انتشار مدل هوش مصنوعی DeepSeek-V4.1-Flash-1017؛ بهبودهای چشمگیر در استدلال و کدنویسی
مدل جدید DeepSeek-V4.1-Flash-1017 به عنوان یک بروزرسانی جزئی اما کلیدی برای خانواده مدل‌های Flash منتشر شد. این نسخه بهبودهای قابل‌توجهی در زمینه‌های استدلال، کدنویسی، وظایف ایجنت و معیارهای بصری ارائه می‌دهد که با استقبال جامعه برنامه‌نویسان در هکرنیوز روبرو شده است.
اجرای مدل‌های زبانی روی پلی‌استیشن ۵ جیلبریک‌شده با پروژه PS5LM
پروژه متن‌باز PS5LM با پورت کردن کتابخانه llama.cpp روی پردازنده گرافیکی پلی‌استیشن ۵ جیلبریک‌شده، امکان اجرای مدل‌های GGUF را فراهم می‌کند. این ابزار کنسول را به یک سرور هوش مصنوعی با رابط سازگار با OpenAI و Anthropic در شبکه محلی تبدیل می‌کند.
مدل هوش مصنوعی LFM2.5-24B-A2B؛ گامی بزرگ برای عامل‌های پردازشی محلی و سریع
شرکت Liquid AI از مدل جدید LFM2.5-24B-A2B با ۲۴ میلیارد پارامتر کل و تنها ۲ میلیارد پارامتر فعال رونمایی کرد. این مدل استدلالی برای اجرای سریع و ابزارهایی محلی روی سخت‌افزارهای مصرفی و سرورها بهینه‌سازی شده است.
مدل GLM-Legal؛ تلاش جدید برای ورود هوش مصنوعی به دنیای حقوق و مسائل قانونی
مدل جدید GLM-Legal برای تحلیل اسناد حقوقی و وظایف قانونی معرفی شده است. این ابزار چالش‌های خاص خود را در دقت بنچمارک‌ها دارد و بحث‌های داغی را پیرامون حریم خصوصی، اتوماسیون حقوقی و لزوم حضور انسان در چرخه تصمیم‌گیری برانگیخته است.
شکاف در درک توانمندی‌های واقعی مدل‌های زبانی رو به افزایش است؛ تحلیل آندری کارپاتی
آندری کارپاتی معتقد است فاصله میان درک عموم و واقعیت پیشرفت مدل‌های زبانی بزرگ (LLM) به شکل یک قیف طبقاتی در حال عمیق‌تر شدن است. در حالی که بیشتر مردم آن‌ها را چت‌بات‌هایی ساده می‌بینند، متخصصان شاهد حل مسائل عظیم ماه‌ها کار در قالب چند پرامپت هستند.