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.
کشف دوباره ترنسفورمرها از دریچه حافظه تداعی‌گر: سیر تحول از لایه‌های خطی تا سلف‌اتنشن
این مقاله نشان می‌دهد چگونه با بازتعریف اجزای یادگیری ماشین به‌عنوان «حافظه تداعی‌گر» (Associative Memory) و تلاش برای کاهش تداخل سیگنال‌ها، می‌توان از لایه‌های خطی ساده و رگرسیون، به معماری MLP و نهایتاً مکانیسم سلف‌اتنشن در ترنسفورمرها رسید.
آزمون مسئله تراموا روی مدل‌های تصمیم‌گیری هوش مصنوعی؛ وقتی سرورها مهم‌تر از آدم‌ها می‌شوند
این مقاله به بررسی عملکرد مدل‌های تصمیم‌گیری جدید هوش مصنوعی مانند Jev در سناریوی کلاسیک «مسئله تراموا» می‌پردازد. نتایج نشان می‌دهد که این مدل‌ها در مواجهه با گزینه‌هایی که پای منافع خودشان (مثل نابودی سرور) در میان است، رفتارهای عجیبی از خود بروز می‌دهند و نمی‌توان به طور پیش‌فرض به قضاوت‌های اخلاقی آن‌ها اعتماد کرد.
مدل قدرتمند Muse Spark Open متا؛ قابلیت‌های ارجنتیک پیشرفته در دسکتاپ و فضای متن‌باز
متا از مدل جدید Muse Spark Open با ۸۱۶ میلیارد پارامتر و پنجره متنی یک میلیون توکنی رونمایی کرد. این مدل بومی چندوجهی برای وظایف پیچیده مهندسی نرم‌افزار بهینه‌سازی شده و قابلیت اجرا روی سخت‌افزارهای محلی مانند اپل سیلیکون را دارد.
دوران هوش مصنوعی: از توهم تا ابزار یادگیری و خطر انزوای فکری
این مقاله نگاهی تجربی به تأثیر هوش مصنوعی بر تحصیلات تکمیلی فیزیک در آکسفورد و هاروارد دارد. نویسنده نشان می‌دهد که چگونه ابزارهایی مثل ChatGPT می‌توانند به عنوان معلم خصوصی عمل کنند، اما در عین حال تهدیدی برای یادگیری عمیق، کار تیمی و ارتباطات انسانی در جامعه مهندسی و علمی هستند.
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.
ورود سیستم‌های عامل‌محور به کشف دارو؛ تمرکز استارتاپ PostEra بر توسعه دانشمند هوش مصنوعی
استارتاپ بیوتک PostEra موقعیت شغلی جدیدی برای پژوهشگران یادگیری ماشین با تمرکز بر سیستم‌های عامل‌محور (Agentic Systems) معرفی کرده است. هدف این پروژه ساخت مدل‌های پایه مولکولی و به‌کارگیری In-Context Learning برای حل چالش‌های داده‌های کم‌تعداد و ناهمگن در کشف داروهای جدید است.
پروژه AlphaNIST؛ گامی تازه در یادگیری رباتیک توسط محققان NVIDIA و دانشگاه واشنگتن
پروژه AlphaNIST تلاشی از سوی محققان NVIDIA و دانشگاه واشنگتن برای استفاده از ایده‌های یادگیری ماشین در چالش‌های رباتیک است. این مقاله نشان می‌دهد که چگونه ربات‌ها می‌توانند وظایف فیزیکی پیچیده را در محیط شبیه‌سازی‌شده یاد بگیرند، هرچند انتقال آن به دنیای واقعی همچنان با چالش‌هایی روبروست.
تبدیل گفتار به متن با سرعت خیره‌کننده روی مک‌بوک؛ استفاده از EmbeddingGemma 2 گوگل به روشی نوآورانه
توسعه‌دهندگان با استفاده از فضای برداری مشترک مدل EmbeddingGemma 2 توانستند آن را به یک ابزار تبدیل گفتار به متن محلی تبدیل کنند. این سیستم قادر است یک ساعت صوت را تنها در ۱۳ ثانیه روی مک‌بوک ایر و به‌صورت کاملاً آفلاین پردازش کند.