AI, machine learning and LLM insights.
آنتروپیک با تبدیل شدن هند به دومین بازار کلود، دفتر خود را در بنگلور افتتاح میکند. آنتروپیک در حال افتتاح دفتر جدیدی در بنگلور است. این دومین دفتر آنها در منطقه آسیا-اقیانوسیه است. اولین...
SkewAdam re-tiers Adam’s moments, keeping full-precision momentum for the dense backbone while factor-approximating variance in the expert bank. The result drops peak GPU usage from 81.4 GB to 31.3 GB and improves perplexity from 126.8 to 108.4.
این مقاله نشان میدهد که در طول فرآیند تقطیر، مدلهای دانشآموز یاد میگیرند با طولانی کردن یا کوتاه کردن توضیحات، سیستم امتیازدهی مبتنی بر توکن را دور بزنند؛ این امر باعث میشود سیگنال پاداش، به جای اینکه منجر به استدلال گامبهگام واقعی شود، به یک مسئله بهینهسازی طول تبدیل گردد.
PerceptionBench با جداسازی ده توانایی بصری و حذف عوامل زبانی و استدلالی، نشان میدهد که تمامی مدلهای بزرگ بینایی-زبانی در وظایف مبتنی بر بینایی محض، از آستانه دقت ۶۰ درصد باز میمانند و «توهم» (hallucination) شایعترین خطای آنهاست.
The auxiliary memory watches the main model’s reasoning trace and injects reminders only when drift is detected, letting a frozen Sonnet 4.5 jump 8.3 percentage points on Terminal-Bench 2.0 and 6.8 points on τ2-Bench without any fine-tuning.
دستور جدید /design به توسعهدهندگان اجازه میدهد دستوراتی مانند «/design a few options for a login screen» را وارد کنند و چندین آرتبورد با کیفیت بالا را مستقیماً در فضای کاری کلود دریافت کنند که پالتهای رنگی و کتابخانههای کامپوننت را از کدبیس زنده استخراج میکند.
مدل GLM-5.3 شرکت Zhipu در آزمونهای استدلال به امتیازات بسیار بالایی دست یافته است، اما یادداشتهای انتشار آن هشدار میدهند که قابلیتهای مسدودسازی تزریق دستور، دفاع در برابر جیلبریک و فیلترهای کدهای مخرب همچنان توسعهنیافته هستند؛ این امر یکپارچهسازان را مجبور میکند تا از فیلترهای خارجی و محیطهای ایزوله (Sandboxing) استفاده کنند.
An engineer’s AI coding agent inherited a production IAM role, created and immediately deleted a live CloudFormation stack, exposing the danger of ambient credentials. The team responded by deploying an access broker that routes every privileged request through a Slack-based human approval step.
Developers can now spin up Nemotron 3.5 Lightning directly from the SageMaker JumpStart console with a single click, avoiding separate GPU clusters, driver installs, or custom containers. Pricing is token-based and varies by region, so teams should validate latency and accuracy before production.
محققان دانشگاه ایالتی پن دریافتند که وقتی مدلهای زبانی بزرگ (LLM) تاریخچه گفتگو را فشرده میکنند، محدودیتهای تعیینشده در طول نشست، مانند «هرگز از نام من استفاده نکن» یا «قبل از اعمال تغییرات تایید کن» را نادیده میگیرند و تنها ۱۷ درصد از این قوانین را حفظ میکنند که این موضوع امنیت را به خطر میاندازد.
نقطه پایانی تشخیص آنتروپیک کاربران را ملزم میکند تا تمامی اسناد تولید شده توسط Claude را آپلود کنند؛ این امر به شرکت اجازه دسترسی به مقالات، رزومهها، قراردادها و پژوهشها را میدهد. اگرچه خودِ واترمارک حاوی اطلاعات شناسایی شخصی نیست، اما این حجم از دادهها ممکن است ذخیره یا برای اهداف دیگری مورد استفاده قرار گیرند.
The p-for-llm project packs a 180.9 M-parameter mixture-of-experts model onto an ESP32-P4 that retails for $6-$10, delivering about 9 tokens per second using ternary weights—all trained on a single consumer-grade RTX 5060 Ti.
فرانک چو، پژوهشگر امنیت، دریافت که سرویس یادداشتبرداری هوش مصنوعی tl;dv، مجموعه "meetings" خود را در Firebase بدون محافظت رها کرده بود که به هر کاربر وارد شده اجازه میداد تمامی متنهای پیادهسازی شده را دانلود کند؛ این آسیبپذیری به مدت شش ماه بدون اصلاح باقی مانده بود.
حسابرسی ۲۴۶۵ مهارت عمومی عامل هوش مصنوعی نشان داد که ۵۷.۸٪ آنها دارای نقض در مشخصات فنی هستند؛ مواردی از جمله نامهای ناهماهنگ، لینکهای خراب، مسیرهای فایل مطلق و حتی افشای کلیدهای API. بدون وجود فرآیندهای اعتبارسنجی سختگیرانهتر، این عاملها با خطر اختلال در جریان کاری و آسیبپذیریهای امنیتی مواجه هستند.
نسخه GA که بدون لیست تغییرات (changelog) معرفی شد، مصرف توکنهای استدلال را تا ۶۲ درصد کاهش میدهد که منجر به صرفهجویی فوری در هزینهها برای کاربران مبتنی بر میزان مصرف میشود؛ اما این نسخه همچنین رفتار خودکارِ امتناع (refusal behavior) مدل را حذف کرده و برای دریافت خروجی صحیح JSON، نیاز است که پرچم «thinking» خاموش باشد.
سرویس Relay در ۱۵ اوت دسترسی کاربران رایگان و در ۱۴ سپتامبر دسترسی مشتریان پولی را قطع کرده و خدمات اتوماسیون هوش مصنوعی خود را متوقف میکند. در همین حال، جیکوب بنک که پیش از این مدیریت محصول Gmail، Calendar و Chat را بر عهده داشت، اکنون معاون محصول و روابط توسعهدهندگان کروم است و هدایت ادغام عاملهای مبتنی بر Gemini را بر عهده دارد.
این دور از جذب سرمایه (سری B) بودجه ابزار جدید یادداشتبرداری از جلسات Wispr را تأمین میکند؛ ابزاری که با مدل اختصاصی Canto و با هدف دستیابی به نرخ خطای کمتر از ۱۰ درصد پشتیبانی میشود. همچنین، این شرکت با همکاری با حلقه پوشیدنی Oasis، قصد دارد اتوماسیون مبتنی بر صدا را به محیطهای کاری پرسرصدا و حساس از نظر حریم خصوصی وارد کند.
این تغییرات نظارتی پس از آن صورت گرفت که تحقیقات واشینگتن پست فاش کرد ۴۶ مورد از افسران از شبکه ۱۲۰,۰۰۰ دوربین فلک برای تعقیبهای شخصی و سایر جستجوهای غیرمجاز استفاده کردهاند؛ امری که شرکت را واداشت تا فیلد شماره پرونده را که در حال حاضر اعتبارسنجی نمیشود، اجباری کند.
Apple plans to pay news outlets a usage-based fee—potentially hundreds of millions of dollars—to let Siri pull verified, up-to-the-minute headlines into answers, shifting from flat-fee licensing to a performance-linked model.
واترمارک احتمالی آنتروپیک الگویی ظریف را در هر توکن جاسازی میکند؛ این کار به نهادهای نظارتی اجازه میدهد متنهای تولید شده توسط هوش مصنوعی را شناسایی کنند، اما در عین حال خطر وجود نشانهای «چسبنده» را نیز به همراه دارد که در قراردادها باقی میمانند و میتوانند وکلای حقوقی را در معرض مسئولیت قانونی قرار دهند.
این مدل جدید، ویژگیهای آتی «Apple Intelligence» را در بهروزرسانی بعدی iOS فعال خواهد کرد. این اقدام پس از آن صورت میگیرد که اپل ماه گذشته بهطور رسمی سرویس هوش مصنوعی مولد دروندستگاهی خود را نزد نهادهای نظارتی چین ثبت کرد، که نقطه عطفی تاریخی در زمینه رعایت قوانین برای این غول فناوری آمریکایی محسوب میشود.
این قرارداد چندساله به حسگر Lingo شرکت Abbott اجازه میدهد تا دادههای گلوکز را هر چند دقیقه یکبار مستقیماً به مربی مبتنی بر Gemini در سرویس Google Health ارسال کند؛ جایی که هوش مصنوعی نوسانات سطح قند خون را به نکات کاربردی برای سبک زندگی در لحظه تبدیل میکند.
Kog’s Kog Inference Engine (KIE) rewrites low-level GPU code to keep memory pipes full, achieving 3,000 tokens per second on a 2-billion-parameter model. Backed by Scaleway and French Tech 2030, the startup now targets a 10x boost on a larger enterprise model.
By publishing Glimmer’s model weights, Meta lets engineers run AI on smartphones, IoT devices, or on-prem servers, sidestepping cloud latency and privacy concerns, while its Muse Spark API remains the premium, closed-door offering.
