پژوهش
هوش مصنوعی در عربی: روند نوین ارزیابی کیفیت مدلهای LLM – راهنمای QIMMA
معرفی QIMMA، لواردبورد پیشرفتهٔ عربی با پردازش کیفیت بیخطا، موجب دستکاری دقیقتر نتایج ارزیابی مدلهای زبانی عربی میشود.
پژوهش
هوش مصنوعی در عمل: VAKRA، یک استاندارد جدید برای ارزیابی عاملها
معرفی VAKRA، بئندمارک جدیدی که توانایی هوش مصنوعی در ترکیب APIs و دادههای مستند را در محیطهای شبیهسازی کسبوکار ارزیابی میکند، بهدنبال روشهای دقیق و شفاف
سختافزار
هوش مصنوعی رباتیک بر پردازنده i.MX 95: ضبط داده، آموزش VLA و بهینهسازی در دستگاههای اندماخته
پلتفرم i.MX 95 توسط NXP همراه با Hugging Face، مجموعهداده را با روشهای استاندارد ضبط، VLA را با تکنیکهای جراحی کوچک بهینه و بر روی دستگاههای تعبیهشده اجرا میکند. محققان بر بهینهسازی حافظه و دستورات زمان واقعی تأکید میکنند.
پژوهش
ChatGPT بهعنوان رواندرمانگر: ۱۵ خطر اخلاقی جدید
مطالعهای از دانشگاه براون نشان میدهد که چتباتهای بزرگ همچون ChatGPT، حتی بر اساس دستورهای درمانی، استانداردهای اخلاقی کلیدی را نقض میکنند و خطرات جدی ایجاد میکنند.
پژوهش
هوش مصنوعی در عمل: ارزیابی عاملان ابزارپسند با چارچوب OpenEnv
چارچوب OpenEnv توسط Meta و Hugging Face معرفی شد و به عنوان استانداردی برای آزمایش عاملهای هوش مصنوعی، تعاملشان با ابزارهای واقعی در محیطهای پیچیده را امکانپذیر میکند.
اخبار
استاندارد باز Open Responses؛ گامی بلند برای هوش مصنوعی عاملمحور
Open Responses استانداردی باز و مبتنی بر Responses API است که با مشارکت جامعه متنباز و پشتیبانی Hugging Face، آینده عاملهای هوش مصنوعی را متحول میکند.
پژوهش
هوش مصنوعی در آزمایشگاه نیکوتئان: جدول معیار برتری نيموترون 3 نانو با نِموِ اویولویتر
نیموترون 3 نانو، مدل هوش مصنوعی NVIDIA، در یک استاندارد ارزیابی باز، توسط ابزار NeMo Evaluator از پلتفرم هاجیینگ فیس بهطور باز و قابل تکرار تست شد.