کاکتوس نیدل حدود ۵۰۰ برابر کوچیکتر از GPT-4 هست و فقط یه کار بلده: انتخاب درست تابع و پر کردن آرگومانهاش. روی همون کار با مدلهای خیلی بزرگتر رقابت میکنه.
ساکانا و همکاراش صدها مکعب کوچیک ساختن که فقط با همسایههاشون حرف میزنن، ولی جمعی تشخیص میدن چه شکلی ساختن و کجاشون آسیب دیده.
بعد از اینکه دولت ترامپ صادرات مدل Mythos 5 آنتروپیک رو محدود کرد، بخشهایی از آژانس امنیت ملی آمریکا دسترسیشون به این ابزار پرسروصدا رو از دست دادن.
تسلا نسخهٔ تولیدی کیبکب رو که نه فرمون داره نه پدال، تو خیابونهای آستین به تست گذاشته و فقط یه ناظر ایمنی کنار دستش نشسته.
یه مقالهٔ تازهٔ arXiv میگه مشکل ایجنتهای بلندمدت فراموشی نیست، بیموقع یادآوریکردنه؛ راهحلش یه ایجنت جدا برای حافظهست که میدونه کِی حرف بزنه و کِی ساکت بمونه.
هرچی مدلهای هوش مصنوعی و ابزارهای عاملشون قویتر میشن، این سؤال جدیتر میشه: وقتی خودِ مدل میتونه تقریباً هر چیزی رو بسازه، برای بنیانگذارها چی برای ساختن میمونه؟
بانکدارها دارن جلسههای سرمایهگذاری رو میچینن و عرضهٔ اولیه ممکنه همین اکتبر باشه؛ شرکتی که آخرین بار ۹۶۵ میلیارد دلار ارزشگذاری شد، احتمالاً زودتر از OpenAI عمومی میشه.
یه تیم تحقیقاتی برای اولینبار با رباتهای انساننمای کنترلشده از راه دور، رو خوک زنده جراحی کیسهٔ صفرا انجام داد؛ نه بهصورت خودکار، بلکه با هدایت مستقیم جراح.
OpenAI مدل GPT-Realtime-2.1-mini رو توی API عرضه کرد که استدلال و استفاده از ابزار رو به خط مینی Realtime میآره، بدون افزایش هزینه.
موج اول هوش مصنوعی سازمانی دربارهٔ دسترسی بود؛ حالا نوبت ایجنتهای تخصصیه که شرکتها بتونن روی کار خودشون سفارشیسازیشون کنن و مالکشون باشن.
سورس Rust ایجنت ترمینالی گراک منتشر شده: یه TUI تمامصفحه که فایل ویرایش میکنه، شل اجرا میکنه و از طریق ACP توی ادیتور جا میشه.
Valmis یه پلتفرم متنبازه که ایجنتهای هوش مصنوعی رو تو کانتینرهای ایزوله اجرا میکنه؛ طوری که خود ایجنت هیچوقت به کلیدهای API یا فایلهای میزبان دسترسی مستقیم نداره.
استارتاپ آموزش هوش مصنوعی مرکور که چند ماه پیش ۱۰ میلیارد دلار ارزش داشت، حالا سر یه راند جدید با ارزشگذاری ۲۰ میلیاردی مذاکره میکنه و میگه ترمشیتش رو هم گرفته.
تو سیستمهای مبتنی بر هوش مصنوعی که خروجیشون قطعی نیست، طراح باید بهجای مشخصکردن رفتار دقیق، تعریف کنه که «خوب» چه شکلیه و اون رو به معیار ارزیابی تبدیل کنه.
مدلهای زبانی پنجرههای ۲۰۰ هزار، یک میلیون و حتی دو میلیون توکنی تبلیغ میکنن، ولی بخش واقعاً قابلاستفادهاش خیلی کوچیکتره و کیفیت مدل کمکم افت میکنه.
نویسنده میگه با تزریق دانش درست تو لحظهٔ درست، تونسته کیفیت مدلهای کوچیک و متنباز رو تا حد مدلهای بزرگ فرانتیر بالا ببره؛ الگویی که اسمش رو «ایجنت دانشی» گذاشته.
Poolside ایجنت کدنویسی خودش یعنی pool رو منتشر کرده که با تکیه بر پروتکل باز ACP هم داخل ادیتورها اجرا میشه و هم میتونه ایجنتهای دیگه مثل Claude و Gemini رو هدایت کنه.
گوگل دو مدل تازه رو کرد؛ یکی برای ساخت سریع و ارزون تصویر و اون یکی برای ساخت و ویرایش ویدیو با گفتگو.
یه مدل ۲۶ میلیون پارامتری که فقط یه کار بلده — انتخاب تابع درست — و تو همون کار از مدلهای دهها برابر بزرگتر جلو میزنه.
این روزها هوش مصنوعی در چند دقیقه دهها طرح UI میسازه، اما نویسنده میگه مشکل واقعی جای دیگهست: تشخیص اینکه کدوم طرح واقعاً بهدرد میخوره.