اخبار
هوش مصنوعی: مدل جدید هاگینگ فیس، بازیابی اسناد چندزبانه را متحول می‌کند
هاگینگ فیس با معرفی مدل vdr-2b-multi-v1، گامی بزرگ در بازیابی بصری اسناد چندزبانه برداشت. این مدل جستجو در اسناد تصویری را بدون OCR ممکن می‌سازد.
پژوهش
پیشرفت‌های هوش مصنوعی: مدل o1 و ابزارهای جدید برای توسعه‌دهندگان
OpenAI با معرفی مدل جدید o1، بهبودهای Realtime API و روش جدید تنظیم دقیق، امکانات گسترده‌ای را برای توسعه‌دهندگان فراهم کرد.
پژوهش
معرفی هوش مصنوعی o1-mini؛ راهکار جدید برای استدلال مقرون‌به‌صرفه
شرکت OpenAI با معرفی مدل hsm1-mini، مرزهای جدیدی در استدلال منطقی با هزینه کم ترسیم می‌کند. این مدل جدید چطور صنعت هوش مصنوعی را دگرگون خواهد کرد؟
مدل‌ها
هوش مصنوعی گوگل معرفی PaliGemma: مدل جدیدی برای ترکیب تصویر و متن
PaliGemma، هفت‌ام مدل هوش مصنوعی گوگل، درک تصویر و متن را با ترکیب زبان طبیعت می‌کند. در این مقاله، امکانات، دسترسی و نکات فنی این مدل را بررسی می‌کنیم.
اخبار
معرفی Llama 3؛ عصر جدیدی از هوش مصنوعی متن‌باز متا
مدل جدید Llama 3 متا با دو اندازه ۸B و ۷۰B منتشر شد. این مدل متن‌باز با پشتیبانی کامل Hugging Face، قدرت را به دست توسعه‌دهندگان می‌دهد.
مدل‌ها
ایده‌فیکس۲: مدل هوش مصنوعی چندرسانه‌ای 8B با قابلیت OCR پیشرفته
در این خبر از هاجفیس، مدل جدید Idefics2 8B معرفی می‌شود که توانایی‌های چندرسانه‌ای پیشرفته، بهبود OCR و عملکرد برتر در سوال‑پاسخ تصویری را داراست.
مدل‌ها
مدل جدید هوش مصنوعی گوگل با نام جما به صورت متن‌باز منتشر شد
گوگل از خانواده جدید مدل‌های زبانی باز خود با نام جما رونمایی کرد. این مدل‌ها در دو اندازه ۷ و ۲ میلیارد پارامتر عرضه شده‌اند و با اکوسیستم هافینگ فیس یکپارچه شده‌اند.
مدل‌ها
هوش مصنوعی سورا؛ گامی بزرگ در شبیه‌سازی جهان با ویدیو
مدل جدید OpenAI با نام سورا می‌تواند ویدیوهای دقیق و واقع‌گرایانه تولید کند؛ گامی مهم به سوی شبیه‌سازی فیزیکی جهان با هوش مصنوعی.
مدل‌ها
هوش مصنوعی: معرفی Würstchen، مدل تولید تصویر بسیار سریع و نوآور
Würstchen، مدل جدید انتشار داده‌ها، با فشرده‌سازی ۴۲ برابر، امکان تولید تصاویر با کیفیت بالا در ثانیه‌های کمی را فراهم می‌کند، به‌علاوه در فریمورک Diffusers به آسانی یکپارچه می‌شود.
مدل‌ها
سکشنسیون تصویر بدون آموزش: CLIPSeg، الگوریتم جدید هوش مصنوعی دریافت
مدل جدید CLIPSeg با رویکرد Zero‑Shot سکشنسیون تصاویر را بدون برچسب‌گذاری پیش‌آموزش‌پذیر می‌کند؛ در این مقاله از کاربردها، روش پیاده‌سازی و نکات کلیدی آن می‌آموزیم.