پژوهش
هوش مصنوعی NVIDIA Nemotron 3.5: رونمایی از ترنسکرایب چندزبانه و گرانری v2
نویسندهی NVIDIA، Nemotron 3.5 Transcribe و Granary v2 را معرفی کرده که با قابلیت ترنسکرایب چندزبانه، شناسایی گویندگان، ترجمه و پرسش‑پاسخ صوتی قدرت دارد.
مدلها
هوش مصنوعی Liquid AI با ۲ میلیارد پارامتر فعال روی دستگاه اجرا میشود
LFM2.5-24B-A2B مدل استدلالگر جدید Liquid AI با فعالسازی ۲ میلیارد پارامتر، عاملهای خصوصی و سریع را روی دستگاه اجرا میکند. پنجره بافت ۱۳۱ هزار توکن و بهبود چندزبانه از نکات کلیدی است.
پژوهش
نئو امامای؛ مدل کارآمد هوش مصنوعی چندوجهی و چندزبانه
معرفی NeoMME، خانواده جدیدی از مدلهای چندوجهی و چندزبانه با معماری ترنسفورمر دوجهته که بدون وابستگی به مدل بینایی جداگانه، تصویر و متن را همزمان پردازش میکند.
سختافزار
ساخت عاملهای صوتی چندزبانه با تأخیر کم: وزنهای باز و کنترل کامل استقرار با NVIDIA Magpie TTS
یک پست وبلاگ از NVIDIA در مورد بغل کردن صورت
مدلها
هوش مصنوعی PP-OCRv6؛ تشخیص متن در ۵۰ زبان با سه اندازهٔ مختلف
مدل جدید PP-OCRv6 از خانوادهٔ PaddleOCR با پشتیبانی از ۵۰ زبان و اندازههای ۱.۵ تا ۳۴.۵ میلیون پارامتر، تشخیص متن را در اسناد و تصاویر متحول میکند.
مدلها
نمُوترون ۳.۵ انویدیا: ایمنی چندوجهی هوش مصنوعی برای سازمانها
انویدیا از نمُوترون ۳.۵ رونمایی کرد؛ مدلی یکپارچه برای ایمنی محتوای چندوجهی، چندزبانه و قابل تنظیم با پشتیبانی از استدلال و سیاستهای سفارشی سازمانی در هوش مصنوعی.
مدلها
Granite R2: مدل هوش مصنوعی چندزبانه با 32K تناظر و سرعت بالا
در این مقاله به معرفی جدیدترین مدل embedding چندزبانه Granite R2 میپردازیم؛ با 32k توکن، 200+ زبان و عملکرد برتر در MTEB، صنعت جستجو و retrieval را تغییر میدهد.