پژوهش
هوش مصنوعی و ارزیابی کد: BigCodeArena با اجرای واقعی کدها نقش هیجانانگیز
پلتفرم BigCodeArena با اجرای کد برای ارزیابی مدلهای تولید کد، استاندارد جدیدی برای تحلیل عملکرد کدهای تولیدی توسط هوش مصنوعی معرفی میکند.
مدلها
هوش مصنوعی با dots.ocr: OCR بر روی دستگاه بهروز و دقت بالا
در این مقاله، هم بررسی جامع مدل dots.ocr بر پایه Core ML و تحلیل عملکرد آن بر روی دستگاههای پرچمدار بهینهسازی و قدرت پردازش Neural Engine میشود.
پژوهش
معرفی RTEB: استاندارد نوین ارزیابی بازیابی در هوش مصنوعی
RTEB، بنچمارک جدیدی برای ارزیابی دقیق واکشی بردارهای جاسازی، با استفاده از ترکیبی از دادههای عمومی و خصوصی، راهحلی شفاف و مشخص برای سنجش عملکرد مدلهای هوش مصنوعی در شرایط واقعی ارائه میدهد.
سختافزار
هوش مصنوعی روی Core Ultra: تسریع مدل Qwen3‑8B با طراحی پوشه عمقبرش
در سال ۲۰۲۵، مهندسان Intel و تیم Qwen3‑8B توانستند با استفاده از OpenVINO.GenAI و روش پیشبینی تخیلاتی، سرعت نسل مدل عاملانه خود را تا ۱.۴ برابر افزایش دهند. این دستاورد، گامی مهم در جهت بهرهبرداری سریعتر هوش مصنوعی بر روی سختافزارهای خردهگرای Intel است.
پژوهش
NVIDIA منتشر کرد دیتاست Nemotron-Personas-Japan: کلید ورود به هوش مصنوعی ژاپنی
NVIDIA با انتشار دیتاست Nemotron‑Personas‑Japan، اولین مجموعه داده مصنوعی تخصصی برای تربیت مدلهای هوش مصنوعی در زبان ژاپنی را در اختیار جامعه قرار داد.