یه تست عملی روی سه تا مک با رم مختلف نشون میده حالت hybrid پرپلکسیتی چقدر واقعاً دادههای حساس رو روی سیستم نگه میداره.
Inception Labs یه مدل ساخته که بهجای متن نوشتن، فقط به سؤالهای بله/خیر جواب میده و درصد اطمینانش رو هم میگه. حالا تصویر هم میفهمه.
Databricks یه معماری حافظه ساخته که ایجنتها با اون هم درستتر جواب میدن، هم ارزونتر و سریعتر کار میکنن.
یه مهندس Stripe بعد از یک سال و نیم کار و حرف زدن با بقیهی تازهواردها، سه عادت رو کلید رشد سریع تو سال اول میدونه.
لنگچین داره ایجنتهای پروداکشن رو مثل ایجنتهای کدنویسی با چندتا فایل مارکداون میسازه و با دو حلقهٔ حافظه و ترِیس، اشتباهاتشون رو کمکم درست میکنه.
دو مدل جدید speech-to-speech برای ساختن ایجنت صوتی اومده که با عوض کردن endpoint جای Realtime API اوپنایآی میشینه.
کلادفلر برای فضای کاری هوش مصنوعیش اتصال یککلیکی به Asana، GitHub، Notion و چند ابزار دیگه اضافه کرده و با چند تیم استقرار هم شریک شده.
یه محقق GEO با ۵۰ دلار سایتی پر از آمار ساختگی راه انداخت. گوگل کنارش گذاشت، ولی ChatGPT هنوز ازش نقل میکنه و حتی یه بانک و یه مقالهٔ علمی هم بهش ارجاع دادن.
رامز نام با دادههای واقعی نشون میده که اضافه کردن ایجنتهای موازی کار رو سریعتر میکنه، ولی سطح مسئلهای که حل میشه خیلی زود به سقف میخوره.
یه مدل ۱۲۲ میلیاردی رو با llama.cpp لوکال اجرا کردن و بهش یه باگ واقعی دادن. نتیجه خوب بود، ولی موقع فکر کردن روی تصویرها حسابی وقت میگیره.
یه کاربر تو سانفرانسیسکو ساعتی ۳۰ دلار داد تا دو ربات انساننما خونهشو تمیز کنن. جارو و تی کشیدن خوب بود، ولی هر ربات یه اپراتور انسانی داشت که از راه دور کنترلش میکرد.
تیم alignment اوپنایآی دو معیار جدید معرفی کرده تا هم مقایسهٔ مدلها منصفانهتر بشه و هم معلوم بشه مانیتور موقع استفادهٔ واقعی چقدر ریسک رو کم میکنه.
انویدیا یه مدل ۱۲۰ میلیارد پارامتری با وزن باز داده که تصویر و ویدیو هم میفهمه. تو تست عملی یه باگ پنهان رو پیدا کرد، ولی جاهایی هم کم آورد.
AWS یه connector جدید به vLLM اضافه کرده که کش KV رو بهجای کشیدن، از سمت prefill هل میده و تو بار بالا زمان رسیدن اولین توکن رو تا ۳ برابر کم میکنه.
همبنیانگذار فیگما با اینکه MCP رو پروتکل کاملی نمیدونه، پشتیبانی شرکتش از اون رو گسترش داده و حالا ۲۰ ابزار تازه به فیگما وصل میشن.
انویدیا بهجای ساختن مدل بزرگتر، یه مدل کوچیک داده که میتونه بخشی از لایههاش رو چند بار اجرا کنه و تو کدنویسی به مدلهای دو برابر خودش برسه.
مدلهای Codex و Claude Code تو کلود فکر میکنن، ولی سرورها و بیلدهایی که راه میندازن روی مک خودت میمونن و رم و دیسک رو میخورن.
گوگل یه بکاند رسمی برای PyTorch منتشر کرده که مدلها و عملیات PyTorch رو مستقیم روی TPU اجرا میکنه و با torch.compile هم کار میکنه.
هَمِل حسین شش decision model رو روی تشخیص خطا تو لاگ یه ایجنت مقایسه کرده و نشون داده تنظیم آستانه و کالیبره کردن چقدر نتیجه رو عوض میکنه.
میسترال خانوادهٔ Voxtral 3 رو معرفی کرده: مدلهای تبدیل گفتار به متن و متن به گفتار، بههمراه یه SDK که ساخت ایجنت صوتی بلادرنگ رو یکپارچه میکنه.