اخبار
OpenAI درگیر عملیات ‘Trolling Stone’: تلاش برای جلوگیری از سوءاستفاده هوش مصنوعی در نفوذ روسی
OpenAI با مسدود کردن حساب‌های مرتبط با عملیات ‘Trolling Stone’، که توسط روسیان برای ادغام هوش مصنوعی در نفوذ رسانه‌ای استفاده شد، به مقابله با دستکاری‌های اینترنتی پرداخت.
آموزش
OpenAI آکادمی برای رسانه‌ها: راهکار هوش مصنوعی برای روزنامه‌نگاری مدرن
OpenAI با راه‌اندازی آکادمی جدید برای رسانه‌ها، آموزش‌های کاربردی، نمونه‌کارهای عملی و راهنمای مسئولانه برای استفاده هوش مصنوعی در روزنامه‌نگاری را ارائه می‌دهد.
اخبار
CNA تحولی در نوشتار خبری: نقش هوش مصنوعی در آینده روزنامه‌نگاری و پیشرفت‌ها
این مقاله با بهره‌گیری از سخنان وئلتر فرناندیز، نمایی بازگو می‌کند چگونه CNA با هوش مصنوعی رسانه‌سازی را تغییر می‌دهد و آینده‌ی صحفه‌نگاری را تعریف می‌کند.
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.
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.
سیاست و قانون
هوش مصنوعی درگیر تحریم: OpenAI متوقف می‌کند 'Sneer Review' فعالیت
OpenAI اقدام به مسدود کردن حساب‌های پویا در راستای جلوگیری از انتشار مطالب مخرب دربارهٔ متخصصین رسانه‌ای توسط سازمان ‘Sneer Review’ از چین می‌کند.
پژوهش
هوش مصنوعی در مدل‌های دید و زبان: جدیدترین پیشرفت‌های Hugging Face
پیشرفت‌های اخیر در Vision Language Models توسط Hugging Face، توانایی‌های جدیدی در درک تصاویر، متن و ویدئو ایجاد کرده و روند باز‌فراز Open Source را تسریع می‌کند.
مدل‌ها
Meta معرفی Llama Guard 4: مدل جدید ایمنی هوش مصنوعی طبیعی
Meta با انتشار Llama Guard 4، مدل ایمنی چندرسانه‌ای 12B را معرفی می‌کند که برای جلوگیری از تولید محتوای ناامن در تولید متن و تصویر طراحی شده است. این مدل در هاب Hugging Face به صورت متن‌باز در دسترس قرار گرفته است.
پژوهش
هوش مصنوعی چندرسانه‌ای: Visual Salamandra و گام تازه‌ای در درک تصاویر
دنبال کردن لبه‌های هوش مصنوعی چندرسانه‌ای، مدلی جدید به نام Visual Salamandra معرفی شد؛ با 7 میلیارد پارامتر، انطباق تصویر‑متن را در فهم عمیق تصاویر و ویدئوها بهبود می‌بخشد.
محصولات
هوش مصنوعی در ChatGPT: ترکیب دید و صدا برای تیم‌های تعاونی و کارآمدتر
ChatGPT با امکانات جدید دید و صدا، امکان همکاری تیمی را با ورودی‌های چندرسانه‌ای فراهم می‌کند. این قابلیت‌ها تعامل را طبیعی‌تر کرده و بهره‌وری را افزایش می‌دهند.