هوش مصنوعی و علم داده به فارسی

‏🚀 توسعه ابزار MCP برای پلتفرم دیوار

‏دنیای ابزارهای هوش مصنوعی با معرفی پروتکل MCP یا همان Model Context Protocol در حال تغییر است. به تازگی ابزاری توسعه یافته که امکان تعامل مستقیم مدل‌های زبانی با داده‌های «دیوار» را فراهم می‌کند.

‏این ابزار با بهره‌گیری از قابلیت‌های MCP، اجازه می‌دهد بدون نیاز به API Key یا اطلاعات حساس، از قابلیت‌های زیر بهره‌مند شوید:

‏- جستجوی پیشرفته آگهی‌ها همراه با فیلتر و صفحه‌بندی
‏- دریافت جزئیات دقیق هر آگهی
‏- مقایسه همزمان چند آگهی مختلف
‏- تحلیل و یافتن بهترین گزینه متناسب با بودجه
‏- محاسبه و بررسی قیمت آگهی نسبت به میانگین بازار

‏این پروژه که به صورت متن‌باز منتشر شده، برای توسعه‌دهندگانی که قصد دارند دستیارهای هوشمند شخصی‌سازی شده برای جستجوی بازار بسازند، بسیار کاربردی است. جزئیات فنی و سورس‌کد این ابزار را می‌توانید در گیت‌هاب پروژه مشاهده کنید.

📊 Data➕Science 🇮🇷 - هوش مصنوعی و علم داده به فارسی
📩 ارتباط با ما

#ModelContextProtocol #دیوار

‏🤖 ۹ مفهوم کلیدی برای مهندسان هوش مصنوعی

‏دنیای مدل‌های زبانی بزرگ (LLM) به سرعت در حال تکامل است. برای اینکه از یک کاربر معمولی به یک مهندس هوش مصنوعی تبدیل شوید، تسلط بر مفاهیم زیر ضروری است:

‏• Tokenization: فرآیند تبدیل متن به واحد‌های کوچک‌تر جهت پردازش.
‏• Embeddings: تبدیل مفاهیم زبانی به بردارهای عددی در فضای چندبعدی.
‏• Transformers: معماری پایه که قدرت مدل‌های امروزی را تأمین می‌کند.
‏• Attention: مکانیسم تعیین اولویت و ارتباط میان کلمات در یک جمله.
‏• Fine-tuning: تطبیق مدل‌های پایه با داده‌های اختصاصی برای کاربردهای خاص.
‏• RLHF/DPO: تکنیک‌های هم‌سوسازی مدل با ترجیحات و ارزش‌های انسانی.
‏• RAG: اتصال مدل به منابع دانش خارجی برای تولید خروجی‌های دقیق.
‏• LoRA/PEFT: روش‌هایی برای آموزش کارآمد و سبک مدل‌ها با حداقل منابع محاسباتی.

‏درک این موارد، نقشه راه شما برای تسلط بر مهندسی LLM خواهد بود.

۹ مفهوم کلیدی مهندسی هوش مصنوعی برای تسلط بر مدل‌های زبانی بزرگ (LLM)

📊 Data➕Science 🇮🇷 - هوش مصنوعی و علم داده به فارسی
📩 ارتباط با ما

#Transformers #RAG

‏🚀 معرفی مدل قدرتمند Claude Opus 5.5

‏شرکت Anthropic از جدیدترین پرچمدار خود یعنی Claude Opus 5.5 رونمایی کرد. این مدل نه تنها نسبت به نسل قبل هوشمندتر شده، بلکه با سرعت بالاتر و هزینه‌ای به‌مراتب کمتر در دسترس کاربران قرار گرفته است.

‏مهم‌ترین ویژگی‌های این آپدیت:
‏- عملکرد خیره‌کننده در برنامه‌نویسی ایجنت‌محور و تعامل با کامپیوتر
‏- مدیریت عالی پروژه‌های حجیم و کدهای طولانی
‏- ارائه پاسخ‌های کوتاه‌تر، دقیق‌تر و طبیعی‌تر
‏- بهبود چشمگیر امنیت در برابر حملات Prompt Injection
‏- کاهش ۴۰ درصدی هزینه‌ها و افزایش ۳۰ درصدی سرعت تولید متن

‏توانمندی این مدل در پروژه‌های سنگین به‌خوبی دیده می‌شود؛ برای نمونه، یکی از تست‌کنندگان موفق شد ۶۸۰ هزار خط کد را در کمتر از یک روز مهاجرت دهد و مدل دیگری توانست در کمتر از ۱۰ ساعت، کدهای HAProxy را از زبان C به Rust بازنویسی کند.

‏به گفته Anthropic، مدل‌های Sonnet 5.5 و Haiku 5.5 نیز طی هفته‌های آینده عرضه خواهند شد.

معرفی Claude Opus 5.5: ارتقای چشمگیر در برنامه‌نویسی و بهره‌وری هوش مصنوعی

📊 Data➕Science 🇮🇷 - هوش مصنوعی و علم داده به فارسی
📩 ارتباط با ما

‏🔊 مدل‌های صوتی Samsone سامسونگ برای موبایل

‏سامسونگ از خانواده‌ای از مدل‌های زبانی صوتی کوچک به نام Samsone رونمایی کرده است که برای اجرا روی دستگاه‌های موبایل طراحی شده‌اند. این مدل‌ها شامل Samsone-99M، Samsone-134M و Samsone-356M هستند و قرار است در کنفرانس Interspeech 2026 در سیدنی معرفی شوند.

‏این مدل‌ها قادرند صداهای صوتی را همراه با درخواست‌های متنی دریافت کرده و به سوالات پاسخ دهند، صداها را توصیف کنند یا کلیپ‌های صوتی را مقایسه کنند. Samsone توانایی درک گفتار، موسیقی و صداهای محیطی را دارد، اما پاسخ‌های آن فقط به زبان انگلیسی و با حروف کوچک است.

‏معماری Samsone شامل یک کدگذار صوتی Whisper-Tiny، یک پروجکتور غیرخطی و مدل زبانی SmolLM2 از Hugging Face است. این مدل‌ها در تست MMAU عملکرد بهتری نسبت به مدل‌های کوچک قبلی مانند Mellow نشان داده‌اند، اما در بخش پردازش گفتار پیچیده‌تر، مدل‌های بزرگتر مانند Qwen2-Audio و GPT-4o عملکرد بهتری دارند.

‏سرعت تولید توکن در Samsone-99M روی Galaxy S25 Ultra به 125 توکن در ثانیه می‌رسد.

معرفی Samsone؛ خانواده مدل‌های زبانی صوتی سبک برای دستگاه‌های موبایل

‏🧠 تازه‌های هوش مصنوعی و علم داده
‏🚀 مدل‌های هوش مصنوعی موبایلی: LFM2.5 پیشتاز شد!

‏در دنیای پرسرعت هوش مصنوعی، بهینه‌سازی مدل‌ها برای اجرا روی دستگاه‌های موبایل اهمیت فزاینده‌ای پیدا کرده است. اخیراً، Artificial Analysis نتایج تست‌های خود را روی 39 مدل مختلف روی آیفون 17 پرو و گلکسی S26 اولترا منتشر کرده است.

‏نکته برجسته این بررسی، عملکرد درخشان مدل LFM2.5-2.6B است. این مدل نه تنها در کنار Nanbeige 3B رتبه اول را از نظر هوشمندی کسب کرده، بلکه با مصرف تقریبی 40% حافظه کمتر و سرعت اجرای تا سه برابر بیشتر، برتری قابل توجهی نشان داده است.

‏برای مثال، روی آیفون 17 پرو، LFM2.5 تنها 2.32 گیگابایت حافظه مصرف کرده و در 8 ثانیه پردازش را به پایان رسانده، در حالی که Nanbeige به 4.03 گیگابایت حافظه و 21.4 ثانیه زمان نیاز داشته است. این تفاوت‌ها در گلکسی S26 اولترا نیز مشهود است.

‏جالب اینجاست که چهار مدل از پنج مدل خانواده LFM2.5 در مرز بهینه (Pareto front) از نظر هوشمندی، سرعت و مصرف حافظه قرار گرفته‌اند.

LFM2.5: صدرنشین مدل‌های هوش مصنوعی محلی برای گوشی‌های هوشمند

📊 Data➕Science

‏🚀 معرفی مدل قدرتمند Jina-OCR برای تحلیل اسناد

‏تیم Jina AI نسخه جدید jina-ocr-v1 را منتشر کرده است. این مدل ۳ میلیارد پارامتری به طور ویژه برای پردازش اسناد در سیستم‌های مقرون‌به‌صرفه بهینه شده و می‌تواند تصاویر، فایل‌های PDF و اسکن‌ها را به فرمت Markdown با پشتیبانی از LaTeX تبدیل کند.

‏از قابلیت‌های کلیدی این مدل می‌توان به موارد زیر اشاره کرد:
‏- استخراج جداول و فرمول‌های پیچیده
‏- پاسخگویی به سوالات متنی بر اساس محتوای سند
‏- استخراج فیلدهای کلیدی و زیرنویس‌نویسی تصاویر
‏- نرخ پردازش عالی با توانایی تحلیل ۲.۵۷ صفحه در ثانیه روی کارت گرافیک A100

‏معماری این مدل بر پایه DeepSeek-OCR است و از تکنیک FastMTP برای افزایش سرعت استنتاج بهره می‌برد. برای استفاده از این قابلیت، اطمینان حاصل کنید که از نسخه ۰.۲۱ vLLM یا جدیدتر استفاده می‌کنید.

‏شما می‌توانید برای بررسی عملکرد مدل از دموی آنلاین استفاده کنید یا مستندات فنی و مقالات مرتبط را در Arxiv مطالعه کنید. دسترسی به وزن‌های مدل نیز در Hugging Face برای علاقه‌مندان فراهم شده است.

بررسی مدل Jina-OCR-v1: پردازش هوشمند اسناد با بهینه‌سازی سرعت و دقت

‏گزارش وضعیت جهانی نفوذ هوش مصنوعی در ۲۰۲۶

‏بر اساس جدیدترین تحلیل مؤسسه اقتصاد هوش مصنوعی مایکروسافت، نرخ استفاده از هوش مصنوعی مولد در میان جمعیت فعال جهان در سه ماهه دوم سال ۲۰۲۶ به ۱۸.۸ درصد رسیده است. این گزارش نشان‌دهنده رشد مستمر در اکثر اقتصادهای جهان است، هرچند شکاف دیجیتالی میان شمال و جنوب جهانی همچنان رو به افزایش است.

‏مهم‌ترین نکات این گزارش:
‏* امارات (۷۳.۳٪) و سنگاپور (۶۴.۳٪) همچنان پیشتاز استفاده جهانی هستند.
‏* مدل‌های متن‌باز (Open-weight) با سرعتی چشمگیر در حال نزدیک شدن به توانمندی مدل‌های انحصاری (Closed-weight) هستند.
‏* در جنوب جهانی، کاربرد هوش مصنوعی بیش از هر چیز بر «یادگیری خودآموز» و «پشتیبانی تحصیلی» متمرکز است.
‏* استراتژی سازمان‌ها از استفاده مطلق از مدل‌های پرهزینه به سمت «تطبیق هوشمند مدل با نوع تسک» تغییر یافته است.

‏برای مطالعه جزئیات فنی و متدولوژی اندازه‌گیری این شاخص‌ها، می‌توانید مقاله علمی مربوطه را مطالعه کرده یا از مجموعه داده‌های کامل این گزارش در گیت‌هاب استفاده کنید.

گزارش جامع وضعیت جهانی AI Diffusion: روندهای دقیق سه‌ماهه دوم ۲۰۲۶

📊 Data➕Science

‏🚀 خیز بزرگ علی‌بابا در دنیای هوش مصنوعی

‏شرکت علی‌بابا از برنامه‌های توسعه‌ای جسورانه‌ای برای آینده مدل‌های زبانی خود رونمایی کرد. طبق گزارش رویترز، این شرکت در حال آموزش مدل Qwen 4 است و قصد دارد نسل‌های بعدی یعنی Qwen 4.5 و Qwen 5 را تا مقیاس ۱۰ تریلیون پارامتر توسعه دهد.

‏مهم‌ترین نکات این نقشه راه عبارتند از:

‏• تمرکز بر خوداصلاحی بازگشتی: مدل‌ها نقاط ضعف خود را شناسایی کرده، آزمایش طراحی می‌کنند و داده‌های لازم برای آموزش نسل بعدی خود را تولید می‌کنند.

‏• استفاده از زیرساخت قدرتمند M890 برای استنتاج مدل‌های بالای ۲ تریلیون پارامتر که در حال حاضر تنها در اختیار تعداد محدودی از شرکت‌های پیشرو جهان است.

‏• برنامه‌ریزی برای ایجاد کلاسترهای عظیم روی پردازنده‌های جدید V900 با قابلیت اتصال ۵۰۰ هزار شتاب‌دهنده به یکدیگر.

‏ادی وو، مدیرعامل علی‌بابا، پیش‌بینی می‌کند که با این مقیاس‌پذیری، توان محاسباتی و قدرت «تفکر» ماشین‌ها در آینده می‌تواند تا ۱۰۰۰ برابر از هوش انسانی پیشی بگیرد.

نقشه راه جاه‌طلبانه علی‌بابا: توسعه مدل‌های Qwen تا ۱۰ تریلیون پارامتر و زیرساخت‌های نوین

📊 Data➕Science

🧠 خلاصه تحولات 24 ساعت گذشته هوش مصنوعی و علوم داده
🗂 گزارش #121 | 📌 8 آیتم گزارش | 🧾 از 16 پست بررسی‌شده
🕐 دوشنبه 1405/06/30 ساعت 14:00 تا سه‌شنبه 1405/06/31 ساعت 14:00

🔎 تحلیل کوتاه

تحولات اخیر نشان‌دهنده تغییر پارادایمی در توانمندی مدل‌ها برای حل مسائل پیچیده ریاضی و پیشبرد تحقیقات علمی است. در کنار این نفوذ به حوزه‌های انتزاعی، تمرکز توسعه‌دهندگان بر استفاده از رویکرد Hybrid با ترکیب ایجنت‌های تخصصی و مدل‌های زبانی کلان برای بهینه‌سازی عملکرد و کاهش مصرف توکن معطوف شده است.

🔬 هوش مصنوعی در مرزهای علم

هوش مصنوعی و پایان عصر ریاضیات
سدریک ویلانی نسبت به توانایی مدل‌های OpenAI در حل مسائل پیچیده ریاضی ابراز نگرانی کرد. هوش مصنوعی و پایان عصر ریاضیات
🔗 مشاهده پست

حل مسائل هزاره توسط هوش مصنوعی
مدل جدید OpenAI طی ۲۴ روز موفق به حل بیش از ۱۰۰ مسئله باز ریاضی از جمله Navier-Stokes شد. حل مسائل هزاره توسط هوش مصنوعی
🔗 مشاهده پست

واقعیت‌سنجی هوش مصنوعی در پزشکی
کاهش مرگ‌ومیر در مراکز مجهز را نباید لزوماً به هوش مصنوعی نسبت داد و متغیرهای دیگر دخیل‌اند. واقعیت‌سنجی هوش مصنوعی در پزشکی
🔗 مشاهده پست

⚙️ مدل‌ها و زیرساخت‌های نوین

معرفی مدل Step 5 Preview
مدل جدید بر پایه معماری MoE با ۱ میلیون توکن کانتکست برای وظایف خودمختار طولانی‌مدت. معرفی مدل Step 5 Preview
🔗 مشاهده پست

خانواده مدل‌های MiMo-V2.6 شیائومی
مدل‌های MoE چندوجهی با وزن‌های باز و پشتیبانی از پنجره متنی ۱ میلیون توکن. خانواده مدل‌های MiMo-V2.6 شیائومی
🔗 مشاهده پست

مدل Qwen-Image-2.1 برای تولید تصویر
نسل جدید هوش مصنوعی علی‌بابا با قابلیت پشتیبانی بومی از شفافیت تصویر (RGBA).
🔗 مطالعه کامل در سایت

تنش در توسعه هوش مصنوعی مدل Fable
گزارش Politico از تقابل Anthropic با دولت آمریکا بر سر آسیب‌پذیری‌های مدل Fable.
🔗 جزئیات کامل در سایت

همکاری Universal Music و ElevenLabs
توافق برای تولید موسیقی هوش مصنوعی با استفاده از صداهای دارای مجوز رسمی.
🔗 جزئیات کامل در سایت

📊 Data➕Science 🇮🇷 - هوش مصنوعی و علم داده به فارسی
📩 ارتباط با ما

‏🚀 معرفی مدل‌های جدید هوش مصنوعی شیائومی: MiMo-V2.6

‏شیائومی به‌تازگی خانواده مدل‌های MiMo-V2.6 را با وزن‌های باز معرفی کرده است. این سری شامل دو مدل پیشرفته از نوع MoE است که قابلیت پردازش همزمان متن، تصویر، ویدیو و صدا را دارند و از پنجره متنی تا ۱ میلیون توکن پشتیبانی می‌کنند:

‏* مدل Flash: دارای ۳۰۹ میلیارد پارامتر (۱۵ میلیارد فعال) که برای اجرا به ۱۷۷.۸ گیگابایت حافظه در فرمت FP8 نیاز دارد.
‏* مدل Pro: یک مدل عظیم با ۱.۰۲ تریلیون پارامتر (۴۲ میلیارد فعال) و ۵۷۳.۵ گیگابایت حافظه مورد نیاز در فرمت FP8.

‏با استفاده از تکنیک کوانتایزاسیون NVFP4، می‌توان نیازهای حافظه این مدل‌ها را تقریباً به نصف کاهش داد. همچنین نسخه تقطیر شده این خانواده بر پایه مدل Qwen 9B منتشر شده است که در بنچمارک‌های مختلف، به‌ویژه در حوزه‌های کدنویسی و امنیت سایبری، عملکرد بهتری نسبت به نسخه پایه Qwen 3.5 نشان می‌دهد.

‏برای بررسی فنی و دسترسی به نسخه تقطیر شده، می‌توانید به مخزن رسمی در HuggingFace مراجعه کنید.

معرفی مدل‌های هوش مصنوعی چندوجهی شیائومی MiMo-V2.6: قدرت و کارایی بی‌سابقه

‏⚡️ جهش بزرگ OpenAI در حل مسائل پیچیده ریاضی

‏شرکت OpenAI اعلام کرد که مدل داخلی جدید آن‌ها تنها در ۲۴ روز توانسته است بیش از ۱۰۰ مسئله باز و قدیمی را در حوزه‌های مختلف ریاضیات حل کند. این سرعت خیره‌کننده، حتی تیم‌های داخلی را نیز شگفت‌زده کرده است.

‏از مهم‌ترین دستاوردهای این مدل می‌توان به حل مسئله Navier-Stokes Millennium Prize اشاره کرد. برای بررسی دقیق و اعتبارسنجی این نتایج، یک گروه مشاوره مستقل تشکیل شده است که شامل برجسته‌ترین ریاضیدانان جهان است:

‏- ادوارد ویتن (Edward Witten)
‏- تیموتی گاورز (Timothy Gowers)
‏- مارتین هایرر (Martin Hairer)
‏- راوی واکیل (Ravi Vakil)
‏- ملانی میچت وود (Melanie Matchett Wood)

‏این متخصصان به صورت داوطلبانه و مستقل بر روند فعالیت‌ها نظارت می‌کنند. در حال حاضر بسیاری از این راهکارها هنوز برای بررسی دقیق توسط جامعه علمی منتشر نشده‌اند. جزئیات بیشتر این همکاری را می‌توانید در وب‌سایت رسمی OpenAI مطالعه کنید.

جهش خیره‌کننده OpenAI در حل مسائل پیچیده ریاضی با مدل داخلی جدید

📊 Data➕Science 🇮🇷 - هوش مصنوعی و علم داده به فارسی
📩 ارتباط با ما

#Navier_Stokes #OpenAI

‏🚀 جهش در عملکرد با رویکرد Hybrid در هوش مصنوعی

‏اخیراً هریسون کینسلی (Sentdex) در تجربه‌ای جالب، تفاوت عملکرد مدل زبانی GLM 5.3 Flash را به تنهایی در برابر ترکیب آن با ابزار Jev در بازی استراتژیک Halite 2 بررسی کرده است. نتایج این رویکرد ترکیبی نشان می‌دهد که چگونه می‌توان با ترکیب قدرت استدلالی مدل‌های بزرگ و ابزارهای تخصصی، به خروجی‌های بهینه‌تری رسید.

‏در این مدل ترکیبی:
‏- مدل GLM 5.3 Flash وظیفه تصمیم‌گیری‌های کلان استراتژیک مانند انتخاب سیارات و زمان‌بندی بازنگری در برنامه‌ها را بر عهده دارد.
‏- ابزار Jev مسئولیت اجرای عملیات جزئی و هدایت تک‌تک کشتی‌ها را انجام می‌دهد.

‏مهم‌ترین نتایج این آزمایش عبارتند از:
‏- افزایش ۱۳ برابری سرعت اجرا در مقایسه با مدل خالص.
‏- کاهش ۴۴ درصدی هزینه‌های پردازشی API.
‏- بهبود جزئی در نرخ پیروزی و عملکرد نهایی در بازی.

‏این آزمایش نشان می‌دهد که چگونه اضافه کردن ابزارهای تخصصی به عنوان مکمل در کنار LLMها، نه تنها هزینه‌ها و زمان اجرا را کاهش می‌دهد، بلکه دقت سیستم در محیط‌های عملیاتی را به شدت بالا می‌برد.

📊 Data➕Science

‏🚀 ظهور Grok 4.7 در صدر مدل‌های ایجنتیک

‏مدل جدید Grok 4.7 با جهشی قابل‌توجه در بنچمارک‌های هوش مصنوعی، جایگاه خود را به عنوان یکی از پیشروترین مدل‌ها در حوزه کارهای دانش‌محور ایجنتیک تثبیت کرد. طبق بررسی‌های Artificial Analysis، این نسخه با کسب امتیازات بالا در پردازش‌های پیچیده، اکنون در کنار مدل‌های قدرتمندی مثل Claude Opus 5 قرار گرفته است.

‏مهم‌ترین نکات درباره این به‌روزرسانی:

‏➤ جهش در توانمندی‌های ایجنتیک: مدل جدید با کسب ۱۶۵۷ امتیاز Elo در بنچمارک AA-Briefcase، عملکردی خیره‌کننده در کارهای دانش‌محور طولانی‌مدت از خود نشان داده است.

‏➤ تحول در برنامه‌نویسی ایجنتیک: ترکیب Grok 4.7 با ابزار Grok Build توانسته به امتیاز ۵۶ در Coding Agent Index دست یابد و در جمع ۴ مدل برتر دنیا در حوزه کدنویسی جای بگیرد.

‏➤ افزایش مصرف توکن: بهبود عملکرد این مدل با افزایش قابل‌توجه مصرف توکن همراه بوده است؛ به‌طوری که برای هر تسک به‌طور میانگین ۸۱ هزار توکن خروجی مصرف می‌کند که بیش از دو برابر نسل قبلی است.

بررسی عمیق Grok 4.7: جهش در هوش مصنوعی ایجنتیک و کدنویسی

📊 Data➕Science