پژوهش هوش مصنوعی: رقابت E2LM 2025 – ارزیابی زودهنگام مدل‌های زبانی در قالب جدید پیش‌آموزش مدل‌های زبانی، رقابت E2LM 2025 مهندسان را می‌طلبد؛ نتایج در NeurIPS 2025 اعلام خواهد شد با سه ماه برای ثبت‌نام ۱۳ تیر ۱۴۰۴ ۳ دقیقه پژوهش بهینه‌سازی مدل‌های جاسازی گسسته با Sentence Transformers در هوش مصنوعی در این مطلب به جزئیات آموزش و بهینه‌سازی مدل‌های جاسازی گسسته با Sentence Transformers می‌پردازیم و روش‌های عملی برای بهبود عملکرد را بررسی می‌کنیم. ۱۰ تیر ۱۴۰۴ ۲ دقیقه پژوهش هوش مصنوعی در زیست‌شناسی: چالش‌های امنیتی و راهکارهای پیشگیری OpenAI به‌طور پیشگیرانه به نُسخۀ آینده هوش مصنوعی در زیست‌شناسی حرکت می‌کند؛ در این مقاله به خطرات امنیتی زیستی و راهکارهای مقابله پرداخته می‌شود. ۲۸ خرداد ۱۴۰۴ ۲ دقیقه پژوهش هوش مصنوعی: چگونه پرامپت‌های طولانی صف‌های پیش‌بینی را مسدود می‌کنند در این مقاله به بررسی چالش‌های پرامپت‌های طولانی در مدل‌های زبان بزرگ و راه‌حل‌های پیشنهادی برای بهبود تأخیر و کارایی پرداخته‌ایم. ۲۲ خرداد ۱۴۰۴ ۲ دقیقه پژوهش هوش مصنوعی در دسترس همه: همکاری NVIDIA و Hugging Face معرفی سرویس خوشه‌سازی آموزش در روزگارد GTC پاریس، همکاری جدید هگینگ فیس و NVIDIA چرخاندن دسترسی به خوشه‌های گرافیک بالا را برای مراکز پژوهشی فراهم می‌کند. سرویس Training Cluster as a Service امکان آموزش مدل‌های بنیادی در حوزه‌های مختلف را به همه می‌دهد. ۲۱ خرداد ۱۴۰۴ ۲ دقیقه پژوهش OpenAI سیاست گزارش حفره‌های امنیتی همکاران هوش مصنوعی را معرفی کرد OpenAI با معرفی سیاست جدید «Outbound Coordinated Disclosure»، راهکار مسئولانه‌ای برای گزارش حفره‌های امنیتی در نرم‌افزارهای شخص ثالث ارائه کرده است. به‌صورت رسمی ۱۹ خرداد ۱۴۰۴ ۲ دقیقه پژوهش ScreenSuite: جامع‌ترین مجموعه ارزیابی ایجنت‌های GUI در هوش مصنوعی ScreenSuite به‌عنوان اولین سوییتم جامع برای سنجش عملکرد ایجنت‌های GUI در هوش مصنوعی معرفی شد؛ در کمتر از ۳۰ ثانیه می‌توانید مدل‌های VLM را برپایه معیارهای دقیق مقایسه کنید. ۱۶ خرداد ۱۴۰۴ ۲ دقیقه پژوهش هوش مصنوعی در برابر حملات مخرب: گزارش جدید اوپن‌ای 2025 ورید جدید اوپن‌ای که در تابستان 2025 منتشر شد، مستند می‌کند چگونه هوش مصنوعی با تشخیص دقیق و مدل‌های یادگیری پیشرفته، حملات مخرب را رهگیری و به‌طور مؤثر مهار می‌کند. ۱۵ خرداد ۱۴۰۴ ۲ دقیقه پژوهش کاهش زمان تولید متن با کش KV در مدل nanoVLM – هوش مصنوعی 2025 در این مقاله، مفصل‌ترین تجربه‌ ما از پیاده‌سازی کش کلید–مقدار (KV) صفر-زیر در کدهای گویا nanoVLM را بررسی می‌کنیم؛ سرعت تولید متن 38 ٪ ارتقا یافته و نکاتی آموزشی برای همه مدل‌های تولیدی ارائه می‌دهیم. ۱۴ خرداد ۱۴۰۴ ۲ دقیقه پژوهش هوش مصنوعی بدون GPU: چگونگی افزایش کارایی با vLLM هم‌محور در TRL این مقاله روش Co‑Located vLLM در TRL را معرفی و نشان می‌دهد چگونه با استفاده از GPUهای مشترک، کارایی مدل‌های LLM را بدون هزینه اضافی به حداکثر می‌رساند. ۱۳ خرداد ۱۴۰۴ ۲ دقیقه