‏🎨 معرفی Artifacts در Claude Code — تبدیل کد به خروجی زنده

‏شرکت Anthropic قابلیت جدیدی به نام Artifacts را به ابزار Claude Code اضافه کرده است. این ویژگی به برنامه‌نویسان اجازه می‌دهد کدهای پیچیده و داده‌های پروژه را به یک صفحه وب زنده و گرافیکی تبدیل کنند. نتیجه این کار آن است که اعضای تیم و مدیران غیرفنی دیگر نیازی به خواندن کدهای سخت ندارند و می‌توانند روند تغییرات پروژه، نمودارها و خروجی‌ها را به‌صورت تصویری و تعاملی روی کامپیوتر یا موبایل تماشا کنند.

📊 Data➕Science 🇮🇷 — هوش مصنوعی و علم داده به فارسی
📩 ارتباط با ما

‏🧠 Perplexity قابلیت Brain را معرفی کرد

‏Perplexity قابلیت جدیدی به نام Brain برای عامل هوش مصنوعی خود (Computer Agent) منتشر کرد. تا پیش از این، عامل پس از هر نشست تمام اطلاعات را فراموش می‌کرد؛ اما Brain این مشکل را حل می‌کند و کارهای انجام‌شده، موفقیت‌ها و شکست‌ها را ذخیره می‌سازد. در طول شب، داده‌های انباشته‌شده را تحلیل کرده و برای روز بعد بهبود می‌یابد. نتایج روی وظایف واقعی نشان می‌دهد دقت ۲۵٪ افزایش یافته و هزینه انجام تسک‌ها ۱۳٪ کاهش پیدا کرده است. این قابلیت فعلاً در مرحله پیش‌نمایش و تنها برای کاربران طرح Max در دسترس است.

📊 Data➕Science 🇮🇷 — هوش مصنوعی و علم داده به فارسی
📩 ارتباط با ما

#ابزار #DataScience

‏🏷 مهندسان متا به برچسب‌گذاری داده منتقل شدند!

‏متا بین ۳۰ تا ۵۰ درصد مهندسان تیم‌های محصولی کلیدی را به بخش داخلی ADO (Agent Data Optimisation) منتقل کرده تا داده برچسب‌گذاری کنند. این مهندسان وظایفی مثل بررسی مخازن کد تولیدشده توسط هوش مصنوعی و ارائه بازخورد برای RLHF را بر عهده دارند. بیشترین تأثیر روی مهندسان امنیت سایبری و تیم‌های زیرساختی و محصولی بوده است. در مجموع اکنون تقریباً هر پنجم یا ششم مهندس در متا به‌صورت تمام‌وقت با برچسب‌گذاری داده مشغول است.

‏🔗 The Next Web

📊 Data➕Science 🇮🇷 — هوش مصنوعی و علم داده به فارسی
📩 ارتباط با ما

#خبر #DataScience

‏🦌 DeerFlow: کارمند AI متن‌باز ByteDance

‏DeerFlow یک framework چندعاملی (multi-agent) متن‌باز با مجوز MIT است که توسط ByteDance توسعه یافته و یک prompt را به خروجی نهایی تبدیل می‌کند.

‏این ابزار برخلاف چت‌بات‌های معمولی یک lead agent دارد که طرح می‌ریزد، سپس زیرagent‌های تخصصی به‌صورت موازی برای تحقیق، نوشتن کد، تست، رفع خطا، ساخت وب‌سایت، گزارش، داشبورد، اسلاید و ویدیو فعالیت می‌کنند.

‏محصول روی کامپیوتر کاربر اجرا می‌شود، فایل‌ها را می‌خواند، دستورات اجرا می‌کند، ابزارهای خارجی را فراخوانی می‌کند و با یادگیری ترجیحات کاربر به‌تدریج بهبود می‌یابد.

‏نسخه ۲.۰ DeerFlow از پایه بازنویسی شده و هم‌اکنون با بیش از ۲۲.۷ هزار ستاره و ۲.۷ هزار fork در صدر GitHub Trending قرار دارد.

📊 Data➕Science 🇮🇷 — هوش مصنوعی و علم داده به فارسی
📩 ارتباط با ما

#ابزار #DataScience‏

‏🤖 حالت Vision در DeepSeek فعال شد

‏DeepSeek حالت Vision را در نسخه وب و اپلیکیشن موبایل خود راه‌اندازی کرده است. این قابلیت از CoT بصری (Chain-of-Thought) برای وظایف پیچیده مانند استنتاج هندسی، تحلیل نمودارها و تبدیل مستقیم اسکرین‌شات‌های رابط کاربری به HTML پشتیبانی می‌کند. اساس این ویژگی، کار پژوهشی "Thinking with Visual Primitives" است که در آن مشکل درک MMLM (Multimodal Large Language Models) با تمرکز بر مکان‌یابی دقیق و استدلال فضایی حل شده است. در این روش، مختصات و کادرهای مرزی به عنوان واحدهای اصلی تفکر عمل کرده و مستقیماً در CoT بصری گنجانده می‌شوند. این امر به مدل، جهت‌گیری فضایی دقیقی در استنتاج بدون نیاز به توصیفات زبان طبیعی می‌دهد.

📊 Data➕Science 🇮🇷 — هوش مصنوعی و علم داده به فارسی
📩 ارتباط با ما

#خبر #Multimodal

‏🍝 سه سال پیشرفت هوش مصنوعی در یک ویدیوی اسپاگتی

‏ویدیوی معروف «ویل اسمیت در حال خوردن اسپاگتی» به یکی از معیارهای غیررسمی ارزیابی کیفیت مدل‌های تولید ویدیو تبدیل شده است. در مارس ۲۰۲۳، مدل Modelscope تلاش کرد این صحنه را بازسازی کند و نتیجه‌ای به‌شدت غریب و غیرطبیعی تحویل داد. حالا در ژوئن ۲۰۲۶، مدل Grok Imagine 1.5 همان پرامپت را با همان ویل اسمیت و همان اسپاگتی اجرا کرده و تفاوت چشمگیری را به نمایش گذاشته است.

‏این مقایسه به‌خوبی نشان می‌دهد که در تنها سه سال، مدل‌های تولید ویدیو (video generation) از خلق صحنه‌های شکسته و غیرقابل‌باور به تولید ویدیوهایی واقع‌گرایانه رسیده‌اند. سرعت این پیشرفت، پتانسیل آینده این فناوری را به‌روشنی نمایان می‌کند.

📊 Data➕Science 🇮🇷 — هوش مصنوعی و علم داده به فارسی
📩 ارتباط با ما

#ابزار #Grok

‏🧠 میمو کد شیائومی؛ ایجنت با حافظه چهارسطحی

‏شیائومی ایجنت MiMo Code را معرفی کرد؛ عامل هوشمندی که برخلاف GPT و Claude که پس از ۲۰-۳۰ مرحله مسیر را گم می‌کنند، حتی در صدمین ویرایش رشته کار را حفظ می‌کند. حافظه چهارسطحی آن شامل Session (گفتگوی جاری)، Project (گراف وابستگی‌های مخزن)، Global (دانش فریم‌ورک‌ها) و History (آرشیو تلاش‌ها) است. وقتی context پر می‌شود، یک subagent لاگ‌ها را به vector embedding فشرده می‌کند — مانند checkpoint در بازی. هر هفت روز فرآیند پس‌زمینه /dream داده‌های تکراری را پاک می‌کند. نکته کلیدی مکانیزم Goal است: یک subagent مستقل که تکمیل واقعی وظیفه را بررسی می‌کند و اجازه نمی‌دهد ایجنت کد خراب را آماده بپندارد.

‏📖 MiMo Code

📊 Data➕Science 🇮🇷 — هوش مصنوعی و علم داده به فارسی
📩 ارتباط با ما

#معرفی #AgentAI

‏🔁 مهندسی حلقه (Loop Engineering): از پرامپت تا سیستم‌های هوشمند خودکار

‏با پیشرفت عامل‌های هوش مصنوعی (AI Agents) در سال ۲۰۲۶، تمرکز از پرامپت‌های صرف به سمت طراحی سیستم‌های چرخه‌ای سوق یافته است. این سیستم‌ها قادر به تفکر مداوم، اجرا، مشاهده، تأیید و تکامل هستند. تفاوت اصلی بین پروژه‌های آماتور و سیستم‌های تولیدی در "مهندسی حلقه" (Harness Engineering) نهفته است، که شامل قابلیت‌هایی مانند کارکرد مداوم برای دقایق یا ساعت‌ها، بازیابی پس از شکست، کنترل هزینه و تشخیص زمان توقف است.

📊 Data➕Science 🇮🇷 — هوش مصنوعی و علم داده به فارسی
📩 ارتباط با ما

#مقاله #AgentAI

‏👁️‍🗨️ PixelRAG: جستجوی بصری در وب بدون HTML Parsing

‏PixelRAG یک سیستم بازیابی متن‌باز (open-source retrieval system) است که جستجوی بصری در مقیاس وسیع را متحول می‌کند. این سیستم به جای تجزیه HTML و تبدیل صفحه به متن برای RAG (Retrieval-Augmented Generation)، از صفحه وب اسکرین‌شات گرفته و با استفاده از یک مدل بینایی-زبانی (vision-language model)، پاسخ را مستقیماً از پیکسل‌ها استخراج می‌کند. این رویکرد کاملاً فرآیند HTML parsing را دور می‌زند.

‏اهمیت این نوآوری در آن است که فرآیند HTML parsing معمولاً اطلاعات زیادی را از بین می‌برد؛ یک parser می‌تواند بیش از ۴۰٪ از محتوای یک صفحه را حذف کند و جداول، نمودارها و چیدمان بصری صفحه را نادیده بگیرد یا تخت کند. PixelRAG صفحه‌ای را که کاربر واقعاً می‌بیند، ایندکس می‌کند.

📊 Data➕Science 🇮🇷 — هوش مصنوعی و علم داده به فارسی
📩 ارتباط با ما

#خبر #DataScience

‏🤖 ساخت تیم تحقیقاتی آکادمیک با Claude

‏این راهنما به شما امکان می‌دهد تا با استفاده از مدل زبان بزرگ Claude، یک تیم تحقیقاتی آکادمیک کامل را شبیه‌سازی کنید. این ابزار قدرتمند شامل ۱۳ عامل (agent) و ۸ حالت (mode) برای «تحقیقات عمیق»، ۱۲ عامل و ۱۱ حالت برای نگارش «مقالات آکادمیک»، و ۷ عامل برای «بررسی مقالات آکادمیک» است. همچنین یک پایپ‌لاین ۱۰ مرحله‌ای با قابلیت تأیید ارجاعات (citation verification) ارائه می‌دهد که می‌تواند فرآیند تحقیق و نگارش علمی را متحول کند. این ابزار برای استفاده‌های غیرتجاری رایگان است.

‏🔗 GitHub

📊 Data➕Science 🇮🇷 — هوش مصنوعی و علم داده به فارسی
📩 ارتباط با ما

#آموزش #Claude

‏⚡️ اجرای محلی Gemma 4 26B با قابلیت عامل‌های موازی

‏قابلیت‌های مدل Gemma 4 26B، اکنون به‌صورت محلی (locally) قابل اجراست. این مدل می‌تواند ۱۰ عامل فرعی (sub-agents) را به‌صورت موازی هماهنگ کند تا در عرض چند ثانیه یک گالری هنری SVG کدنویسی کند. با سرعت پردازش بیش از ۱۰۰ توکن بر ثانیه، این امکان فراهم می‌شود تا وظایف پیچیده را به خوبی مقیاس‌بندی کرده یا چت‌بات‌های محلی برای کل تیم‌ها توسعه داد. این پیشرفت توسط Google Gemma ارائه شده است.

📊 Data➕Science 🇮🇷 — هوش مصنوعی و علم داده به فارسی
📩 ارتباط با ما

#آموزش #Gemma

‏🧠 تنسورها: گرامر هوش مصنوعی مدرن

‏تنسورها، برخلاف تصور رایج، ریاضیات انتزاعی نیستند؛ بلکه گرامر اصلی هوش مصنوعی مدرن به شمار می‌آیند. یک اسکالر تنها یک عدد است، یک بردار مجموعه‌ای از اعداد در یک خط، و یک ماتریس شبکه‌ای از اعداد. تنسور شکل کلی‌تر این مفاهیم است که اعداد را در ابعاد مختلف سازماندهی می‌کند.

‏تصاویر، ویدئوها، جریان داده حسگرهای ربات، وزن‌های شبکه‌های عصبی و شبیه‌سازی‌های فیزیکی، همگی نمونه‌هایی از تنشورها هستند. یادگیری عمیق (Deep Learning) اساساً ترکیب جبر تنسورها، بهینه‌سازی (Optimization) و قدرت محاسباتی است. با درک تنسورها، هوش مصنوعی دیگر جادویی به نظر نمی‌رسد؛ بلکه به یک ساختار منطقی تبدیل می‌شود که واقعیت را از طریق اعداد، هندسه و تبدیل‌ها به هوشمندی می‌رساند.

📊 Data➕Science 🇮🇷 — هوش مصنوعی و علم داده به فارسی
📩 ارتباط با ما

#آموزش #TensorAlgebra

‏🤖 تکامل RAG با هوش مصنوعی عاملی (Agentic RAG)

‏سیستم‌های تولید مبتنی بر بازیابی (RAG) به مدل‌های زبانی بزرگ (LLMs) امکان دسترسی به داده‌های شما را می‌دهند، اما RAG عاملی (Agentic RAG) به آن‌ها قضاوت در مورد چگونگی استفاده از این داده‌ها را می‌بخشد. تفاوت اصلی در نحوه مدیریت عدم قطعیت توسط هر سیستم است. در RAG استاندارد، یک خط لوله ثابت اجرا می‌شود: پرس‌وجو رمزگذاری شده، پایگاه داده برداری جستجو می‌شود، اسناد مشابه بازیابی شده و سپس پاسخی تولید می‌شود. این روش زمانی که پرس‌وجو خوش‌فرم باشد و زمینه مناسب در یک مکان وجود داشته باشد، خوب عمل می‌کند.

📊 Data➕Science 🇮🇷 — هوش مصنوعی و علم داده به فارسی
📩 ارتباط با ما

#آموزش #RAG

‏🧠 هشدارهای سایبری: مدل Mythos آنتروپیک سیستم‌های امنیتی آمریکا را در ساعات اولیه هک کرد

‏ژنرال جوشوا راد، رئیس آژانس امنیت ملی (NSA) و فرماندهی سایبری آمریکا، در تاریخ ۱۱ ژوئن اعلام کرد که مدل هوش مصنوعی Mythos شرکت Anthropic، در یک تست کنترل‌شده، توانسته است در عرض چند ساعت نه تنها حفره‌های امنیتی، بلکه زنجیره‌های اکسپلویت (Exploit Chains) را نیز در سیستم‌های طبقه‌بندی‌شده آمریکا کشف کند. این توانایی شگفت‌انگیز، که بسیار سریع‌تر از حد انتظار بود، نگرانی‌های جدی در مورد امنیت سایبری و پتانسیل سوءاستفاده از مدل‌های پیشرفته هوش مصنوعی ایجاد کرده است.

📊 Data➕Science 🇮🇷 — هوش مصنوعی و علم داده به فارسی
📩 ارتباط با ما

#خبر #Anthropic

‏🤖 Codex حالا با همه مدل‌ها کار می‌کند

‏کدکس (Codex) به‌روز شد و امکان اتصال به مدل‌های محلی را فراهم کرد. با استفاده از دستور oss می‌توانید کدکس را به پلتفرم‌های شخص ثالثی مانند Ollama یا LM Studio متصل کنید؛ اگر پارامتر خاصی تعیین نشود، به‌صورت پیش‌فرض به Ollama وصل می‌شود که می‌توان آن را در فایل ‎oss_provider تغییر داد.

‏این قابلیت به توسعه‌دهندگان اجازه می‌دهد تا به‌طور کامل از سرویس‌های ابری جدا شوند و مدل‌های سازگار را روی سخت‌افزار خود اجرا کنند، در نتیجه هزینه‌های اشتراک‌های خارجی حذف می‌شود. همین‌طور می‌توانید از هر شبکه عصبی سازگار بر روی سیستم خود استفاده کنید بدون نیاز به اتصال اینترنتی.

📊 Data➕Science 🇮🇷 — هوش مصنوعی و علم داده به فارسی
📩 ارتباط با ما

#خبر #DataScience

‏🤖 توسعه ۴۰ دقیقه‌ای: ساخت اپ‌لیکیشن از صفر با لوپ سه‌ایجنت

‏این ویدیو نشان می‌دهد که تیمی از مهندسان می‌توانند در حدود ۴۰ دقیقه یک برنامه کاربردی کامل را به‌صورت چرخه‌ای (Loop) با سه نقش اصلی - پلنر (طرح‌ریزی)، بیلدر (نویسنده کد) و جاج‌کننده (مستندسازی و تست) - بسازند. پلنر ابتدا ساختار کلی محصول را طرح‌ریزی می‌کند، سپس بیلدر کدها را می‌نویسد و در نهایت جاج‌کننده عملکردها را بررسی می‌کند؛ در صورت شناسایی نقص، مرحله پیشین بازگردانده می‌شود تا اصلاح شود. این فرایند تکراری تضمین می‌کند که محصول نهایی تمیز، با کیفیت و بدون خطا تحویل داده می‌شود.

📊 Data➕Science 🇮🇷 — هوش مصنوعی و علم داده به فارسی
📩 ارتباط با ما

#آموزش #AgentAI

‏🤖 معرفی سیستم ارکستراسیون عامل Fugu از Sakana AI

‏شرکت Sakana AI سیستم ارکستراسیون عامل (Agent Orchestration) خود با نام Fugu را پس از دو ماه دوره بتا، به صورت عمومی منتشر کرد. این سیستم، که در آوریل معرفی شده بود، یک مدل زبان کوچک (LLM) است که برای فراخوانی و مدیریت سایر LLM‌ها آموزش دیده. Fugu به جای تعریف دستی مکانیزم‌ها و نقش‌ها، به صورت تطبیقی تصمیم می‌گیرد کدام LLM را با چه نقشی و برای چه زیروظایفی فراخوانی کند و در برخی پیکربندی‌ها از Fable 5 نیز پیشی می‌گیرد.

📊 Data➕Science 🇮🇷 — هوش مصنوعی و علم داده به فارسی
📩 ارتباط با ما

#معرفی #AgentAI