متنباز
-
زیرساخت و تراشه
آمازون TorchNeuron را در دسترس همه گذاشت تا کدهای PyTorch بدون تغییر روی تراشههای Trainium اجرا شوند
آمازون نرمافزار TorchNeuron را بهصورت نسخه آزمایشی عمومی در اختیار همه توسعهدهندگان گذاشته است؛ ابزاری که اجازه میدهد کدهای موجود PyTorch تنها با تغییر یک تنظیم و بدون بازنویسی روی تراشههای AWS Trainium اجرا شوند. ا…
-
متنباز
تنسنت هونیوان Hy-Memory 2.0 را متنباز کرد؛ مدلی ۳۰ میلیارد پارامتری برای نوشتن حافظه، بههمراه کیت توسعه و اپی مشترک میان ابزارها
تیم هونیوان تنسنت در روزهای ۱۵ و ۱۶ اکتبر ۲۰۲۶ هر سه لایه Hy-Memory 2.0 را متنباز کرد: مدل Hy-Memory-30B-A3B برای ثبت حافظه بلندمدت، موتور hy-memory با کیت توسعه پایتون، و MemHub، اپی محلی که حافظهای واحد را میان دستیا…
-
مدلهای جدید
OpenMOSS مدل متنبهتصویر MOSS-Image را با وزنهای باز منتشر کرد؛ مدلی ۵ میلیارد پارامتری برای تصاویر پرنوشته و چیدمان دقیق
تیم OpenMOSS روز ۱۶ اکتبر ۲۰۲۶ دو نسخه MOSS-Image-Base و MOSS-Image-SFT را منتشر کرد؛ یک ترنسفورمر انتشاری ۵ میلیارد پارامتری که از صفر آموزش دیده و وزنهایش با مجوز Apache 2.0 در دسترس است. این مدل متنهای بلند انگلیسی …
-
مدلهای جدید
Mistral خانوادهی Timestral را معرفی کرد؛ مدلهای بنیادین سری زمانی تا ۲۰۹ میلیون پارامتر
Mistral در ۱۵ اکتبر ۲۰۲۶ Timestral را در چهار اندازه (۵M تا ۲۰۹M) منتشر کرد. به گفتهی شرکت، بزرگترین نسخه در GIFT-Eval، TIME و fev-bench پیشتاز است و پیشبینی احتمالاتی چندمتغیره را روی CPU بهخوبی اجرا میکند.
-
پژوهش
پژوهشی به رهبری Microsoft در Nature: یک اصلاح سبک مبتنی بر یادگیری ماشین دقت پیشبینی هوش مصنوعی را برای سه تا چهار هفته آینده دو برابر میکند
پژوهشگرانی از Microsoft، MIT، مرکز اروپایی پیشبینیهای میانمدت هواشناسی و نهادهای دیگر روز ۱۴ اکتبر ۲۰۲۶ روش «اصلاح احتمالاتی سوگیری» را در Nature منتشر کردند. این روش متنباز خطاهای همیشگی یک مدل را میآموزد، مهارت ضع…
-
متنباز
Llama Windows، برنامه متنباز Hugging Face برای اجرای محلی مدلهای باز روی ویندوز ۱۱ عرضه شد
شرکت Hugging Face برنامهای رایگان و متنباز به نام Llama Windows با مجوز MIT منتشر کرده که در ناحیه اعلانهای ویندوز ۱۱ مینشیند، مدلهای باز را از Hub دریافت میکند و آنها را به کمک llama.cpp روی خود رایانه اجرا میکن…
-
مدلهای جدید
Tencent پیشنمایش Hy4 را برای کدنویسی میلیونتوکنی و عاملهای نرمافزاری گشود
Tencent پیشنمایش Hy4 را با وزنهای Apache 2.0، پنجرهٔ یکمیلیونتوکنی، مسیرهای vLLM و SGLang و معماری MoE با 770 میلیارد پارامتر برای کارهای مهندسی نرمافزار عرضه کرده است.
-
مدلهای جدید
AMALIA مدل ۹ میلیاردپارامتری پرتغالی اروپایی را با پنجرهٔ 32K و مسیر استقرار محلی عرضه کرد
پروژهٔ پرتغالی AMALIA یک مدل باز ۹ میلیاردپارامتری برای پرتغالی اروپایی منتشر کرده است؛ با پنجرهٔ 32K، آموزش SFT و DPO، منابع ارزیابی عمومی و مسیر محلی از طریق vLLM.