💢 چه می‌شد اگر مدل‌های بزرگ زبانی (LLM) می‌توانستد کارهای فراتر از تولید متن، مثل ویرایش عکس انجام دهند؟!

🔍 مقاله‌ اخیر Hugging Face نشان می‌دهد که مدل‌های زبانی بزرگ (LLM) می‌توانند فراتر از تولید متن، کارهایی مثل ویرایش تصویر یا جستجو در وب را انجام دهند. این امکان با استفاده از پروتکل MCP (Model Context Protocol) فراهم شده که ارتباط دوطرفه بین مدل‌ها و ابزارهای مختلف را ممکن می‌سازد؛ مشابه نصب اپ روی گوشی برای افزودن قابلیت جدید.

🔍 در این راستا، Hugging Face Spaces مانند یک فروشگاه اپلیکیشن عمل می‌کند و شامل هزاران ابزار هوش مصنوعیست که با Gradio ساخته شده‌اند و از نسخه 5.28.0 به بعد از MCP پشتیبانی می‌کنند.

🔍 برای نمونه، در مقاله به مدل ویرایش تصویر Flux.1 اشاره شده که توسط Kontext[dev] ساخته شده و به محیط توسعه Cursor متصل است.

🔗 برای کسب اطلاعات بیش‌تر به این‌جا مراجعه کنید.

انجمن علمی مهندسی کامپیوتر دانشگاه مازندران
🆔 @Umz_Computer