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.