پژوهش
هوش مصنوعی: راهحلی پیشرفته برای پردازش دادههای چندرسانهای برای آموزش و تولید متن
در این مطلب به معرفی پنج مرحلهٔ بهینه برای ساخت پایپلاین داده چندرسانهای در Hugging Face میپردازیم و تاثیر آن بر کاهش مصرف GPU و هزینه را بررسی میکنیم.
سختافزار
هوش مصنوعی در هگزینگفیس: سه اعلان کلیدی برای پایداری زیرساخت تولید
هگزینگفیس با سه هشدار کلیدی در زمینهٔ NAT Gateway، آرشیو لاگ هاب و API Kubernetes، بهجای امنیت محتوا و بهرهوری بالا دست مییابد.
مدلها
SmolLM3: مدلی چندزبانه با زمینه طولانی و قابلیت استدلال هوش مصنوعی
SmolLM3 یک مدل با حجم کم، چندزبانه و استدلالی برای متنهای طولانی است که در Hugging Face بهصورت open-source ارائه میشود و قابلیت پیادهسازی سریع در اپلیکیشنها را دارد.
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
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.
مدلها
Llama Nemotron Nano‑VL: هوش مصنوعی OCR برتر با NVIDIA 8B پارامتر
نویسندهٔ Llama Nemotron Nano‑VL از NVIDIA با 8 میلیارد پارامتر، OCR قدرتمند تصویر را شناسایی میکند؛ در حسابداری، قراردادها و بهداشت کاربرد دارد.
مدلها
Gemma 3n: مدل هوش مصنوعی چندرسانهای منبعباز برای دستگاههای شخصی
Gemma 3n، یک مدل هوش مصنوعی چندرسانهای و کاملاً منبعباز است که در اپلیکیشنهای on‑device و با کارایی بالا بهکار میرود. متصل به Hugging Face، این مودل امکان اجرای طبیعی در دستگاههای موبایل و لپتاپ را فراهم میکند.