ProEval یه فریم‌ورک متن‌باز از DeepMind هست که هزینه ارزیابی مدل‌های GenAI رو تا ۱۰۰ برابر کاهش می‌ده. این ابزار با استفاده از surrogate های مبتنی بر Gaussian Process، نرخ خطای مدل رو تنها با یک درصد از داده‌ها با دقت ±۱٪ تخمین می‌زنه. علاوه بر این، ProEval به‌صورت فعالانه الگوهای شکست مدل رو شناسایی می‌کنه و اطلاعات ارزشمندی برای بهبود توسعه AI فراهم می‌آره. روی بنچمارک‌های معروفی مثل GSM8K، MMLU و StrategyQA هم اعتبارسنجی شده.

۲۵ هفته پیشgithub.com

آموزش مدل‌های زبانی بزرگ با کانتکست‌های ۱۰۰ هزار توکنی و بیشتر، چالش جدی کمبود حافظه GPU رو به همراه میاره. AutoSP یه کامپایلر اتوماتیکه که کد آموزش معمولی ترنسفورمر رو به کد چند-GPU با Sequence Parallelism تبدیل می‌کنه، بدون اینکه برنامه‌نویس مجبور باشه دست به کد پیچیده‌ای بزنه. این ابزار درون DeepSpeed ادغام شده و با تغییر چند خط کانفیگ فعال می‌شه. نتایج روی مدل‌های Llama 3.1 نشون می‌ده که AutoSP حداکثر طول کانتکست قابل‌آموزش رو به طرز قابل‌توجهی افزایش می‌ده، در حالی که سربار زمانی اجرا به حد

۲۵ هفته پیشpytorch.org

پکیج پایتونی elementary-data که ماهانه بیش از یک میلیون بار دانلود می‌شه، هک شد و یه نسخه مخرب باهاش منتشر شد. مهاجمان با سوءاستفاده از یه آسیب‌پذیری در GitHub Actions توسعه‌دهندگان، به کلیدهای امضا و توکن‌های حساب دسترسی پیدا کردن. نسخه آلوده (0.23.3) اطلاعات حساسی مثل کلیدهای SSH، توکن‌های API، کردنشال‌های کلود و پروفایل‌های کاربری رو جمع‌آوری و احتمالاً ارسال می‌کرد. اگه این نسخه رو نصب داری، باید فوری اقدام کنی.

پکیج محبوب elementary-data در PyPI که ماهانه بیش از ۱.۱ میلیون بار دانلود می‌شه، هک شد و یه نسخه مخرب روی آن آپلود شد. مهاجم با سوءاستفاده از یه آسیب‌پذیری در GitHub Actions، یه کامیت جعلی امضا کرد و نسخه backdoor دار رو از طریق pipeline رسمی پروژه منتشر کرد. این نسخه مخرب قادر به سرقت کلیدهای SSH، اعتبارنامه‌های ابری، فایل‌های .env، کیف‌پول‌های رمزارز و تاریخچه شل بود. یه نسخه پاک (۰.۲۳.۴) جایگزین شده، ولی کسایی که نسخه آلوده رو دانلود کردن باید فوری همه secret هاشون رو تغییر بدن.

متا یه خانواده از مدل‌های ترنسفورمر با رزولوشن بالا به اسم Sapiens2 معرفی کرده که روی یک میلیارد تصویر از بدن انسان پیش‌آموزش دیدن. این مدل‌ها می‌تونن کارهایی مثل تخمین پوز، تقسیم‌بندی اعضای بدن، تخمین نرمال سطح و نقشه‌برداری سه‌بعدی انجام بدن. Sapiens2 در همه این وظایف به نتایج بهتری نسبت به مدل‌های قبلی رسیده و پیپر اون در ICLR 2026 پذیرفته شده. کد و چک‌پوینت‌های مختلف از ۰.۱ میلیارد تا ۵ میلیارد پارامتر به صورت عمومی در دسترسن.

۲۶ هفته پیشgithub.com

مشکل C10K در سال ۱۹۹۹ نشون داد که مدل یک‌ Thread به ازای هر اتصال، برای سرورهای پرترافیک جواب نمی‌ده. راه‌حل‌ها در چند موج اومدن: اول کال‌بک‌ها، بعد Promise‌ها و Future‌ها، و در آخر Async/Await. هر موج بدترین مشکل موج قبلی رو حل کرد، ولی مشکل تازه‌ای هم به جاش آورد. این مقاله سیر این تکامل رو با نگاهی انتقادی دنبال می‌کنه و توضیح می‌ده که چرا هنوز هیچ‌کدوم از این رویکردها کامل نیستن.