GyaanSetu AI

AI, machine learning and LLM insights.

1599 articlesDeep, practical knowledge

مدل‌های وزن‌باز ۶۳٪ از ترافیک توکن OpenRouter را به خود اختصاص داده‌اند؛ رشدی چشمگیر نسبت به کمتر از ۵٪ در دو سال گذشته

تحلیل موزیلا نشان می‌دهد که با کاهش ۵۰ برابری هزینه هر توکن و کاهش شکاف عملکردی، توسعه‌دهندگان به دلیل هزینه کمتر، سرعت بالاتر در توسعه و انطباق با مقررات، مدل‌های وزن‌باز را ترجیح می‌دهند.

AI · 3 min read

«انحراف هزینه عامل» پنهان؛ با افزایش شدید خواندن توکن‌ها، بودجه‌های هوش مصنوعی در خطر قرار می‌گیرند

انحراف هزینه عامل: مالیات نامرئی. من یک عامل هوش مصنوعی را مدیریت می‌کنم که هر روز دو مقاله می‌نویسد. برای جلوگیری از تکرار موضوعات، این عامل پیش از شروع کار، یک فایل گزارش کار را می‌خواند. این فایل...

AI · 3 min read

GPT-5.6-SOL در بنچمارک‌های ریاضی، فیزیک و کدنویسی چندمرحله‌ای، Kimi K3 را شکست داد

در یک آزمایش مقایسه‌ای، GPT-5.6-SOL یک مسئله احتمالات، یک سناریوی قرقره-اینرسی و یک اسکریپت پیچیده پایتون را حل کرد، در حالی که Kimi K3 با محدودیت توکن مواجه شد یا با اتمام زمان، هیچ خروجی قابل استفاده‌ای ارائه نداد.

AI · 3 min read

برتری GPT-5.6-SOL بر Kimi K3 پس از اتمام محدودیت توکن در وظایف چندمرحله‌ای

در یک آزمایش مقایسه‌ای، GPT-5.6-SOL موفق شد سه چالش پیچیده در زمینه‌های ریاضی، فیزیک و برنامه‌نویسی را با همان سقف توکن انجام دهد، در حالی که Kimi K3 مکرراً به محدودیت توکن خود رسید و با اتمام زمان (timeout) مواجه شد و توسعه‌دهندگان را بدون پاسخ نهایی رها کرد.

AI · 2 min read

ورتو آلفافولد ۶,۸۸۰ دلار قیمت دارد اما از سخت‌افزار ۱,۱۰۰ دلاری ZTE Nubia Fold استفاده می‌کند

آلفافولد جدید ورتو، یک عامل هوش مصنوعی Hermes با قابلیت اتوماسیون جریان کاری چند مرحله‌ای را با بدنه‌ای از جنس چرم گوساله و تزئینات تیتانیومی ترکیب کرده است؛ با این حال، شاسی داخلی آن مشابه ZTE Nubia Fold ۱,۱۰۰ دلاری است که سوالاتی را درباره ارزش واقعی قیمت لوکس آن برمی‌انگیزد.

AI · 2 min read

AI Agent Hand-offs Expose Data – Vendors Must Show Runtime Safeguards

The 2026 audit of MCP, A2A and ACP protocols uncovered 35 specification errors and 30 additional failures when chained, showing that a single compromised agent can silently leak data. Researchers recommend tamper-evident ledgers, least-privilege tokens, content labeling, cryptographic trace IDs, and

AI · 3 min read

پاک‌کننده‌های MCP به جای کاهش هزینه‌ها، صورت‌حساب توکن‌های Claude Code را افزایش می‌دهند

Claude Code بلافاصله پس از رسیدن پرامپت خام شما به API، توکن‌ها را ثبت می‌کند؛ بنابراین مرحله پاک‌سازی MCP زمانی اجرا می‌شود که счет‌گر قبلاً متن اصلی، فراخوانی ابزار و نسخه پاک‌سازی‌شده را محاسبه کرده است، که در نهایت باعث سه برابر شدن هزینه‌های شما می‌شود.

AI · 3 min read

تعلیق معلم هندی پس از انتشار ویدئوی چت گروهی و شکل‌گیری بحث درباره جعل با هوش مصنوعی

انتشار این ویدئو باعث ایجاد دو دیدگاه متفاوت در فضای مجازی شد: برخی نقص‌های مربوط به «دیپ‌فیک» را تشخیص دادند، در حالی که برخی دیگر استدلال کردند که صرفِ احتمال دستکاری توسط هوش مصنوعی، هر ویدئویی را غیرقابل اعتماد می‌کند؛ موضوعی که نشان‌دهنده یک نقطه کور در فناوری‌های تشخیص امروزی است.

AI · 3 min read

تغییر در تولید حافظه برای هوش مصنوعی، قیمت گوشی‌های اقتصادی در هند را ۶۸٪ افزایش داد

تولیدکنندگان تراشه در حال اختصاص ظرفیت ویفرها به حافظه‌های با پهنای باند بالا برای مراکز داده هوش مصنوعی هستند که این امر باعث کاهش عرضه رم‌های استاندارد مورد استفاده در گوشی‌های ارزان‌قیمت شده است. افزایش هزینه‌های ناشی از این تغییر، قیمت گوشی‌های هوشمند سطح پایه در هند را تا ۶۸٪ بالا برده و منجر به کاهش ۴۵ درصدی در عرضه گوشی‌های زیر ۱۵,۰۰۰ روپیه شده است.

AI · 3 min read

ابزارهای جستجوی هوش مصنوعی نام برندها را به صورت تصادفی تغییر می‌دهند؛ سیستم نظارتی جدید این موضوع را ثابت کرد

این سیستم هر دستور را ۷ تا ۸ بار در مناطق و دستگاه‌های مختلف اجرا کرده و سپس یک بازه اطمینان محاسبه می‌کند؛ نتایج نشان می‌دهد که ذکر نام برندها در ChatGPT، Claude، Gemini و سایر ابزارها، از پرس‌وجویی به پرس‌وجوی دیگر به شدت تغییر می‌کند.

AI · 3 min read

گوگل و آنتروپیک هشدار می‌دهند: عامل‌های ReAct می‌توانند بودجه‌های ابری را تخلیه کنند

حلقه ReAct به مدل اجازه می‌دهد تا مراحل خود را انتخاب کند، اما هر چرخه «تفکر-عمل-مشاهده» هزینه استنتاج جدیدی را اضافه می‌کند که باعث افزایش تأخیر شده و احتمال مختل شدن کل فرآیند بر اثر یک اشتباه در خواندن را افزایش می‌دهد.

AI · 3 min read

گوگل الگوی عامل‌های Swarm را قدرتمندترین اما پرهزینه‌ترین طراحی هوش مصنوعی دانست

در الگوی Swarm، یک ناظر واحد با شبکه‌ای تخت از عامل‌های همتا جایگزین می‌شود که به‌طور مداوم عملکرد یکدیگر را نقد می‌کنند؛ اما هر تبادل اطلاعات باعث یک فراخوانی مجزا از مدل می‌شود که هزینه‌های پردازشی و میزان تأخیر را به شدت افزایش می‌دهد.

AI · 3 min read

بازیابی عامل‌محور هزینه‌های پرس‌وجو را در مقایسه با RAG کلاسیک تا ۸۲ برابر کاهش می‌دهد

این عامل پرس‌وجوها را بازنویسی می‌کند، نیاز به جستجو را تشخیص می‌دهد، سوالات پیچیده را به مراحل فرعی تقسیم می‌کند و در صورت ضعیف بودن شواهد، خود را اصلاح می‌کند؛ همچنین با ارائه استناد برای هر ادعا، مصرف توکن را به شکلی چشمگیر کاهش می‌دهد.

AI · 3 min read

API جدید COS به مرورگرها اجازه می‌دهد مدل هوش مصنوعی ۳۳ گیگابایتی را بین سایت‌های مختلف به اشتراک بگذارند

با جایگزینی جستجوی URL با هش‌های مبتنی بر محتوا (content-addressed hashes)، API جدید COS به هر سایتی اجازه می‌دهد فایلی را که از قبل مقدار SHA-256 آن را می‌داند درخواست کند؛ این امر به مرورگرها اجازه می‌دهد تا همان مدل هوش مصنوعی ۳۳ گیگابایتی را بدون نیاز به دانلود مجدد، به چندین منشأ (origin) ارائه دهند.

AI · 2 min read

چارچوب ارزیابی شما می‌تواند خطاهای مدل را جعل کند—دو باگ پشت برچسب‌های «نامعتبر» پنهان شده بودند

ابزار ارزیابی شما پیش از خودِ مدل، به شما دروغ خواهد گفت. جدول امتیازات ارزیابی شما نشان داد که هر دو موتور شکست خورده‌اند. Llama3.2 در ۵ مورد از ۶ مورد شکست خورد. Anthropic Sonnet در هر ۶ مورد شکست خورد...

AI · 2 min read

ترنسفورمرهای با مقیاس خطی، حافظه مدل‌های پروتئین را از مرتبه دوم به خطی کاهش می‌دهند

این معماری جدید، زنجیره‌های کامل هزار اسیدآمینه را تنها در یک مرحله پردازش می‌کند و ضمن حفظ تعاملات دوربرد، فرآیند آموزش بر روی مجموعه‌داده‌های عظیم توالی را سریع‌تر و ارزان‌تر می‌کند.

AI · 2 min read

AWS پروتکل x402 «AgentCore Payments» را برای صورت‌حساب خودکار فراخوانی‌های هوش مصنوعی در Bedrock عرضه می‌کند

پروتکل جدید x402 یک توکن پرداخت را در هر درخواست HTTP جاسازی می‌کند که به عوامل هوش مصنوعی اجازه می‌دهد هزینه‌های مربوط به داده، پردازش یا فراخوانی‌های API را به‌طور خودکار کسر کنند. قابلیت ادغام AgentCore Payments در سرویس Bedrock شرکت AWS، با افزودن کیف‌پول‌های داخلی و سقف‌های هزینه، امکان تجارت بی‌وقفه میان ماشین‌ها را فراهم می‌کند.

AI · 3 min read

ایجنت‌های Carebricks پس از جذب ۵۵ میلیون دلار سرمایه، سفارش‌های آزمایشگاه و برنامه‌های مراقبتی را خودکارسازی می‌کنند

شرکت Bunkerhill با حمایت Sequoia، Felicis، Optum Ventures و Y Combinator، قصد دارد اجرای آزمایشی ایجنت‌های Carebricks خود را آغاز کند؛ نرم‌افزاری که می‌تواند داده‌های EHR را استخراج کرده، آزمایش‌ها را سفارش دهد و برنامه‌های مراقبتی را به‌روزرسانی کند تا بار وظایف هماهنگی روتین را از دوش کادر درمان بردارد.

AI · 2 min read

SEED امتیازات ALFWorld را به ۹۱.۸ افزایش داد و همزمان داده‌های آموزشی را ۴۰٪ کاهش داد

چارچوب SEED یک مرحله‌ی پس از اجرا (post-episode pass) اضافه می‌کند که در آن عامل، گزارش عملکرد خود را می‌خواند، درس‌هایی به زبان طبیعی می‌نویسد و آن‌ها را در قالب به‌روزرسانی‌های سیاست (policy updates) استخراج می‌کند؛ این فرآیند سیگنال‌های پاداش پراکنده را به یک سیگنال آموزشی غنی و قابل استفاده مجدد تبدیل می‌کند.

AI · 4 min read