2.0 در کدنویسی و سناریوهای عامل‌محور از Gemini 3.1 Pro پیشی گرفته و در بنچمارک‌های Terminal-Bench 2.1 و SWE-Bench Pro عملکرد بهتری دارد. این مدل همچنان از GPT-5.5 و Claude 4.8 Opus عقب‌تر است.
سرویس LongCat-2.0 از طریق API Meituan و OpenRouter قابل دسترس است و وزن مدل به‌زودی روی Hugging Face منتشر خواهد شد.
🔗 longcatai.org
---
🎨 تولید تصویر در Gemini برای کاربران آمریکایی رایگان شد
گوگل دسترسی رایگان به تولید تصویر شخصی‌سازی‌شده در Gemini را برای کاربران عادی در ایالات متحده باز کرده است. پیش‌تر این ابزار که بر پایه‌ی موتور Nano Banana کار می‌کرد، فقط برای پلن‌های Plus، Pro و Ultra در دسترس بود.
برای درک زمینه، Gemini داده‌های Gmail، YouTube، تاریخچه‌ی جستجو و Google Photos را تحلیل می‌کند. این سیستم به‌طور مستقیم تصاویر کاربر را از فضای ابری دریافت می‌کند و نیاز به بارگذاری دستی را برطرف می‌سازد.
این قابلیت در چارچوب ابزار Personal Intelligence اجرا می‌شود که از بهار امسال در حال گسترش است. کاربر خودش مشخص می‌کند که چه برنامه‌هایی با دستیار یکپارچه شوند.
🔗 blog.google
---
🚗 فورد ۳۰۰ مهندس را پس از شکست در پیاده‌سازی هوش مصنوعی به کار بازگرداند
فورد پس از اجرای ناموفق سیستم بازرسی کیفیت خودکار، ۳۰۰ مهندس QA را دوباره به کار گرفته است. این شرکت پیش‌تر صدها دوربین بینایی‌ماشین برای بررسی قطعات تولیدی نصب کرده بود تا انطباق آنها با الزامات طراحی را تأیید کند.
سیستم‌های بینایی‌ماشین به داده‌های کافی درباره‌ی نقص‌های واقعی و خاص دسترسی نداشتند. بیشتر متخصصان باتجربه پیش از آنکه تخصص‌شان مستند شده و به مجموعه‌های آموزشی منتقل شود، فورد را ترک کرده بودند.
اکنون مهندسان بازگشته مشغول جمع‌آوری داده، بازآموزی الگوریتم‌های بینایی‌ماشین و مربیگری کارکنان تازه‌کار هستند.
🔗 bbc.com
---
#هوش_مصنوعی #اخبار_فناوری #OpenAI #Anthropic #Meituan #Google #Ford #پیشرفت_هوش_مصنوعی
🆔 @asrgooyeshpardaz
❤2👍1
🩺 پژوهش جدید: مدل‌های عمومی هوش مصنوعی از ابزارهای تخصصی پزشکی پیشی گرفتند
نتایج یک مطالعه‌ی گسترده در مجله‌ی Nature Medicine نشان می‌دهد که مدل‌های هوش مصنوعی عمومی مانند GPT-5.2، Gemini 3.1 Pro و Claude Opus 4.6 در پاسخ‌گویی به سوالات پزشکی، عملکردی بهتر از ابزارهای تخصصی بالینی دارند.
---
🔬 روش پژوهش:
پژوهشگران در سه مرحله، عملکرد مدل‌ها را ارزیابی کردند:
مرحله‌ی اول: ۵۰۰ سوال سبک آزمون پزشکی (MedQA)
مرحله‌ی دوم: ۵۰۰ سوال از مجموعه‌ی HealthBench برای سنجش هماهنگی با نظر پزشکان
مرحله‌ی سوم: ۱۰۰ سوال واقعی پزشکان در محیط بالینی (RCQ)
پاسخ‌های مرحله‌ی سوم به‌صورت تصادفی و کور توسط ۱۲ پزشک آمریکایی بررسی شد و ۱٬۸۰۰ ارزیابی تخصصی انجام گردید.
---
📊 نتایج چشمگیر:
در آزمون MedQA:
- مدل Gemini با ۹۷.۴٪ بالاترین دقت را داشت
- مدل GPT با ۹۴.۲٪ در رتبه‌ی دوم قرار گرفت
- مدل Claude با ۹۰.۲٪ سوم شد
- ابزارهای تخصصی OpenEvidence و UpToDate به ترتیب ۸۹.۶٪ و ۸۸.۴٪ موفقیت داشتند
در آزمون HealthBench:
- مدل GPT با امتیاز ۸۸ بالاترین رتبه را کسب کرد
- مدل Gemini با ۷۹.۳ و Claude با ۷۷ در رده‌های بعدی
- ابزارهای تخصصی با امتیازهای حدود ۶۲-۶۳ در جایگاه آخر قرار گرفتند
در سوالات واقعی بالینی (RCQ):
- مدل‌های عمومی در تمام ابعاد چهارگانه (صحت بالینی، کامل بودن، ایمنی و وضوح) عملکرد بهتری داشتند
- مدل‌های عمومی در گروه اول با امتیاز میانگین ۳.۵۶-۳.۶۲ از ۴ و ابزارهای تخصصی با ۳.۱۷-۳.۲۴ در گروه دوم قرار گرفتند
---
⚠️ نکته‌ی جالب درباره‌ی RAG:
سیستم‌های بازیابی-تولید (RAG) که در ابزارهای تخصصی استفاده می‌شوند، در برخی موارد پاسخ‌ها را بدتر می‌کنند. وقتی این سیستم‌ها اطلاعات نامربوط یا ضعیف را به مدل می‌دهند، کیفیت پاسخ کاهش می‌یابد. طبق این پژوهش، ابزارهای تخصصی ۴۹ تا ۸۷٪ شانس کمتری برای کسب امتیاز بالاتر نسبت به Gemini داشتند.
---
🤔 چرا مدل‌های عمومی بهتر عمل می‌کنند؟
دلایل اصلی شامل موارد زیر است:
- داده‌های آموزشی گسترده‌تر مدل‌های عمومی
- چرخه‌های به‌روزرسانی سریع‌تر نسبت به ابزارهای تخصصی
- توانایی استدلال قوی‌تر در مدل‌های عمومی
- سیستم‌های RAG گاهی اطلاعات نامربوط بازیابی می‌کنند که کیفیت پاسخ را کاهش می‌دهد
---
📌 مهم‌ترین پیام:
اگرچه ابزارهای تخصصی هوش مصنوعی با برندهای معتبر پزشکی عرضه می‌شوند و ممکن است امن‌تر به نظر برسند، اما در عمل، مدل‌های عمومی پیشرفته‌تر می‌توانند پاسخ‌های دقیق‌تر و کامل‌تری ارائه دهند. به‌ویژه در سوالات پیچیده و واقعی که پزشکان با آنها مواجه می‌شوند.
البته پژوهشگران تأکید دارند که این نتایج ممکن است با پیشرفت فناوری تغییر کند و در آینده، مدل‌های تخصصی‌تر که بر اساس داده‌های بیمارستانی آموزش ببینند، می‌توانند عملکرد بهتری داشته باشند.
---
🔗 لینک مقاله:
https://www.nature.com/articles/s41591-026-04431-5
---
#پزشکی_هوش_مصنوعی #پژوهش_پزشکی #مدل_های_زبانی #NatureMedicine #هوش_مصنوعی_در_سلامت #OpenAI #Google #Anthropic
🆔 @asrgooyeshpardaz
نتایج یک مطالعه‌ی گسترده در مجله‌ی Nature Medicine نشان می‌دهد که مدل‌های هوش مصنوعی عمومی مانند GPT-5.2، Gemini 3.1 Pro و Claude Opus 4.6 در پاسخ‌گویی به سوالات پزشکی، عملکردی بهتر از ابزارهای تخصصی بالینی دارند.
---
🔬 روش پژوهش:
پژوهشگران در سه مرحله، عملکرد مدل‌ها را ارزیابی کردند:
مرحله‌ی اول: ۵۰۰ سوال سبک آزمون پزشکی (MedQA)
مرحله‌ی دوم: ۵۰۰ سوال از مجموعه‌ی HealthBench برای سنجش هماهنگی با نظر پزشکان
مرحله‌ی سوم: ۱۰۰ سوال واقعی پزشکان در محیط بالینی (RCQ)
پاسخ‌های مرحله‌ی سوم به‌صورت تصادفی و کور توسط ۱۲ پزشک آمریکایی بررسی شد و ۱٬۸۰۰ ارزیابی تخصصی انجام گردید.
---
📊 نتایج چشمگیر:
در آزمون MedQA:
- مدل Gemini با ۹۷.۴٪ بالاترین دقت را داشت
- مدل GPT با ۹۴.۲٪ در رتبه‌ی دوم قرار گرفت
- مدل Claude با ۹۰.۲٪ سوم شد
- ابزارهای تخصصی OpenEvidence و UpToDate به ترتیب ۸۹.۶٪ و ۸۸.۴٪ موفقیت داشتند
در آزمون HealthBench:
- مدل GPT با امتیاز ۸۸ بالاترین رتبه را کسب کرد
- مدل Gemini با ۷۹.۳ و Claude با ۷۷ در رده‌های بعدی
- ابزارهای تخصصی با امتیازهای حدود ۶۲-۶۳ در جایگاه آخر قرار گرفتند
در سوالات واقعی بالینی (RCQ):
- مدل‌های عمومی در تمام ابعاد چهارگانه (صحت بالینی، کامل بودن، ایمنی و وضوح) عملکرد بهتری داشتند
- مدل‌های عمومی در گروه اول با امتیاز میانگین ۳.۵۶-۳.۶۲ از ۴ و ابزارهای تخصصی با ۳.۱۷-۳.۲۴ در گروه دوم قرار گرفتند
---
⚠️ نکته‌ی جالب درباره‌ی RAG:
سیستم‌های بازیابی-تولید (RAG) که در ابزارهای تخصصی استفاده می‌شوند، در برخی موارد پاسخ‌ها را بدتر می‌کنند. وقتی این سیستم‌ها اطلاعات نامربوط یا ضعیف را به مدل می‌دهند، کیفیت پاسخ کاهش می‌یابد. طبق این پژوهش، ابزارهای تخصصی ۴۹ تا ۸۷٪ شانس کمتری برای کسب امتیاز بالاتر نسبت به Gemini داشتند.
---
🤔 چرا مدل‌های عمومی بهتر عمل می‌کنند؟
دلایل اصلی شامل موارد زیر است:
- داده‌های آموزشی گسترده‌تر مدل‌های عمومی
- چرخه‌های به‌روزرسانی سریع‌تر نسبت به ابزارهای تخصصی
- توانایی استدلال قوی‌تر در مدل‌های عمومی
- سیستم‌های RAG گاهی اطلاعات نامربوط بازیابی می‌کنند که کیفیت پاسخ را کاهش می‌دهد
---
📌 مهم‌ترین پیام:
اگرچه ابزارهای تخصصی هوش مصنوعی با برندهای معتبر پزشکی عرضه می‌شوند و ممکن است امن‌تر به نظر برسند، اما در عمل، مدل‌های عمومی پیشرفته‌تر می‌توانند پاسخ‌های دقیق‌تر و کامل‌تری ارائه دهند. به‌ویژه در سوالات پیچیده و واقعی که پزشکان با آنها مواجه می‌شوند.
البته پژوهشگران تأکید دارند که این نتایج ممکن است با پیشرفت فناوری تغییر کند و در آینده، مدل‌های تخصصی‌تر که بر اساس داده‌های بیمارستانی آموزش ببینند، می‌توانند عملکرد بهتری داشته باشند.
---
🔗 لینک مقاله:
https://www.nature.com/articles/s41591-026-04431-5
---
#پزشکی_هوش_مصنوعی #پژوهش_پزشکی #مدل_های_زبانی #NatureMedicine #هوش_مصنوعی_در_سلامت #OpenAI #Google #Anthropic
🆔 @asrgooyeshpardaz
Nature
General-purpose large language models outperform specialized clinical AI tools on medical benchmarks
Nature Medicine - In an independent evaluation, frontier large language models outperformed specialized clinical artificial intelligence tools on medical knowledge, clinician alignment and...
❤3
🌐اخبار هوش مصنوعی
🔍 جستجوی داخلی به ChatGPT اضافه شد؛ تاریخچه‌ی چت‌ها و اسناد، قابل جستجو
قابلیت جستجوی کامل در تاریخچه‌ی چت‌ها، پروژه‌ها و فایل‌های بارگذاری‌شده به ChatGPT اضافه شده است. این ویژگی در نوار کناری نسخه‌ی وب و اپلیکیشن‌های موبایل (iOS و Android) در دسترس است.
کاربران می‌توانند نتایج را بر اساس نوع محتوا فیلتر کنند و با کلیک روی هر نتیجه، مستقیماً به پیام موردنظر در آن مکالمه هدایت شوند. این بروزرسانی برای همه‌ی کاربران (از جمله نسخه‌ی رایگان) به‌صورت سراسری فعال شده است.
🔗 help.openai.com
🍎 شرکت Anthropic دسترسی رایگان به محصولات خود را برای معلمان آمریکایی باز کرد
شرکت Anthropic پلتفرم Claude for Teachers را برای معلمان مدارس آمریکا راه‌اندازی کرده است. این بسته شامل مدل‌های Claude، محیط Claude Code و Cowork (برای خودکارسازی زنجیره‌ای از وظایف) می‌شود. برای مثال، معلم می‌تواند یک عامل را یک‌بار تنظیم کند تا هر روز صبح، برگه‌های آزمون را بررسی یا خلاصه‌ای از عملکرد کلاس تهیه کند.
این پلتفرم با سرویس‌های Canva Education و MagicSchool یکپارچه شده و آنتروپیک تأکید کرده که داده‌های معلمان و دانش‌آموزان برای آموزش مدل‌های آینده استفاده نخواهد شد. ثبت‌نام تا ژوئن ۲۰۲۷ باز است.
🔗 anthropic.com/news/claude-for-teachers
🖼 گوگل تولید تصویر را به AI Overview اضافه کرد
به مناسبت ۲۵ سالگی Google Images، گوگل قابلیت تولید تصویر بر اساس درخواست متنی را به خلاصه‌های جستجوی هوش مصنوعی (AI Overviews) اضافه کرده است. این ویژگی توسط مولد تصویر Nano Banana پشتیبانی می‌شود.
صفحه‌ی اصلی جستجوی تصاویر نیز بازطراحی شده و ظاهری شبیه به Pinterest پیدا کرده است. کاربران می‌توانند تصاویر را در کلکسیون‌های موضوعی ذخیره کنند. این قابلیت ابتدا به‌زبان انگلیسی و در مناطقی که تولید تصویر پشتیبانی می‌شود، فعال خواهد شد.
🔗 blog.google
🔒 انویدیا لیست خریداران تراشه‌های هوش مصنوعی در آسیا را نصف کرد
انویدیا برای مقابله با صادرات غیرمجاز تجهیزات به چین، فرآیند تأیید مشتریان آسیایی خود را سخت‌گیرانه‌تر کرده است. پس از ممیزی، تعداد شرکت‌های تأییدشده در سنگاپور، مالزی و ژاپن بیش از ۵۰٪ کاهش یافته است.
این شرکت از بررسی‌های مدارک به بازرسی فیزیکی دیتاسنترها روی آورده و قراردادها و کاربران نهایی شتاب‌دهنده‌ها را مستقیماً بررسی می‌کند.
🔗 ft.com
⚠️ بیش از ۲۰۰ دانشمند نسبت به نزدیکی انقلاب صنعتی دوم هشدار دادند
آزمایشگاه اقتصاد دیجیتال استنفورد نامه‌ای سرگشاده با عنوان "We Must Act Now" منتشر کرده است. این نامه که توسط بیش از ۲۰۰ دانشمند، ۱۶ برنده‌ی جایزه‌ی نوبل و نمایندگانی از گوگل، Anthropic و OpenAI امضا شده، درباره‌ی پیامدهای کلان‌اقتصادی هوش مصنوعی هشدار می‌دهد.
نویسندگان پیش‌بینی می‌کنند که در ۱۰ سال آینده، تأثیر هوش مصنوعی بر اقتصاد، هم‌تراز با انقلاب صنعتی خواهد بود و خواستار ایجاد نهادهای جدید برای جبران از دست رفتن شغل‌ها شده‌اند. از سوی دیگر، دمیس حسابیس (مدیر DeepMind) که نامه را امضا نکرده، ظهور AGI را در ۵ سال آینده پیش‌بینی کرده و آن را به‌عنوان «انقلاب صنعتی ۱۰ برابری با سرعت ۱۰ برابر» توصیف کرده است.
🔗 digitaleconomy.stanford.edu
#ChatGPT #Anthropic #Google #Nvidia #AGI
#اخبار_هوش_مصنوعی
🆔 @asrgooyeshpardaz
🔍 جستجوی داخلی به ChatGPT اضافه شد؛ تاریخچه‌ی چت‌ها و اسناد، قابل جستجو
قابلیت جستجوی کامل در تاریخچه‌ی چت‌ها، پروژه‌ها و فایل‌های بارگذاری‌شده به ChatGPT اضافه شده است. این ویژگی در نوار کناری نسخه‌ی وب و اپلیکیشن‌های موبایل (iOS و Android) در دسترس است.
کاربران می‌توانند نتایج را بر اساس نوع محتوا فیلتر کنند و با کلیک روی هر نتیجه، مستقیماً به پیام موردنظر در آن مکالمه هدایت شوند. این بروزرسانی برای همه‌ی کاربران (از جمله نسخه‌ی رایگان) به‌صورت سراسری فعال شده است.
🔗 help.openai.com
🍎 شرکت Anthropic دسترسی رایگان به محصولات خود را برای معلمان آمریکایی باز کرد
شرکت Anthropic پلتفرم Claude for Teachers را برای معلمان مدارس آمریکا راه‌اندازی کرده است. این بسته شامل مدل‌های Claude، محیط Claude Code و Cowork (برای خودکارسازی زنجیره‌ای از وظایف) می‌شود. برای مثال، معلم می‌تواند یک عامل را یک‌بار تنظیم کند تا هر روز صبح، برگه‌های آزمون را بررسی یا خلاصه‌ای از عملکرد کلاس تهیه کند.
این پلتفرم با سرویس‌های Canva Education و MagicSchool یکپارچه شده و آنتروپیک تأکید کرده که داده‌های معلمان و دانش‌آموزان برای آموزش مدل‌های آینده استفاده نخواهد شد. ثبت‌نام تا ژوئن ۲۰۲۷ باز است.
🔗 anthropic.com/news/claude-for-teachers
🖼 گوگل تولید تصویر را به AI Overview اضافه کرد
به مناسبت ۲۵ سالگی Google Images، گوگل قابلیت تولید تصویر بر اساس درخواست متنی را به خلاصه‌های جستجوی هوش مصنوعی (AI Overviews) اضافه کرده است. این ویژگی توسط مولد تصویر Nano Banana پشتیبانی می‌شود.
صفحه‌ی اصلی جستجوی تصاویر نیز بازطراحی شده و ظاهری شبیه به Pinterest پیدا کرده است. کاربران می‌توانند تصاویر را در کلکسیون‌های موضوعی ذخیره کنند. این قابلیت ابتدا به‌زبان انگلیسی و در مناطقی که تولید تصویر پشتیبانی می‌شود، فعال خواهد شد.
🔗 blog.google
🔒 انویدیا لیست خریداران تراشه‌های هوش مصنوعی در آسیا را نصف کرد
انویدیا برای مقابله با صادرات غیرمجاز تجهیزات به چین، فرآیند تأیید مشتریان آسیایی خود را سخت‌گیرانه‌تر کرده است. پس از ممیزی، تعداد شرکت‌های تأییدشده در سنگاپور، مالزی و ژاپن بیش از ۵۰٪ کاهش یافته است.
این شرکت از بررسی‌های مدارک به بازرسی فیزیکی دیتاسنترها روی آورده و قراردادها و کاربران نهایی شتاب‌دهنده‌ها را مستقیماً بررسی می‌کند.
🔗 ft.com
⚠️ بیش از ۲۰۰ دانشمند نسبت به نزدیکی انقلاب صنعتی دوم هشدار دادند
آزمایشگاه اقتصاد دیجیتال استنفورد نامه‌ای سرگشاده با عنوان "We Must Act Now" منتشر کرده است. این نامه که توسط بیش از ۲۰۰ دانشمند، ۱۶ برنده‌ی جایزه‌ی نوبل و نمایندگانی از گوگل، Anthropic و OpenAI امضا شده، درباره‌ی پیامدهای کلان‌اقتصادی هوش مصنوعی هشدار می‌دهد.
نویسندگان پیش‌بینی می‌کنند که در ۱۰ سال آینده، تأثیر هوش مصنوعی بر اقتصاد، هم‌تراز با انقلاب صنعتی خواهد بود و خواستار ایجاد نهادهای جدید برای جبران از دست رفتن شغل‌ها شده‌اند. از سوی دیگر، دمیس حسابیس (مدیر DeepMind) که نامه را امضا نکرده، ظهور AGI را در ۵ سال آینده پیش‌بینی کرده و آن را به‌عنوان «انقلاب صنعتی ۱۰ برابری با سرعت ۱۰ برابر» توصیف کرده است.
🔗 digitaleconomy.stanford.edu
#ChatGPT #Anthropic #Google #Nvidia #AGI
#اخبار_هوش_مصنوعی
🆔 @asrgooyeshpardaz
❤4
⚡️ گوگل از سه مدل جدید Gemini رونمایی کرد: فلش سریع‌تر، لایت ارزان‌تر و سایبری برای امنیت
خانواده‌ی مدل‌های Gemini گوگل با سه عضو جدید گسترده‌تر شد: Gemini 3.6 Flash، Gemini 3.5 Flash-Lite و مدل تخصصی Gemini 3.5 Flash Cyber.
---
🟡 Gemini 3.6 Flash
نسخه‌ی به‌روزشده‌ی مدل محبوب Flash که ۱۷٪ توکن خروجی کمتری نسبت به نسخه‌ی قبلی مصرف می‌کند. گوگل می‌گوید عملکرد آن در کدنویسی و وظایف اداری (Office Tasks) بهبود یافته است.
💰 قیمت: ۱.۵ دلار به ازای هر میلیون توکن ورودی و ۷.۵ دلار برای هر میلیون توکن خروجی.
---
🟡 Gemini 3.5 Flash-Lite
مدلی سبک‌وزن و فوق‌سریع برای پردازش‌های انبوه و وظایف سریع. سرعت اعلام‌شده: ۳۵۰ توکن در ثانیه!
💰 قیمت: تنها ۰.۳۰ دلار به ازای هر میلیون توکن ورودی. گزینه‌ای ایده‌آل برای کارهایی که به هزینه‌ی پایین و سرعت بالا نیاز دارند.
---
🟡 Gemini 3.5 Flash Cyber
این مدل به‌طور ویژه برای یافتن و رفع آسیب‌پذیری‌های امنیتی در کد آموزش دیده است. اما خبر بد این است که در دسترس عموم قرار نمی‌گیرد! فقط دولت‌ها و شرکای مورد اعتماد گوگل، در قالب یک برنامه‌ی آزمایشی محدود، به آن دسترسی خواهند داشت.
---
📌 برنامه‌های آینده گوگل
· مدل Gemini 3.5 Pro هم‌اکنون در حال تست با شرکا است.
· تیم گوگل آموزش Gemini 4 را آغاز کرده که به‌گفته‌ی خودشان بزرگ‌ترین و گسترده‌ترین پروژه‌ی آموزشی آنها تا به امروز است. هنوز تاریخ عرضه‌ای برای آن اعلام نشده است.
---
منبع:
وبلاگ گوگل
#Google #Gemini #هوش_مصنوعی #مدل_زبانی #امنیت_سایبری #اخبار_فناوری
🆔 @asrgooyeshpardaz
خانواده‌ی مدل‌های Gemini گوگل با سه عضو جدید گسترده‌تر شد: Gemini 3.6 Flash، Gemini 3.5 Flash-Lite و مدل تخصصی Gemini 3.5 Flash Cyber.
---
🟡 Gemini 3.6 Flash
نسخه‌ی به‌روزشده‌ی مدل محبوب Flash که ۱۷٪ توکن خروجی کمتری نسبت به نسخه‌ی قبلی مصرف می‌کند. گوگل می‌گوید عملکرد آن در کدنویسی و وظایف اداری (Office Tasks) بهبود یافته است.
💰 قیمت: ۱.۵ دلار به ازای هر میلیون توکن ورودی و ۷.۵ دلار برای هر میلیون توکن خروجی.
---
🟡 Gemini 3.5 Flash-Lite
مدلی سبک‌وزن و فوق‌سریع برای پردازش‌های انبوه و وظایف سریع. سرعت اعلام‌شده: ۳۵۰ توکن در ثانیه!
💰 قیمت: تنها ۰.۳۰ دلار به ازای هر میلیون توکن ورودی. گزینه‌ای ایده‌آل برای کارهایی که به هزینه‌ی پایین و سرعت بالا نیاز دارند.
---
🟡 Gemini 3.5 Flash Cyber
این مدل به‌طور ویژه برای یافتن و رفع آسیب‌پذیری‌های امنیتی در کد آموزش دیده است. اما خبر بد این است که در دسترس عموم قرار نمی‌گیرد! فقط دولت‌ها و شرکای مورد اعتماد گوگل، در قالب یک برنامه‌ی آزمایشی محدود، به آن دسترسی خواهند داشت.
---
📌 برنامه‌های آینده گوگل
· مدل Gemini 3.5 Pro هم‌اکنون در حال تست با شرکا است.
· تیم گوگل آموزش Gemini 4 را آغاز کرده که به‌گفته‌ی خودشان بزرگ‌ترین و گسترده‌ترین پروژه‌ی آموزشی آنها تا به امروز است. هنوز تاریخ عرضه‌ای برای آن اعلام نشده است.
---
منبع:
وبلاگ گوگل
#Google #Gemini #هوش_مصنوعی #مدل_زبانی #امنیت_سایبری #اخبار_فناوری
🆔 @asrgooyeshpardaz
❤5👍2🤡1😍1
🚀 معرفی مدل DiffusionGemma: تولید متن با سرعت فوق‌العاده
شرکت Google DeepMind مدل آزمایشی DiffusionGemma را بر اساس معماری Gemma 4 (26B MoE) معرفی کرده است. این مدل به جای تولید متن به صورت نماد به نماد، از انتشار (diffusion) گسسته برای پردازش موازی کل بلوک‌های متن استفاده می‌کند.
مهم‌ترین نکات و قابلیت‌ها:
⚡️ سرعت فوق‌العاده: این مدل تقریباً 1500 توکن در ثانیه را روی یک پردازنده NVIDIA H100 تولید می‌کند. این سرعت، چندین برابر سریع‌تر از مدل‌های سنتی است.
🖼 موازی‌سازی: DiffusionGemma به صورت تکراری، بلوک‌هایی به طول 256 توکن را به طور همزمان اصلاح می‌کند و از تاخیرهای ناشی از پردازش متوالی جلوگیری می‌کند.
🔄 خودتصحیح: به لطف مکانیزم توجه دوطرفه، توکن‌ها یکدیگر را در هر دو جهت مشاهده می‌کنند، که این امر امکان اصلاح خطاها را مستقیماً در طول فرآیند تولید فراهم می‌کند.
🧠 هوش: پشتیبانی از "حالت تفکر"، قابلیت‌های چندوجهی و کار با متن‌های طولانی حفظ شده است.
🛠 ترکیبی بودن: وزن‌های مدل را می‌توان برای تولید متوالی استاندارد نیز استفاده کرد، با کمترین افت کیفیت.
🔗 لینک
#AI #Google
🆔 @asrgooyeshpardaz
شرکت Google DeepMind مدل آزمایشی DiffusionGemma را بر اساس معماری Gemma 4 (26B MoE) معرفی کرده است. این مدل به جای تولید متن به صورت نماد به نماد، از انتشار (diffusion) گسسته برای پردازش موازی کل بلوک‌های متن استفاده می‌کند.
مهم‌ترین نکات و قابلیت‌ها:
⚡️ سرعت فوق‌العاده: این مدل تقریباً 1500 توکن در ثانیه را روی یک پردازنده NVIDIA H100 تولید می‌کند. این سرعت، چندین برابر سریع‌تر از مدل‌های سنتی است.
🖼 موازی‌سازی: DiffusionGemma به صورت تکراری، بلوک‌هایی به طول 256 توکن را به طور همزمان اصلاح می‌کند و از تاخیرهای ناشی از پردازش متوالی جلوگیری می‌کند.
🔄 خودتصحیح: به لطف مکانیزم توجه دوطرفه، توکن‌ها یکدیگر را در هر دو جهت مشاهده می‌کنند، که این امر امکان اصلاح خطاها را مستقیماً در طول فرآیند تولید فراهم می‌کند.
🧠 هوش: پشتیبانی از "حالت تفکر"، قابلیت‌های چندوجهی و کار با متن‌های طولانی حفظ شده است.
🛠 ترکیبی بودن: وزن‌های مدل را می‌توان برای تولید متوالی استاندارد نیز استفاده کرد، با کمترین افت کیفیت.
🔗 لینک
#AI #Google
🆔 @asrgooyeshpardaz
🔥2
⚡️ مدل Gemini 3.7 Flash رسید. با قیمت نصف و عملکرد بهتر
گوگل فقط سه هفته بعد از نسخه قبلی، مدل جدید Gemini 3.7 Flash را منتشر کرده. قیمت فعلی این مدل نصف نسخه قبلی است: ورودی ۰.۷۵ دلار و خروجی ۳.۷۵ دلار به ازای هر میلیون توکن. این قیمت تا پایان سال میلادی معتبر است.
---
💻 بهبودهای اصلی:
- کدنویسی و اشکال‌زدایی: عملکرد به‌طور چشمگیری بهتر شده
- ساخت اپ و طراحی: با پرامپت‌های کمتر، خروجی دقیق‌تر و باکیفیت‌تر
- درک اسناد پیچیده: در حوزه مالی، حقوقی و پزشکی پیشرفت قابل‌توجهی داشته
---
🤖 در کارهای خودکار و عاملی نیز بهتر شده و نیاز به مداخله دستی را کاهش داده.
---
✅ دسترسی: از طریق Google AI Studio، Android Studio و Gemini Enterprise در دسترس است.
---
#Gemini #Google #هوش_مصنوعی
🆔 @asrgooyeshpardaz
گوگل فقط سه هفته بعد از نسخه قبلی، مدل جدید Gemini 3.7 Flash را منتشر کرده. قیمت فعلی این مدل نصف نسخه قبلی است: ورودی ۰.۷۵ دلار و خروجی ۳.۷۵ دلار به ازای هر میلیون توکن. این قیمت تا پایان سال میلادی معتبر است.
---
💻 بهبودهای اصلی:
- کدنویسی و اشکال‌زدایی: عملکرد به‌طور چشمگیری بهتر شده
- ساخت اپ و طراحی: با پرامپت‌های کمتر، خروجی دقیق‌تر و باکیفیت‌تر
- درک اسناد پیچیده: در حوزه مالی، حقوقی و پزشکی پیشرفت قابل‌توجهی داشته
---
🤖 در کارهای خودکار و عاملی نیز بهتر شده و نیاز به مداخله دستی را کاهش داده.
---
✅ دسترسی: از طریق Google AI Studio، Android Studio و Gemini Enterprise در دسترس است.
---
#Gemini #Google #هوش_مصنوعی
🆔 @asrgooyeshpardaz
❤🔥5🤔3🔥2❤1
🎙️ گوگل از Gemini 3.5 Transcribe رونمایی کرد؛ مدلی با نرخ خطای ۲.۶٪ در بیش از ۸۵ زبان!
گوگل مدل جدید بازشناسی گفتار خود را با نام Gemini 3.5 Transcribe معرفی کرده است. این مدل در دو نسخه‌ی مجزا عرضه شده که هرکدام برای کاربرد خاصی طراحی شده‌اند.
---
⚡️ دو نسخه، دو کاربرد متفاوت
🔹 نسخه‌ی Live (جریانی) : برای مکالمات بلادرنگ طراحی شده و با تأخیر زیر ثانیه کار می‌کند. اما محدودیت‌هایی دارد: جلسات حداکثر ۱۰ دقیقه، بدون تشخیص گوینده و بدون تایم‌استمپ کلمه.
🔹 نسخه‌ی استاندارد (Interactions) : برای فایل‌های ضبط‌شده مناسب است و قابلیت‌های تشخیص گوینده، تایم‌استمپ کلمه و واژه‌نامه‌ی سفارشی (تا ۱۰۰۰ عبارت) را ارائه می‌دهد. قیمت آن حدوداً نصف نسخه‌ی Live است.
---
📊 عملکرد و دقت
بر اساس اندازه‌گیری‌های Artificial Analysis:
· نرخ خطای کلمه (WER) در نسخه‌ی جریانی: ۴.۰٪
· نرخ خطای کلمه در نسخه‌ی غیرجریانی: ۲.۶٪
· سرعت نهایی‌سازی متن نسبت به مدل قبلی (Chirp 3) ۷۰٪ بهبود یافته است.
· پشتیبانی از بیش از ۸۵ زبان با تشخیص خودکار زبان و قابلیت کد-سوییچینگ (ترکیب زبان‌ها در یک جمله)
---
🔄 حالت‌های خروجی: کدام را انتخاب کنیم؟
هر دو نسخه دو حالت خروجی دارند:
· حالت Verbatim (عین‌اللفظی) : همه‌چیز را برمی‌گرداند، از جمله مکث‌ها، تکرارها و کلمات اضافی.
· حالت Smart (هوشمند) : کلمات اضافی را حذف کرده، خوداصلاحی‌ها را اعمال و قالب‌بندی ساختاریافته ارائه می‌دهد.
نکته‌ی مهم: حالت Smart با تایم‌استمپ کلمه یا تشخیص گوینده سازگار نیست! یعنی باید بین یک خلاصه‌ی خوانا و یک ترانسکریپت قابل‌ممیزی یکی را انتخاب کنید.
---
💰 هزینه و محدودیت‌ها
· هزینه‌ی تخمینی: حدود ۰.۰۰۵ تا ۰.۰۰۹ دلار در هر دقیقه
· محدودیت فایل در نسخه‌ی استاندارد: تا ۱ ساعت (با فعال‌سازی تشخیص گوینده، این عدد به ۳۰ دقیقه کاهش می‌یابد)
---
💡 نتیجه‌گیری کلیدی
انتخاب بین نسخه‌ی Live و استاندارد، یک تصمیم معماری است. اگر به تأخیر پایین نیاز دارید، سراغ نسخه‌ی Live بروید، اما از نبود تشخیص گوینده و تایم‌استمپ صرف‌نظر کنید. اگر دقت و قابلیت‌های تحلیلی برایتان مهم‌تر است، نسخه‌ی استاندارد انتخاب مناسب‌تری است.
---
🔗 اطلاعات بیشتر: Marktechpost
---
#Google #Gemini #تشخیص_گفتار #پردازش_زبان_طبیعی #پیشرفت_فناوری
🆔 @asrgooyeshpardaz
گوگل مدل جدید بازشناسی گفتار خود را با نام Gemini 3.5 Transcribe معرفی کرده است. این مدل در دو نسخه‌ی مجزا عرضه شده که هرکدام برای کاربرد خاصی طراحی شده‌اند.
---
⚡️ دو نسخه، دو کاربرد متفاوت
🔹 نسخه‌ی Live (جریانی) : برای مکالمات بلادرنگ طراحی شده و با تأخیر زیر ثانیه کار می‌کند. اما محدودیت‌هایی دارد: جلسات حداکثر ۱۰ دقیقه، بدون تشخیص گوینده و بدون تایم‌استمپ کلمه.
🔹 نسخه‌ی استاندارد (Interactions) : برای فایل‌های ضبط‌شده مناسب است و قابلیت‌های تشخیص گوینده، تایم‌استمپ کلمه و واژه‌نامه‌ی سفارشی (تا ۱۰۰۰ عبارت) را ارائه می‌دهد. قیمت آن حدوداً نصف نسخه‌ی Live است.
---
📊 عملکرد و دقت
بر اساس اندازه‌گیری‌های Artificial Analysis:
· نرخ خطای کلمه (WER) در نسخه‌ی جریانی: ۴.۰٪
· نرخ خطای کلمه در نسخه‌ی غیرجریانی: ۲.۶٪
· سرعت نهایی‌سازی متن نسبت به مدل قبلی (Chirp 3) ۷۰٪ بهبود یافته است.
· پشتیبانی از بیش از ۸۵ زبان با تشخیص خودکار زبان و قابلیت کد-سوییچینگ (ترکیب زبان‌ها در یک جمله)
---
🔄 حالت‌های خروجی: کدام را انتخاب کنیم؟
هر دو نسخه دو حالت خروجی دارند:
· حالت Verbatim (عین‌اللفظی) : همه‌چیز را برمی‌گرداند، از جمله مکث‌ها، تکرارها و کلمات اضافی.
· حالت Smart (هوشمند) : کلمات اضافی را حذف کرده، خوداصلاحی‌ها را اعمال و قالب‌بندی ساختاریافته ارائه می‌دهد.
نکته‌ی مهم: حالت Smart با تایم‌استمپ کلمه یا تشخیص گوینده سازگار نیست! یعنی باید بین یک خلاصه‌ی خوانا و یک ترانسکریپت قابل‌ممیزی یکی را انتخاب کنید.
---
💰 هزینه و محدودیت‌ها
· هزینه‌ی تخمینی: حدود ۰.۰۰۵ تا ۰.۰۰۹ دلار در هر دقیقه
· محدودیت فایل در نسخه‌ی استاندارد: تا ۱ ساعت (با فعال‌سازی تشخیص گوینده، این عدد به ۳۰ دقیقه کاهش می‌یابد)
---
💡 نتیجه‌گیری کلیدی
انتخاب بین نسخه‌ی Live و استاندارد، یک تصمیم معماری است. اگر به تأخیر پایین نیاز دارید، سراغ نسخه‌ی Live بروید، اما از نبود تشخیص گوینده و تایم‌استمپ صرف‌نظر کنید. اگر دقت و قابلیت‌های تحلیلی برایتان مهم‌تر است، نسخه‌ی استاندارد انتخاب مناسب‌تری است.
---
🔗 اطلاعات بیشتر: Marktechpost
---
#Google #Gemini #تشخیص_گفتار #پردازش_زبان_طبیعی #پیشرفت_فناوری
🆔 @asrgooyeshpardaz
❤3
🌐 اخبار هوش مصنوعی
🤝 انویدیا Hugging Face را به مبلغ ۱۲.۹ میلیارد دلار خریداری می‌کند
طبق گزارش The Information، انویدیا با خرید پلتفرم متن‌باز هوش مصنوعی به مبلغ ۱۲.۹ میلیارد دلار موافقت کرده و طرفین در حال نهایی‌سازی هستند. این خرید که هنوز به‌طور رسمی تأیید نشده، به انویدیا امکان می‌دهد تا فراتر از سخت‌افزار رفته و کنترل مستقیمی بر پلتفرمی داشته باشد که عمده مدل‌های متن‌باز از طریق آن توزیع و توسعه می‌یابند. به‌دلیل ابعاد این معامله، احتمالاً مورد توجه نهادهای ضد انحصار قرار خواهد گرفت.
🔗 theinformation.com
---
🛡️ بیش از صد شرکت فناوری برای دفاع سایبری با هوش مصنوعی متحد شدند
شرکت OpenAI، مایکروسافت، گوگل، Anthropic و حدود صد شرکت دیگر، نامه‌ای سرگشاده امضا کرده و خواستار استفاده از هوش مصنوعی برای حفاظت از زیرساخت‌های حیاتی در برابر حملات سایبری شده‌اند. این ائتلاف هشدار داده که در حال حاضر مدل‌ها در سمت مدافعان قرار دارند و می‌توانند آسیب‌پذیری‌های انباشته‌شده را پیدا و رفع کنند، اما این برتری پایدار نیست و باید هرچه سریع‌تر از آن استفاده کرد.
🔗 openai.com
---
🌐 شرکت Anthropic مرورگر را به Claude اضافه کرد
کلود حالا از طریق یک پنل کناری می‌تواند وب‌سایت‌ها را باز کرده، صفحات را بخواند، روی عناصر کلیک کند و فرم‌ها را پر کند. این قابلیت در یک محیط ایزوله اجرا می‌شود و به اطلاعات شخصی کاربر مانند رمزهای عبور دسترسی ندارد. کاربران می‌توانند احراز هویت را از مرورگر خود منتقل کنند، اما دسترسی به ایمیل و سایت‌های بانکی مسدود است. این ویژگی برای کاربران Pro، Max، Team و Enterprise فعال می‌شود.
🔗 claude.com
---
🎬 گوگل Gemini Omni Flash را به نسخه ۱.۱ به‌روزرسانی کرد
مدل جدید ویدیویی گوگل می‌تواند ویدیوهایی تا ۴۰ ثانیه بر اساس ۱۰ ثانیه ویدیوی قبلی تولید یا ویرایش کند. حالت «پیش‌نویس» با سرعت ۶۰٪ بیشتر و هزینه‌ی یک‌سوم، امکان تولید سریع و سپس ارتقا به ۴K را فراهم می‌کند. قیمت هر ثانیه ویدیو از ۳ سنت (کیفیت ۳۶۰p) تا ۳۰ سنت (کیفیت ۴K) متغیر است و خروجی‌ها با واترمارک مخفی SynthID نشانه‌گذاری می‌شوند.
🔗 blog.google
---
🤖 عامل هوش مصنوعی Instinct توجه سرمایه‌گذاران سیلیکون‌ولی را جلب کرد
استارتاپ Spear Street Technology با جذب ۲۵۰ میلیون دلار سرمایه‌گذاری و ارزش‌گذاری ۲.۵ میلیارد دلاری، از عامل هوش مصنوعی شخصی خود رونمایی کرده است. این عامل که توسط نوآ شین (بنیان‌گذار ۲۳ ساله و خالق روش Reflexion) ساخته شده، بدون نیاز به تنظیمات پیچیده، کارهای روزمره مثل مدیریت ایمیل، رزرو بلیط و پرداخت‌ها را انجام می‌دهد. تست‌کنندگان اولیه آن را «OpenClaw برای مردم عادی» نامیده‌اند.
🔗 wsj.com
---
#هوش_مصنوعی #اخبار_فناوری #امنیت_سایبری #Nvidia #Anthropic #Google
🆔 @asrgooyeshpardaz
🤝 انویدیا Hugging Face را به مبلغ ۱۲.۹ میلیارد دلار خریداری می‌کند
طبق گزارش The Information، انویدیا با خرید پلتفرم متن‌باز هوش مصنوعی به مبلغ ۱۲.۹ میلیارد دلار موافقت کرده و طرفین در حال نهایی‌سازی هستند. این خرید که هنوز به‌طور رسمی تأیید نشده، به انویدیا امکان می‌دهد تا فراتر از سخت‌افزار رفته و کنترل مستقیمی بر پلتفرمی داشته باشد که عمده مدل‌های متن‌باز از طریق آن توزیع و توسعه می‌یابند. به‌دلیل ابعاد این معامله، احتمالاً مورد توجه نهادهای ضد انحصار قرار خواهد گرفت.
🔗 theinformation.com
---
🛡️ بیش از صد شرکت فناوری برای دفاع سایبری با هوش مصنوعی متحد شدند
شرکت OpenAI، مایکروسافت، گوگل، Anthropic و حدود صد شرکت دیگر، نامه‌ای سرگشاده امضا کرده و خواستار استفاده از هوش مصنوعی برای حفاظت از زیرساخت‌های حیاتی در برابر حملات سایبری شده‌اند. این ائتلاف هشدار داده که در حال حاضر مدل‌ها در سمت مدافعان قرار دارند و می‌توانند آسیب‌پذیری‌های انباشته‌شده را پیدا و رفع کنند، اما این برتری پایدار نیست و باید هرچه سریع‌تر از آن استفاده کرد.
🔗 openai.com
---
🌐 شرکت Anthropic مرورگر را به Claude اضافه کرد
کلود حالا از طریق یک پنل کناری می‌تواند وب‌سایت‌ها را باز کرده، صفحات را بخواند، روی عناصر کلیک کند و فرم‌ها را پر کند. این قابلیت در یک محیط ایزوله اجرا می‌شود و به اطلاعات شخصی کاربر مانند رمزهای عبور دسترسی ندارد. کاربران می‌توانند احراز هویت را از مرورگر خود منتقل کنند، اما دسترسی به ایمیل و سایت‌های بانکی مسدود است. این ویژگی برای کاربران Pro، Max، Team و Enterprise فعال می‌شود.
🔗 claude.com
---
🎬 گوگل Gemini Omni Flash را به نسخه ۱.۱ به‌روزرسانی کرد
مدل جدید ویدیویی گوگل می‌تواند ویدیوهایی تا ۴۰ ثانیه بر اساس ۱۰ ثانیه ویدیوی قبلی تولید یا ویرایش کند. حالت «پیش‌نویس» با سرعت ۶۰٪ بیشتر و هزینه‌ی یک‌سوم، امکان تولید سریع و سپس ارتقا به ۴K را فراهم می‌کند. قیمت هر ثانیه ویدیو از ۳ سنت (کیفیت ۳۶۰p) تا ۳۰ سنت (کیفیت ۴K) متغیر است و خروجی‌ها با واترمارک مخفی SynthID نشانه‌گذاری می‌شوند.
🔗 blog.google
---
🤖 عامل هوش مصنوعی Instinct توجه سرمایه‌گذاران سیلیکون‌ولی را جلب کرد
استارتاپ Spear Street Technology با جذب ۲۵۰ میلیون دلار سرمایه‌گذاری و ارزش‌گذاری ۲.۵ میلیارد دلاری، از عامل هوش مصنوعی شخصی خود رونمایی کرده است. این عامل که توسط نوآ شین (بنیان‌گذار ۲۳ ساله و خالق روش Reflexion) ساخته شده، بدون نیاز به تنظیمات پیچیده، کارهای روزمره مثل مدیریت ایمیل، رزرو بلیط و پرداخت‌ها را انجام می‌دهد. تست‌کنندگان اولیه آن را «OpenClaw برای مردم عادی» نامیده‌اند.
🔗 wsj.com
---
#هوش_مصنوعی #اخبار_فناوری #امنیت_سایبری #Nvidia #Anthropic #Google
🆔 @asrgooyeshpardaz
❤2
🎬 گوگل از Gemini Omni 1.1 Flash رونمایی کرد؛ نسل جدید تولید ویدئو با کنترل بیشتر و قیمت مناسب
گوگل به‌طور رسمی از مدل جدید تولید ویدئوی خود، Gemini Omni 1.1 Flash، رونمایی کرده است. این مدل که از طریق Gemini API در Google AI Studio در دسترس قرار گرفته، با تمرکز بر کنترل بیشتر، سرعت بالاتر و هزینه‌ی کمتر، به‌عنوان یک ابزار حرفه‌ای برای تولید ویدئو معرفی شده است.
---
🧩 قابلیت‌های کلیدی و جدید
✨ گسترش صحنه تا ۴۰ ثانیه
مدل جدید می‌تواند تا ۱۰ ثانیه از ویدئوی قبلی را به‌عنوان زمینه (Context) تحلیل کند و در ادامه، ویدئو را به‌صورت ۱۰ ثانیه‌ای گسترش دهد تا طول کل آن به ۴۰ ثانیه برسد. این ویژگی، روایت‌پذیری و هماهنگی بصری را به‌شدت بهبود می‌بخشد.
🎞️ کنترل فریم اول و آخر
توسعه‌دهندگان می‌توانند با مشخص کردن فریم شروع و پایان، یک ویدئوی پیوسته بین دو تصویر کلیدی تولید کنند. این قابلیت برای حرکات دوربین پیچیده، زوم و انتقال‌های نرم ایده‌آل است.
📹 مرجع ویدئویی (Video Reference)
برای حفظ یکپارچگی بصری، می‌توان تا ۳ ثانیه ویدئوی مرجع به ورودی مدل اضافه کرد تا شخصیت‌ها و فضای بصری ثابت بمانند.
⚡️ پیش‌نمایش سریع و ارزان ۳۶۰p
حالت جدید پیش‌نویس (Draft) با کیفیت ۳۶۰p، ویدئوها را تا ۶۰٪ سریع‌تر و با هزینه‌ی یک‌سوم نسخه‌ی ۷۲۰p تولید می‌کند. این ویژگی برای تولید سریع نمونه‌های اولیه و آزمایش ایده‌ها عالی است.
📈 ارتقا تا رزولوشن ۴K
پس از نهایی شدن، می‌توان ویدئو را به‌صورت حرفه‌ای تا کیفیت ۱۰۸۰p یا ۴K ارتقا داد.
🔊 صداگذاری بومی (Native Audio)
تمام ویدئوهای تولیدشده، همراه با یک ترک صوتی هماهنگ شامل دیالوگ، افکت‌های صوتی و صدای محیط هستند.
---
💰 قیمت‌گذاری (به‌ازای هر ثانیه ویدئو)
مدل بر اساس تعداد توکن‌های خروجی صورتحساب می‌دهد. قیمت هر ثانیه ویدئو در رزولوشن‌های مختلف به‌شرح زیر است (قیمت‌ها به‌دلار آمریکا):
· کیفیت ۳۶۰p (حالت پیش‌نویس): ۰.۰۳ دلار
· کیفیت ۷۲۰p، قیمت: ۰.۱۰ دلار
· کیفیت ۱۰۸۰p، قیمت: ۰.۱۵ دلار
· کیفیت ۴K، قیمت: ۰.۳۰ دلار
📌 نکته: برای تولید یک ویدئوی ۱۰ ثانیه‌ای با کیفیت ۷۲۰p، هزینه‌ای حدود ۱.۰۱ دلار و برای یک صحنه‌ی ۴۰ ثانیه‌ای (از طریق چهار مرحله گسترش)، هزینه‌ای حدود ۴.۰۶ دلار محاسبه می‌شود.
💡 صرفه‌جویی: استفاده از حالت پیش‌نویس ۳۶۰p می‌تواند هزینه‌های آزمایش و تکرار را تا ۶۲٪ کاهش دهد.
---
⚙️ مشخصات فنی و محدودیت‌ها
· مدل ID: gemini-omni-1.1-flash
· حداکثر توکن ورودی: ۱۳۱,۰۷۲ توکن
· حداکثر توکن خروجی: ۵۷,۹۲۰ توکن
· ورودی‌های پشتیبانی‌شده: متن، تصویر، ویدئو، صدا
· خروجی: ویدئو با صدای هماهنگ
· حالت Thinking: پشتیبانی می‌شود
---
🌐 دسترسی
· توسعه‌دهندگان: از طریق Gemini API در Google AI Studio و Gemini Enterprise Agent Platform API
· کاربران عادی: برای مشترکان Google AI Plus، Pro و Ultra در Google Flow و اپلیکیشن Gemini در دسترس است
· مستندات: راهنمای رسمی و کتاب آشپزی منتشر شده‌اند
---
💡 مدل Gemini Omni 1.1 Flash با ارائه‌ی کنترل بیشتر روی فریم‌ها، امکان گسترش صحنه، ویدئوهای مرجع و حالت پیش‌نویس ارزان، یک ابزار قدرتمند و در عین حال مقرون‌به‌صرفه برای تولید ویدئوهای هوش مصنوعی محسوب می‌شود. این مدل برای توسعه‌دهندگان، تولیدکنندگان محتوا و شرکت‌های خلاق، گزینه‌ای جذاب برای ورود به عصر تولید ویدئو با هوش مصنوعی است.
منبع: وبلاگ گوگل
---
#Google #Gemini #هوش_مصنوعی #تولید_ویدئو #پیشرفت_فناوری
🆔 @asrgooyeshpardaz
گوگل به‌طور رسمی از مدل جدید تولید ویدئوی خود، Gemini Omni 1.1 Flash، رونمایی کرده است. این مدل که از طریق Gemini API در Google AI Studio در دسترس قرار گرفته، با تمرکز بر کنترل بیشتر، سرعت بالاتر و هزینه‌ی کمتر، به‌عنوان یک ابزار حرفه‌ای برای تولید ویدئو معرفی شده است.
---
🧩 قابلیت‌های کلیدی و جدید
✨ گسترش صحنه تا ۴۰ ثانیه
مدل جدید می‌تواند تا ۱۰ ثانیه از ویدئوی قبلی را به‌عنوان زمینه (Context) تحلیل کند و در ادامه، ویدئو را به‌صورت ۱۰ ثانیه‌ای گسترش دهد تا طول کل آن به ۴۰ ثانیه برسد. این ویژگی، روایت‌پذیری و هماهنگی بصری را به‌شدت بهبود می‌بخشد.
🎞️ کنترل فریم اول و آخر
توسعه‌دهندگان می‌توانند با مشخص کردن فریم شروع و پایان، یک ویدئوی پیوسته بین دو تصویر کلیدی تولید کنند. این قابلیت برای حرکات دوربین پیچیده، زوم و انتقال‌های نرم ایده‌آل است.
📹 مرجع ویدئویی (Video Reference)
برای حفظ یکپارچگی بصری، می‌توان تا ۳ ثانیه ویدئوی مرجع به ورودی مدل اضافه کرد تا شخصیت‌ها و فضای بصری ثابت بمانند.
⚡️ پیش‌نمایش سریع و ارزان ۳۶۰p
حالت جدید پیش‌نویس (Draft) با کیفیت ۳۶۰p، ویدئوها را تا ۶۰٪ سریع‌تر و با هزینه‌ی یک‌سوم نسخه‌ی ۷۲۰p تولید می‌کند. این ویژگی برای تولید سریع نمونه‌های اولیه و آزمایش ایده‌ها عالی است.
📈 ارتقا تا رزولوشن ۴K
پس از نهایی شدن، می‌توان ویدئو را به‌صورت حرفه‌ای تا کیفیت ۱۰۸۰p یا ۴K ارتقا داد.
🔊 صداگذاری بومی (Native Audio)
تمام ویدئوهای تولیدشده، همراه با یک ترک صوتی هماهنگ شامل دیالوگ، افکت‌های صوتی و صدای محیط هستند.
---
💰 قیمت‌گذاری (به‌ازای هر ثانیه ویدئو)
مدل بر اساس تعداد توکن‌های خروجی صورتحساب می‌دهد. قیمت هر ثانیه ویدئو در رزولوشن‌های مختلف به‌شرح زیر است (قیمت‌ها به‌دلار آمریکا):
· کیفیت ۳۶۰p (حالت پیش‌نویس): ۰.۰۳ دلار
· کیفیت ۷۲۰p، قیمت: ۰.۱۰ دلار
· کیفیت ۱۰۸۰p، قیمت: ۰.۱۵ دلار
· کیفیت ۴K، قیمت: ۰.۳۰ دلار
📌 نکته: برای تولید یک ویدئوی ۱۰ ثانیه‌ای با کیفیت ۷۲۰p، هزینه‌ای حدود ۱.۰۱ دلار و برای یک صحنه‌ی ۴۰ ثانیه‌ای (از طریق چهار مرحله گسترش)، هزینه‌ای حدود ۴.۰۶ دلار محاسبه می‌شود.
💡 صرفه‌جویی: استفاده از حالت پیش‌نویس ۳۶۰p می‌تواند هزینه‌های آزمایش و تکرار را تا ۶۲٪ کاهش دهد.
---
⚙️ مشخصات فنی و محدودیت‌ها
· مدل ID: gemini-omni-1.1-flash
· حداکثر توکن ورودی: ۱۳۱,۰۷۲ توکن
· حداکثر توکن خروجی: ۵۷,۹۲۰ توکن
· ورودی‌های پشتیبانی‌شده: متن، تصویر، ویدئو، صدا
· خروجی: ویدئو با صدای هماهنگ
· حالت Thinking: پشتیبانی می‌شود
---
🌐 دسترسی
· توسعه‌دهندگان: از طریق Gemini API در Google AI Studio و Gemini Enterprise Agent Platform API
· کاربران عادی: برای مشترکان Google AI Plus، Pro و Ultra در Google Flow و اپلیکیشن Gemini در دسترس است
· مستندات: راهنمای رسمی و کتاب آشپزی منتشر شده‌اند
---
💡 مدل Gemini Omni 1.1 Flash با ارائه‌ی کنترل بیشتر روی فریم‌ها، امکان گسترش صحنه، ویدئوهای مرجع و حالت پیش‌نویس ارزان، یک ابزار قدرتمند و در عین حال مقرون‌به‌صرفه برای تولید ویدئوهای هوش مصنوعی محسوب می‌شود. این مدل برای توسعه‌دهندگان، تولیدکنندگان محتوا و شرکت‌های خلاق، گزینه‌ای جذاب برای ورود به عصر تولید ویدئو با هوش مصنوعی است.
منبع: وبلاگ گوگل
---
#Google #Gemini #هوش_مصنوعی #تولید_ویدئو #پیشرفت_فناوری
🆔 @asrgooyeshpardaz
😴 معرفی Dream-RSI: هوش مصنوعی یاد می‌گیرد که از طریق «رؤیا» پژوهش کند
پژوهشگران گوگل چارچوبی به نام Dream-RSI معرفی کرده‌اند؛ روشی برای خودبهسازی بازگشتی (Recursive Self-Improvement یا RSI) عامل‌های هوش مصنوعی. اول ببینیم RSI یعنی چه.
🔹 رویکرد RSI به زبان ساده چیست؟
خودبهسازی بازگشتی یعنی یک هوش مصنوعی بتواند خودش را بهتر کند. اما سوال بزرگ این است: از کجا بفهمد که یک استراتژی جدید واقعاً بهتر است؟ برای فهمیدن این موضوع، معمولاً باید آن استراتژی را در دنیای واقعی اجرا کند. اجرای واقعی هم یعنی: زمان زیاد، هزینه زیاد (مثلاً پردازش GPU گران) و ریسک شکست.
💡 ایده اصلی Dream-RSI
روش Dream-RSI می‌گوید: به‌جای اجرای واقعی، از تاریخچه تلاش‌های قبلی یک شبیه‌ساز بساز. اینجا کلید ماجراست.
فرض کنید عامل هوش مصنوعی قبلاً ۱۰۰۰ بار تلاش کرده و هر بار دیده که چه کرده و چه نتیجه‌ای گرفته. Dream-RSI همه این تجربه‌ها را جمع می‌کند و از آنها یک مدل پیش‌بینی می‌سازد: «اگر این کار را بکنی، احتمالاً این نتیجه را می‌گیری.»
بعد عامل به‌جای اینکه در محیط واقعی تست کند، در این شبیه‌ساز «رؤیا می‌بیند» — یعنی هزاران استراتژی مختلف را با هزینه تقریباً صفر امتحان می‌کند و می‌بیند کدام بهتر است. بعد بهترین‌شان را انتخاب می‌کند و در دنیای واقعی به کار می‌گیرد.
⚡️ سه مرحله دقیق:
1️⃣ جستجوی آنلاین (Online Search)
عامل در محیط واقعی کار می‌کند و هر تلاشی که می‌کند را ثبت می‌کند. نتیجه یک «درخت اکتشافات» است: ساختاری که نشان می‌دهد از کجا شروع کرده، چه مسیرهایی رفته و هر مسیر به کجا رسیده. این درخت، ماده خام شبیه‌ساز است.
2️⃣ ساخت شبیه‌ساز (Simulator)
پژوهشگران از این درخت یک مدل محیط می‌سازند. یعنی مدلی که می‌تواند پیش‌بینی کند: «اگر از این نقطه این تصمیم را بگیری، به کجا می‌رسی؟» این شبیه‌ساز دقیقاً همان محیط واقعی نیست، اما به‌قدری شبیه است که می‌توان روی آن استراتژی سنجید.
3️⃣ بهینه‌سازی با «رؤیا» (Optimization via Dreaming)
حالا عامل هزاران استراتژی را در شبیه‌ساز امتحان می‌کند. چون هزینه هر آزمون تقریباً صفر است، می‌تواند بسیار بیشتر از حالت واقعی جستجو کند. نتیجه: استراتژی بهتری پیدا می‌کند که در دنیای واقعی هم بهتر عمل می‌کند.
📊 نتایج واقعی:
• الگوریتم‌ها (مسئله Lasso): حل Lasso توانست از روش رقیب SimpleTES جلو بزند و تعداد درخواست‌هایش به هوش مصنوعی را تا ۱۶۲ برابر کم کند. یعنی همان نتیجه، با ۱۶۲ بار کمتر پرسیدن از مدل. این یعنی صرفه‌جویی عظیم در هزینه.
• هسته‌های GPU (کرنل‌های پردازشی): به هدف ۱.۷۹ تا ۲.۴۳ برابر سریع‌تر رسید و سرعت اجرا تا ۲.۰۹ برابر بالا رفت. یعنی کدی که هوش مصنوعی بهینه کرده، واقعاً روی سخت‌افزار سریع‌تر اجرا می‌شود.
• ریاضیات: به سطح SOTA (بهترین عملکرد موجود در جهان) رسید، در حالی که بیش از ۵۰ برابر کمتر محاسبات مصرف کرد. یعنی با کسری از هزینه معمول، همان کیفیت را به دست آورد.
🎯 حالا که چی؟
مشکل اصلی RSI این است که ارزیابی راه‌حل‌ها گران است. اگر بخواهی هر استراتژی را در دنیای واقعی تست کنی، خیلی زود به سقف هزینه و زمان می‌رسی. Dream-RSI این دیوار را می‌شکند: با تبدیل تجربه گذشته به شبیه‌ساز، اجازه می‌دهد هوش مصنوعی در «خواب» هزاران راه را امتحان کند و بیدار شود با بهترین راه‌حل. به همین دلیل هم به آن «رؤیا» می‌گویند.
🔗 مقاله:
https://arxiv.org/abs/2609.14858
#AI #Google #RSI #تحقیقات
🆔 @asrgooyeshpardaz
پژوهشگران گوگل چارچوبی به نام Dream-RSI معرفی کرده‌اند؛ روشی برای خودبهسازی بازگشتی (Recursive Self-Improvement یا RSI) عامل‌های هوش مصنوعی. اول ببینیم RSI یعنی چه.
🔹 رویکرد RSI به زبان ساده چیست؟
خودبهسازی بازگشتی یعنی یک هوش مصنوعی بتواند خودش را بهتر کند. اما سوال بزرگ این است: از کجا بفهمد که یک استراتژی جدید واقعاً بهتر است؟ برای فهمیدن این موضوع، معمولاً باید آن استراتژی را در دنیای واقعی اجرا کند. اجرای واقعی هم یعنی: زمان زیاد، هزینه زیاد (مثلاً پردازش GPU گران) و ریسک شکست.
💡 ایده اصلی Dream-RSI
روش Dream-RSI می‌گوید: به‌جای اجرای واقعی، از تاریخچه تلاش‌های قبلی یک شبیه‌ساز بساز. اینجا کلید ماجراست.
فرض کنید عامل هوش مصنوعی قبلاً ۱۰۰۰ بار تلاش کرده و هر بار دیده که چه کرده و چه نتیجه‌ای گرفته. Dream-RSI همه این تجربه‌ها را جمع می‌کند و از آنها یک مدل پیش‌بینی می‌سازد: «اگر این کار را بکنی، احتمالاً این نتیجه را می‌گیری.»
بعد عامل به‌جای اینکه در محیط واقعی تست کند، در این شبیه‌ساز «رؤیا می‌بیند» — یعنی هزاران استراتژی مختلف را با هزینه تقریباً صفر امتحان می‌کند و می‌بیند کدام بهتر است. بعد بهترین‌شان را انتخاب می‌کند و در دنیای واقعی به کار می‌گیرد.
⚡️ سه مرحله دقیق:
1️⃣ جستجوی آنلاین (Online Search)
عامل در محیط واقعی کار می‌کند و هر تلاشی که می‌کند را ثبت می‌کند. نتیجه یک «درخت اکتشافات» است: ساختاری که نشان می‌دهد از کجا شروع کرده، چه مسیرهایی رفته و هر مسیر به کجا رسیده. این درخت، ماده خام شبیه‌ساز است.
2️⃣ ساخت شبیه‌ساز (Simulator)
پژوهشگران از این درخت یک مدل محیط می‌سازند. یعنی مدلی که می‌تواند پیش‌بینی کند: «اگر از این نقطه این تصمیم را بگیری، به کجا می‌رسی؟» این شبیه‌ساز دقیقاً همان محیط واقعی نیست، اما به‌قدری شبیه است که می‌توان روی آن استراتژی سنجید.
3️⃣ بهینه‌سازی با «رؤیا» (Optimization via Dreaming)
حالا عامل هزاران استراتژی را در شبیه‌ساز امتحان می‌کند. چون هزینه هر آزمون تقریباً صفر است، می‌تواند بسیار بیشتر از حالت واقعی جستجو کند. نتیجه: استراتژی بهتری پیدا می‌کند که در دنیای واقعی هم بهتر عمل می‌کند.
📊 نتایج واقعی:
• الگوریتم‌ها (مسئله Lasso): حل Lasso توانست از روش رقیب SimpleTES جلو بزند و تعداد درخواست‌هایش به هوش مصنوعی را تا ۱۶۲ برابر کم کند. یعنی همان نتیجه، با ۱۶۲ بار کمتر پرسیدن از مدل. این یعنی صرفه‌جویی عظیم در هزینه.
• هسته‌های GPU (کرنل‌های پردازشی): به هدف ۱.۷۹ تا ۲.۴۳ برابر سریع‌تر رسید و سرعت اجرا تا ۲.۰۹ برابر بالا رفت. یعنی کدی که هوش مصنوعی بهینه کرده، واقعاً روی سخت‌افزار سریع‌تر اجرا می‌شود.
• ریاضیات: به سطح SOTA (بهترین عملکرد موجود در جهان) رسید، در حالی که بیش از ۵۰ برابر کمتر محاسبات مصرف کرد. یعنی با کسری از هزینه معمول، همان کیفیت را به دست آورد.
🎯 حالا که چی؟
مشکل اصلی RSI این است که ارزیابی راه‌حل‌ها گران است. اگر بخواهی هر استراتژی را در دنیای واقعی تست کنی، خیلی زود به سقف هزینه و زمان می‌رسی. Dream-RSI این دیوار را می‌شکند: با تبدیل تجربه گذشته به شبیه‌ساز، اجازه می‌دهد هوش مصنوعی در «خواب» هزاران راه را امتحان کند و بیدار شود با بهترین راه‌حل. به همین دلیل هم به آن «رؤیا» می‌گویند.
🔗 مقاله:
https://arxiv.org/abs/2609.14858
#AI #Google #RSI #تحقیقات
🆔 @asrgooyeshpardaz
arXiv.org
Dream-RSI: Recursive Self-Improvement through Evolving Worlds
Recursive self-improvement is becoming essential for autonomous AI agents, whose progress depends on discovering high-value solutions across complex domains. Effective exploration drives this...
🔥2👍1
👾 معرفی RRSI: خودبهسازی بازگشتی قاعده‌مند برای عامل‌های هوش مصنوعی
پژوهشگرانی از گوگل، دانشگاه استنفورد، دانشگاه UNC و دانشگاه واشینگتن روش جدیدی به نام RRSI (خودبهسازی بازگشتی قاعده‌مند) معرفی کرده‌اند که برای بهبود بخش «هارنس» (harness) عامل‌های هوش مصنوعی طراحی شده است. هارنس مجموعه‌ای از پرامپت‌ها، مدیریت زمینه، ابزارها و منطق کنترلی است که اطراف مدل اصلی قرار می‌گیرد.
📉 مشکل چیست؟
روش‌های رایج برای بهبود خودکار هارنس، با یک مشکل جدی روبه‌رو هستند: بیش‌برازش (Overfitting).
تصور کنید یک حلقه بیرونی، تغییراتی در پرامپت‌ها و ابزارهای عامل پیشنهاد می‌دهد. اگر امتیاز در بنچمارک بهتر شود، تغییر نگه داشته می‌شود. اما بعد از چند دور، عامل فقط «نتایج مجموعه تست را حفظ می‌کند» و روی وظایف جدید عملکرد ضعیفی دارد.
🛡 روش RRSI چطور کار می‌کند؟
روش RRSI این حلقه بهینه‌سازی را مثل یک مسئله یادگیری ماشین با نیاز به قاعده‌مندسازی (Regularization) می‌بیند، نه یک جستجوی آزاد. این روش محدودیت‌هایی در دو مرحله اعمال می‌کند:
۱. مرحله تولید پیشنهاد: بودجه تغییرات با گذشت زمان محدودتر می‌شود (آنلینگ زمانی). در ابتدا می‌توان تغییرات چندجزئی پیشنهاد داد، اما در مراحل بعدی فقط تغییرات کوچک و تک‌جزئی مجاز است تا تغییرات مرکب، اصلاحات اشتباه را پنهان نکنند.
۲. مرحله انتخاب: دو مکانیزم اضافه شده است:
· منتقد (Critic): پیش از اجرا، پیشنهادهایی را که شبیه هاردکد کردن برای یک بنچمارک خاص هستند (مثل تطبیق رشته‌ای شکننده یا پرامپت‌های مخصوص یک تست) شناسایی و رد می‌کند.
· هرس‌کننده (Pruner): پس از اجرا، تغییراتی را که خیلی کوچک، خیلی گران یا دیگر مفید نیستند حذف می‌کند.
📊 نتایج کلیدی
در ۸ بنچمارک شامل کدنویسی، فضای کاری عاملی و طراحی مهندسی:
· مجموعه توسعه: تا ۱۴.۱ واحد بهبود
· ۵ بنچمارک خارج از توزیع (OOD): تا ۴.۷ واحد بهبود — جایی که حلقه‌های بدون قاعده‌مندسازی به عقب برمی‌گشتند یا عملکرد منفی داشتند
· مصرف توکن: ۳۰٪ کمتر از روش‌های بدون قاعده‌مندسازی
🎯 چرا این مهم است؟
تیم‌های مهندسی عامل معمولاً بعد از دو ماه با «تورم پرامپت» روبه‌رو می‌شوند: هر گزارش باگ یک هشدار جدید، هر فراخوانی ناموفق ابزار یک دستور دفاعی. بعد از چند ماه، هارنس در هر نوبت هزاران توکن اضافه مصرف می‌کند و به‌روزرسانی‌های بعدی مدل آن را خراب می‌کند. RRSI نشان می‌دهد که خودکارسازی بهبود هارنس فقط وقتی مفید است که مکانیزم هرس با تمایل به حذف دستورها همراه باشد.
🔗 دسترسی:
· مقاله: arXiv
· کد: GitHub
· صفحه پروژه: regularized-rsi.com
#AI #Google #RSI #AgentHarness #Research
🆔 @asrgooyeshpardaz
پژوهشگرانی از گوگل، دانشگاه استنفورد، دانشگاه UNC و دانشگاه واشینگتن روش جدیدی به نام RRSI (خودبهسازی بازگشتی قاعده‌مند) معرفی کرده‌اند که برای بهبود بخش «هارنس» (harness) عامل‌های هوش مصنوعی طراحی شده است. هارنس مجموعه‌ای از پرامپت‌ها، مدیریت زمینه، ابزارها و منطق کنترلی است که اطراف مدل اصلی قرار می‌گیرد.
📉 مشکل چیست؟
روش‌های رایج برای بهبود خودکار هارنس، با یک مشکل جدی روبه‌رو هستند: بیش‌برازش (Overfitting).
تصور کنید یک حلقه بیرونی، تغییراتی در پرامپت‌ها و ابزارهای عامل پیشنهاد می‌دهد. اگر امتیاز در بنچمارک بهتر شود، تغییر نگه داشته می‌شود. اما بعد از چند دور، عامل فقط «نتایج مجموعه تست را حفظ می‌کند» و روی وظایف جدید عملکرد ضعیفی دارد.
🛡 روش RRSI چطور کار می‌کند؟
روش RRSI این حلقه بهینه‌سازی را مثل یک مسئله یادگیری ماشین با نیاز به قاعده‌مندسازی (Regularization) می‌بیند، نه یک جستجوی آزاد. این روش محدودیت‌هایی در دو مرحله اعمال می‌کند:
۱. مرحله تولید پیشنهاد: بودجه تغییرات با گذشت زمان محدودتر می‌شود (آنلینگ زمانی). در ابتدا می‌توان تغییرات چندجزئی پیشنهاد داد، اما در مراحل بعدی فقط تغییرات کوچک و تک‌جزئی مجاز است تا تغییرات مرکب، اصلاحات اشتباه را پنهان نکنند.
۲. مرحله انتخاب: دو مکانیزم اضافه شده است:
· منتقد (Critic): پیش از اجرا، پیشنهادهایی را که شبیه هاردکد کردن برای یک بنچمارک خاص هستند (مثل تطبیق رشته‌ای شکننده یا پرامپت‌های مخصوص یک تست) شناسایی و رد می‌کند.
· هرس‌کننده (Pruner): پس از اجرا، تغییراتی را که خیلی کوچک، خیلی گران یا دیگر مفید نیستند حذف می‌کند.
📊 نتایج کلیدی
در ۸ بنچمارک شامل کدنویسی، فضای کاری عاملی و طراحی مهندسی:
· مجموعه توسعه: تا ۱۴.۱ واحد بهبود
· ۵ بنچمارک خارج از توزیع (OOD): تا ۴.۷ واحد بهبود — جایی که حلقه‌های بدون قاعده‌مندسازی به عقب برمی‌گشتند یا عملکرد منفی داشتند
· مصرف توکن: ۳۰٪ کمتر از روش‌های بدون قاعده‌مندسازی
🎯 چرا این مهم است؟
تیم‌های مهندسی عامل معمولاً بعد از دو ماه با «تورم پرامپت» روبه‌رو می‌شوند: هر گزارش باگ یک هشدار جدید، هر فراخوانی ناموفق ابزار یک دستور دفاعی. بعد از چند ماه، هارنس در هر نوبت هزاران توکن اضافه مصرف می‌کند و به‌روزرسانی‌های بعدی مدل آن را خراب می‌کند. RRSI نشان می‌دهد که خودکارسازی بهبود هارنس فقط وقتی مفید است که مکانیزم هرس با تمایل به حذف دستورها همراه باشد.
🔗 دسترسی:
· مقاله: arXiv
· کد: GitHub
· صفحه پروژه: regularized-rsi.com
#AI #Google #RSI #AgentHarness #Research
🆔 @asrgooyeshpardaz
arXiv.org
RRSI: Regularized Recursive Self-Improvement of Agent Harnesses
An LLM agent's capability is largely magnified by its harness, namely the prompts, control flow, tooling, memory, and context management surrounding the frozen backbone model. Recent methods...
❤2👍1
📌 گوگل مدل Gemini 4 Argon را معرفی کرد
گوگل از مدل جدید Gemini 4 Argon رونمایی کرد؛ مدلی که برای کارهای پیچیده و طولانی در مهندسی نرم‌افزار، امور حقوقی و مالی و دفاع سایبری طراحی شده است.
💻 عملکرد در بنچمارک‌ها
• امتیاز ۷۷.۹٪ در DeepSWE v1.1 برای وظایف طولانی مهندسی نرم‌افزار؛ به‌گفته گوگل، رکورد جدید این آزمون
• امتیاز ۵۱.۳٪ در AutomationBench برای کارهای سازمانی
• امتیاز ۹۱.۷٪ در LVBench برای درک ویدئوهای طولانی
• امتیاز ۶۸٪ در CWE-bench v1 برای اصلاح آسیب‌پذیری‌های امنیتی
🧠 یک میلیون توکن خروجی
یکی از ویژگی‌های مهم Argon، پشتیبانی از حداکثر یک میلیون توکن خروجی است؛ افزایشی چشمگیر نسبت به سقف ۶۴ هزار توکنی نسل قبل که اجرای وظایف چندمرحله‌ای و تولید خروجی‌های بسیار طولانی را ممکن می‌کند.
🔐 تمرکز بر امنیت
گوگل می‌گوید Argon در برابر حملات تزریق پرامپت نیز مقاوم‌تر شده است. این مدل فعلاً در اختیار گروه محدودی از متخصصان قرار می‌گیرد و عرضه گسترده‌تر آن به‌زودی آغاز خواهد شد.
🔗 معرفی رسمی گوگل
🔗 توییت
#AI #Google #Gemini #Argon #Coding #CyberSecurity
🆔 @asrgooyeshpardaz
گوگل از مدل جدید Gemini 4 Argon رونمایی کرد؛ مدلی که برای کارهای پیچیده و طولانی در مهندسی نرم‌افزار، امور حقوقی و مالی و دفاع سایبری طراحی شده است.
💻 عملکرد در بنچمارک‌ها
• امتیاز ۷۷.۹٪ در DeepSWE v1.1 برای وظایف طولانی مهندسی نرم‌افزار؛ به‌گفته گوگل، رکورد جدید این آزمون
• امتیاز ۵۱.۳٪ در AutomationBench برای کارهای سازمانی
• امتیاز ۹۱.۷٪ در LVBench برای درک ویدئوهای طولانی
• امتیاز ۶۸٪ در CWE-bench v1 برای اصلاح آسیب‌پذیری‌های امنیتی
🧠 یک میلیون توکن خروجی
یکی از ویژگی‌های مهم Argon، پشتیبانی از حداکثر یک میلیون توکن خروجی است؛ افزایشی چشمگیر نسبت به سقف ۶۴ هزار توکنی نسل قبل که اجرای وظایف چندمرحله‌ای و تولید خروجی‌های بسیار طولانی را ممکن می‌کند.
🔐 تمرکز بر امنیت
گوگل می‌گوید Argon در برابر حملات تزریق پرامپت نیز مقاوم‌تر شده است. این مدل فعلاً در اختیار گروه محدودی از متخصصان قرار می‌گیرد و عرضه گسترده‌تر آن به‌زودی آغاز خواهد شد.
🔗 معرفی رسمی گوگل
🔗 توییت
#AI #Google #Gemini #Argon #Coding #CyberSecurity
🆔 @asrgooyeshpardaz
❤6
🌐 اخبار هوش مصنوعی
🧩 مدل GPT-6 با رابط کاربری پویا از راه رسید
شرکت OpenAI عرضه GPT-6 را آغاز کرده است. مهم‌ترین قابلیت جدید، Intelligent UI است که به‌جای محدود شدن به پاسخ متنی، متناسب با درخواست کاربر رابط‌های تعاملی مثل نمودار، ماشین‌حساب، دیاگرام و حتی مینی‌گیم تولید می‌کند.
رابط‌ها همزمان با تولید پاسخ ساخته می‌شوند و مدل می‌تواند محاسبات پنهان و تولید متن را به‌صورت پیوسته انجام دهد. نسخه GPT-6 Sol برای کاربران پولی عرضه شده و نسخه سبک‌تر GPT-6 Luna نیز برای کاربران Free و Go ارائه می‌شود.
🔗 منبع: OpenAI
🏢 عامل خودمختار گوگل؛ یک همکار هوش مصنوعی با ایمیل و تقویم خودش
شرکت Google در رویداد Gemini at Work از عاملی برای انجام پروژه‌های مهندسی و سازمانی چندروزه رونمایی کرده است. این عامل مانند یک کارمند، حساب کاربری، ایمیل، تقویم و فضای ذخیره‌سازی خودش را دارد و می‌تواند میان محیط‌هایی مثل Slack، خط فرمان و Google Workspace فعالیت کند.
حافظه عامل در چهار سطحِ جلسه‌ای، معنایی، رویه‌ای و رویدادی سازمان‌دهی شده و امکان اتصال به Git، Jira، BigQuery، Databricks و MCP را دارد. اجرای کد نیز در محیط‌های ایزوله انجام می‌شود و اقدامات عامل با سازوکارهای رمزنگاری‌شده احراز هویت می‌شوند.
🔗 منبع: Google Cloud
🐦 ربات Grok حالا مستقیماً پست‌های X را می‌خواند
دستیار Grok Bot اکنون می‌تواند بدون اتصال جداگانه حساب کاربری یا استفاده از API پولی، اطلاعات عمومی X را بخواند؛ مثلاً پست‌ها را جمع‌آوری کند، بازخورد کاربران را خلاصه کند یا موضوعات خبری را زیر نظر بگیرد.
زمان‌بندی داخلی نیز اجازه می‌دهد این بررسی‌ها به‌صورت دوره‌ای انجام شوند و خلاصه نتایج به چت ارسال شود. انتشار پست از طرف کاربر همچنان نیازمند اتصال مجاز حساب است.
🔗 منبع: X / Grok Bot
🔐 محیط ایزوله محلی برای عامل‌های GitHub Copilot
شرکت GitHub قابلیت Local Sandboxing را برای Copilot ارائه کرده است تا فرمان‌های اجراشده توسط عامل‌ها نتوانند آزادانه به فایل‌های سیستم، شبکه، کلیدهای امنیتی یا متغیرهای محیطی میزبان دسترسی پیدا کنند.
این قابلیت با استفاده از Microsoft eXecution Container و سازوکارهای بومی هر سیستم‌عامل اجرا می‌شود و هزینه جداگانه‌ای ندارد. نسخه CLI همچنین امکان استفاده از مدل‌های محلی از طریق Ollama را فراهم کرده است؛ بنابراین بخشی از کارها می‌تواند بدون ارسال داده به مدل‌های ابری انجام شود.
🔗 منبع: GitHub
🎬 شرکت ByteDance روی فیلم‌های کاملاً ساخته‌شده با هوش مصنوعی سرمایه‌گذاری می‌کند
شرکت ByteDance برنامه بین‌المللی Dreamina Originals را برای حمایت از تولید فیلم و سریال با هوش مصنوعی راه‌اندازی کرده است. سازندگان به توان پردازشی مدل‌های ویدیویی، مشاوره مهندسی و حمایت تبلیغاتی دسترسی خواهند داشت.
برای فیلم‌های بلند تا ۱۵ میلیون اعتبار تولید در نظر گرفته شده و ByteDance در توزیع و ارسال آثار به جشنواره‌ها نیز مشارکت می‌کند. برخی پروژه‌های سریالی سطح S حتی به اعتبار نامحدود تولید دسترسی خواهند داشت و پروژه‌های سطح A نیز می‌توانند برای هر قسمت تا یک میلیون اعتبار دریافت کنند.
🔗 منبع: Dreamina AI
#هوش_مصنوعی #AI #GPT6 #OpenAI #Google #Grok #GitHubCopilot #ByteDance #AIAgents
🆔 @asrgooyeshpardaz
🧩 مدل GPT-6 با رابط کاربری پویا از راه رسید
شرکت OpenAI عرضه GPT-6 را آغاز کرده است. مهم‌ترین قابلیت جدید، Intelligent UI است که به‌جای محدود شدن به پاسخ متنی، متناسب با درخواست کاربر رابط‌های تعاملی مثل نمودار، ماشین‌حساب، دیاگرام و حتی مینی‌گیم تولید می‌کند.
رابط‌ها همزمان با تولید پاسخ ساخته می‌شوند و مدل می‌تواند محاسبات پنهان و تولید متن را به‌صورت پیوسته انجام دهد. نسخه GPT-6 Sol برای کاربران پولی عرضه شده و نسخه سبک‌تر GPT-6 Luna نیز برای کاربران Free و Go ارائه می‌شود.
🔗 منبع: OpenAI
🏢 عامل خودمختار گوگل؛ یک همکار هوش مصنوعی با ایمیل و تقویم خودش
شرکت Google در رویداد Gemini at Work از عاملی برای انجام پروژه‌های مهندسی و سازمانی چندروزه رونمایی کرده است. این عامل مانند یک کارمند، حساب کاربری، ایمیل، تقویم و فضای ذخیره‌سازی خودش را دارد و می‌تواند میان محیط‌هایی مثل Slack، خط فرمان و Google Workspace فعالیت کند.
حافظه عامل در چهار سطحِ جلسه‌ای، معنایی، رویه‌ای و رویدادی سازمان‌دهی شده و امکان اتصال به Git، Jira، BigQuery، Databricks و MCP را دارد. اجرای کد نیز در محیط‌های ایزوله انجام می‌شود و اقدامات عامل با سازوکارهای رمزنگاری‌شده احراز هویت می‌شوند.
🔗 منبع: Google Cloud
🐦 ربات Grok حالا مستقیماً پست‌های X را می‌خواند
دستیار Grok Bot اکنون می‌تواند بدون اتصال جداگانه حساب کاربری یا استفاده از API پولی، اطلاعات عمومی X را بخواند؛ مثلاً پست‌ها را جمع‌آوری کند، بازخورد کاربران را خلاصه کند یا موضوعات خبری را زیر نظر بگیرد.
زمان‌بندی داخلی نیز اجازه می‌دهد این بررسی‌ها به‌صورت دوره‌ای انجام شوند و خلاصه نتایج به چت ارسال شود. انتشار پست از طرف کاربر همچنان نیازمند اتصال مجاز حساب است.
🔗 منبع: X / Grok Bot
🔐 محیط ایزوله محلی برای عامل‌های GitHub Copilot
شرکت GitHub قابلیت Local Sandboxing را برای Copilot ارائه کرده است تا فرمان‌های اجراشده توسط عامل‌ها نتوانند آزادانه به فایل‌های سیستم، شبکه، کلیدهای امنیتی یا متغیرهای محیطی میزبان دسترسی پیدا کنند.
این قابلیت با استفاده از Microsoft eXecution Container و سازوکارهای بومی هر سیستم‌عامل اجرا می‌شود و هزینه جداگانه‌ای ندارد. نسخه CLI همچنین امکان استفاده از مدل‌های محلی از طریق Ollama را فراهم کرده است؛ بنابراین بخشی از کارها می‌تواند بدون ارسال داده به مدل‌های ابری انجام شود.
🔗 منبع: GitHub
🎬 شرکت ByteDance روی فیلم‌های کاملاً ساخته‌شده با هوش مصنوعی سرمایه‌گذاری می‌کند
شرکت ByteDance برنامه بین‌المللی Dreamina Originals را برای حمایت از تولید فیلم و سریال با هوش مصنوعی راه‌اندازی کرده است. سازندگان به توان پردازشی مدل‌های ویدیویی، مشاوره مهندسی و حمایت تبلیغاتی دسترسی خواهند داشت.
برای فیلم‌های بلند تا ۱۵ میلیون اعتبار تولید در نظر گرفته شده و ByteDance در توزیع و ارسال آثار به جشنواره‌ها نیز مشارکت می‌کند. برخی پروژه‌های سریالی سطح S حتی به اعتبار نامحدود تولید دسترسی خواهند داشت و پروژه‌های سطح A نیز می‌توانند برای هر قسمت تا یک میلیون اعتبار دریافت کنند.
🔗 منبع: Dreamina AI
#هوش_مصنوعی #AI #GPT6 #OpenAI #Google #Grok #GitHubCopilot #ByteDance #AIAgents
🆔 @asrgooyeshpardaz
❤3
🚀 معرفی Harness2: چارچوبی برای خودبهسازی عامل‌های هوش مصنوعی بدون تغییر وزن‌های مدل
توانایی یک عامل هوش مصنوعی فقط به خود مدل بستگی ندارد؛ به «هارنس» (Harness) هم وابسته است — یعنی مجموعه‌ای از پرامپت‌ها، حافظه، ابزارها، زیرعامل‌ها و مهارت‌هایی که مدل را احاطه کرده‌اند. پژوهشگران دانشگاه نورث‌وسترن و بخش تحقیقات ابری شرکت Google چارچوبی به نام Harness2 ساخته‌اند که این هارنس را به‌طور خودکار و بازگشتی بهبود می‌دهد، آن هم بدون اینکه حتی یک وزن از مدل را تغییر دهد.
🔄 دو سطح بازگشت
این چارچوب از دو حلقه به‌هم‌پیوسته استفاده می‌کند:
سطح وظیفه: برای هر وظیفه جدید، سه مرحله اجرا می‌شود: پیشنهاد (Propose)، آزمایش (Probe) و ترکیب (Compose). سیستم یک نسخه بهبودیافته از هارنس را پیشنهاد می‌دهد، آن را در همان وظیفه اجرا می‌کند و بر اساس تفاوت رفتارها — نه پاسخ‌های مرجع — بهترین تغییرات را انتخاب و ترکیب می‌کند.
سطح سیستم: پس از پایان وظیفه، سیستم از این تغییرات درس می‌گیرد و آنها را در یک کتابخانه تجربه دائمی ذخیره می‌کند. این تجربه به وظایف بعدی منتقل می‌شود تا عامل در سناریوهای ناآشنا بهتر عمل کند.
📊 نتایج عددی
پژوهشگران این چارچوب را روی سه بنچمارک تخصصی و با چهار ترکیب مدل-هارنس آزمایش کردند. یک مرحله بهبود به‌تنهایی توانست:
· تا ۱۱.۵ امتیاز در WorkBuddy-Bench
· تا ۴.۵ امتیاز در JobBench
· تا ۱۱.۸ واحد درصد در LAB
بهبود ایجاد کند. نکته مهم اینکه این نتایج با مدل‌های Gemini 3.5 Flash و GLM-5 به دست آمده و با افزایش بودجه بازگشت در سطح وظیفه، عملکرد باز هم بالاتر می‌رود.
⚙️ هشت جزء قابل ویرایش
هارنس در این چارچوب از هشت بخش تشکیل شده که هر کدام قابل تغییرند: پرامپت سیستمی، محافظ‌ها، حافظه، راهنمای ابزار، زیرعامل‌ها، مهارت‌ها، اسکریپت‌ها و پلاگین‌ها. سیستم می‌تواند هر یک از این بخش‌ها را بر اساس نیاز وظیفه بازنویسی کند.
🔍 چرا این مهم است؟
روش‌های معمول خودبهسازی عامل‌ها یا به پاسخ‌های مرجع نیاز دارند یا فقط برای یک وظیفه خاص کار می‌کنند. Harness2 نشان می‌دهد می‌توان هارنس را بدون پاسخ مرجع و در محیط‌های باز بهبود داد. این چارچوب با مجوز Apache-2.0 منتشر شده و از محیط‌های OpenCode و Codex پشتیبانی می‌کند.
🔗 مقاله در arXiv | کد در GitHub
#هوش_مصنوعی #Harness2 #Google #عامل_های_هوشمند #خودبهسازی
🆔 @asrgooyeshpardaz
توانایی یک عامل هوش مصنوعی فقط به خود مدل بستگی ندارد؛ به «هارنس» (Harness) هم وابسته است — یعنی مجموعه‌ای از پرامپت‌ها، حافظه، ابزارها، زیرعامل‌ها و مهارت‌هایی که مدل را احاطه کرده‌اند. پژوهشگران دانشگاه نورث‌وسترن و بخش تحقیقات ابری شرکت Google چارچوبی به نام Harness2 ساخته‌اند که این هارنس را به‌طور خودکار و بازگشتی بهبود می‌دهد، آن هم بدون اینکه حتی یک وزن از مدل را تغییر دهد.
🔄 دو سطح بازگشت
این چارچوب از دو حلقه به‌هم‌پیوسته استفاده می‌کند:
سطح وظیفه: برای هر وظیفه جدید، سه مرحله اجرا می‌شود: پیشنهاد (Propose)، آزمایش (Probe) و ترکیب (Compose). سیستم یک نسخه بهبودیافته از هارنس را پیشنهاد می‌دهد، آن را در همان وظیفه اجرا می‌کند و بر اساس تفاوت رفتارها — نه پاسخ‌های مرجع — بهترین تغییرات را انتخاب و ترکیب می‌کند.
سطح سیستم: پس از پایان وظیفه، سیستم از این تغییرات درس می‌گیرد و آنها را در یک کتابخانه تجربه دائمی ذخیره می‌کند. این تجربه به وظایف بعدی منتقل می‌شود تا عامل در سناریوهای ناآشنا بهتر عمل کند.
📊 نتایج عددی
پژوهشگران این چارچوب را روی سه بنچمارک تخصصی و با چهار ترکیب مدل-هارنس آزمایش کردند. یک مرحله بهبود به‌تنهایی توانست:
· تا ۱۱.۵ امتیاز در WorkBuddy-Bench
· تا ۴.۵ امتیاز در JobBench
· تا ۱۱.۸ واحد درصد در LAB
بهبود ایجاد کند. نکته مهم اینکه این نتایج با مدل‌های Gemini 3.5 Flash و GLM-5 به دست آمده و با افزایش بودجه بازگشت در سطح وظیفه، عملکرد باز هم بالاتر می‌رود.
⚙️ هشت جزء قابل ویرایش
هارنس در این چارچوب از هشت بخش تشکیل شده که هر کدام قابل تغییرند: پرامپت سیستمی، محافظ‌ها، حافظه، راهنمای ابزار، زیرعامل‌ها، مهارت‌ها، اسکریپت‌ها و پلاگین‌ها. سیستم می‌تواند هر یک از این بخش‌ها را بر اساس نیاز وظیفه بازنویسی کند.
🔍 چرا این مهم است؟
روش‌های معمول خودبهسازی عامل‌ها یا به پاسخ‌های مرجع نیاز دارند یا فقط برای یک وظیفه خاص کار می‌کنند. Harness2 نشان می‌دهد می‌توان هارنس را بدون پاسخ مرجع و در محیط‌های باز بهبود داد. این چارچوب با مجوز Apache-2.0 منتشر شده و از محیط‌های OpenCode و Codex پشتیبانی می‌کند.
🔗 مقاله در arXiv | کد در GitHub
#هوش_مصنوعی #Harness2 #Google #عامل_های_هوشمند #خودبهسازی
🆔 @asrgooyeshpardaz
GitHub
GitHub - google-research/harness2
Contribute to google-research/harness2 development by creating an account on GitHub.
1❤1🔥1