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.
محصولات
هوش مصنوعی در گرافیک: NSS توانمندی تسریع آپسکالینگ مدرن
نرمافزار Neural Super Sampling (NSS) شرکت آرم، با استفاده از الگوریتمهای یادگیری ماشین، پردازش گرافیکی را در دستگاههای موبایل کاهش میدهد و کیفیت تصویر را دو برابر میکند.
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
پژوهش
هوش مصنوعی امن: لیور برد DecodingTrust و چالشهای جدید هوش مصنوعی
در آخرین پژوهش هابِیگنِگ فِیچ، لیور برد DecodingTrust بررسی جامع امنیت مدلهای بزرگ زبان (LLM) را معرفی میکند؛ نیاز به راهکارهای امنیتی برای هوش مصنوعی را برجسته میکند.
سختافزار
هوش مصنوعی: سرعت جاندادانهای برای Llama 2 روی AWS Inferentia2
AWS Inferentia2 با همکاری Hugging Face و optimum‑neuron، Llama 2 را برای تولید متن به سرعتی بیسابقه بر روی سرورها میشکند. در این مقاله نقشه راه و نتایج آزمایشات را بررسی میکنیم.
سیاست و قانون
قانون هوش مصنوعی اتحادیه اروپا: مسیر منبع باز به سوی شفافیت
قانون هوش مصنوعی اتحادیه اروپا با تأکید بر توسعهٔ باز، فراتر از محدودیتهای فنی، راهکارهای شفافیت، مسئولیت و دسترسی به دادهها را معرفی میکند.
مدلها
چگونه GPT‑J ۶ میلیارد پارامتر را بر روی ساجمارک خودکار بهکارگیری کنید
GPT‑J ۶ میلیارد پارامتر را با استفاده از کتابخانه Transformers و پلتفرم Amazon SageMaker بهصورت سریع و مقیاسپذیر بر روی سرورهای خود در دسترس میآوریم. راهنمای گامبهگام و نکات کلیدی را بررسی میکنیم.