جنسن هوانگ اعلام کرد انویدیا با ۱۲.۹۳ میلیارد دلار بزرگترین خونهٔ مدلهای باز دنیا رو میخره، ولی قول داده کار کردن روی هاگینگ فیس به سختافزار انویدیا گره نخوره.
آرتلیست یه بوم نودمحور راه انداخته که تولید تصویر، ویدیو و صداگذاری رو تو یه پایپلاین قابلاستفادهی دوباره به هم وصل میکنه؛ مدل ویدیویی Seedance 2.5 هم بهش اضافه شده.
یه پرامپت یکسان به دو نسخه از یه مدل داده شد؛ هزینه بیشتر از دو برابر شد ولی اختلاف نمرهٔ کیفیت فقط ۰.۷ بود.
گوگل و مؤسسهٔ Janelia با کمک هوش مصنوعی سیمکشی کامل مغز و طناب عصبی مگس سرکهٔ نر رو درآوردن؛ بزرگترین نقشهٔ مغزی که تا حالا ساخته شده.
یه سازنده با یه پرامپت ساده خواست از ایده تا ویدیوی آمادهٔ انتشار بره؛ خروجی یه ویدیوی کامل با کلون صدا، آواتار و مونتاژ تایملاین بود که خود مدل چیده بود.
Opus 5.1 شش سطح تلاش داره و پیشفرضش highه، ولی تستهای عملی میگه بیشتر کارها با medium و حتی low هم همون کیفیت رو میده.
تو بنچمارک هشتتایی KingBench 3، مدل Flash گوگل ۸۱.۲۵ درصد گرفت و رقیب متا رو ۷۱.۲۵ درصد جا گذاشت؛ جالب اینکه نسخهٔ قبلی متا نمرهٔ بهتری داشت.
اکستروپیک میگه نویز الکتریکی تراشه رو بهجای حذف کردن میشه به منبع تصادفی تبدیل کرد و برق هوش مصنوعی رو پایین آورد. فقط سختافزارش تا ۲۰۲۷ نمیرسه.
یه کاربر حرفهای مدلهای لوکال میگه چرخهٔ دانلود و تست مدلهای تازه وقتشو خورده؛ برگشته سراغ یه Qwen حدود ۲۷ میلیاردی با دقت FP16 و همونجا موند.
یه تست کنترلشده نشون داد ساخت یه اپ کاملاً یکسان با نسخهٔ جدیدتر حدود ۱۲۰۰ دلار آب خورده و با نسخهٔ قبلی ۵۰۰ دلار، اونم برای کیفیتی که تقریباً یکیه.
مدل تازهٔ OpenAI تونسته یکی از سختترین بنچمارکهای ریاضی رو بدون نشوندادن مراحل فکرش حل کنه، و همین موضوع بعضی پژوهشگرهای خودشون رو نگران کرده.
یه اپلاینس آمادهٔ on-prem از AMD و Supermicro و Spectro Cloud که مدل کدنویسی رو روی GPUهای خودت اجرا میکنه تا هزینهٔ توکن سقف داشته باشه و سورسکد جایی نره.
متا مدل تازهاش رو تو بنچمارک کدنویسی بالاتر از همه نشونده، ولی وقتی ازش خواستن یه بازی ساده بسازه، خروجیاش شد چندتا مکعب که به هم شلیک میکنن.
مدلی که برای هر توکن فقط ۴ میلیارد پارامتر فعال میکنه ولی باید هر ۳۶ میلیارد پارامترش تو حافظه بشینه؛ راهنمای عملی سختافزار، کوانتایز و موتور اجرا.
نمرهٔ ۹۹.۹ درصدی که سر و صدا کرد، با یه harness متفاوت گرفته شده؛ تو شرایط استاندارد همون آزمون، عدد میشه ۶۲.۷ درصد.
OpenAI گزارش فنی حادثهٔ هک هاگینگ فیس رو منتشر کرد. تیترها از «هوش مصنوعی یاغی» گفتن، ولی خود گزارشها تصویر خیلی خاکیتر و آدممحورتری نشون میدن.
تیم People Analytics ناسا دادههای پرسنلی، پروژهها و رزومهها رو ریخته تو یه گراف تا ببینه کی چه مهارتی داره و کدوم پروژهها شبیه همان.
نمرههای تازهٔ Astra روی آزمونهایی گرفته شده که دادههای علمی واقعی و نرمافزار صنعتی دارن و جواب غلط توشون جریمه داره، نه تست چهارگزینهای.
موتور WebLLM مدلهای زبانی رو با WebGPU کامل توی مرورگر اجرا میکنه و رابطش هم همون API اوپنایآیه، پس کد چتباتت تقریباً دستنخورده کار میکنه.
کامیت و تست و سند دارن سریعتر از همیشه تولید میشن، ولی کی قراره اینا رو نگه داره؟ یه تحلیل دربارهٔ اینکه چرا ایجنتها ما رو به ساختن چیزهای اضافه میکشونن.