‏💰 مدل‌های چینی؛ ۱۸ سنت به جای ۴ دلار

‏📊 طبق گزارش CitiBank Research، مدل‌های هوش مصنوعی چینی هر میلیون توکن را با ۱۸ سنت پردازش می‌کنند، در حالی که میانگین مدل‌های پیشرو ۴ دلار است. دیپ‌سیک (DeepSeek) و سایر مدل‌های چینی با قیمت مقرون‌به‌صرفه توجه را جلب کرده‌اند.

‏🚀 تا ژوئن، سهم این مدل‌ها در پردازش متن‌باز پلتفرم OpenRouter از ۳۴٪ در ژانویه به ۶۵٪ رسید. شرکت‌ها به‌جای برتری فنی، بیشتر بر اساس قیمت مدل انتخاب می‌کنند.

‏🔄 این روند باعث شده OpenAI و Anthropic قیمت‌گذاری خود را بازبینی کنند. گارتنر پیش‌بینی می‌کند تا ۲۰۲۸ هزینه هوش مصنوعی در کدنویسی از میانگین حقوق یک توسعه‌دهنده بیشتر شود.

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

#خبر #DataScience

‏🧠 اثبات فرضیه ۱۰ ساله ریاضی توسط Claude

‏محققان هاروارد و MIT یک مسئله باز ریاضی از سال ۲۰۱۴ را به کمک Claude Fable 5 حل کردند. آنها مسئله را به یک ادعای اثبات‌نشده تقلیل دادند و به مدل سپردند.

‏🔬 مدل موفق شد یک تقارن پنهان را کشف کند که از دید انسان‌ها پنهان مانده بود. سپس استدلالی تولید کرد که سیستم Lean 4 (یک اثبات‌گر قضایا) به‌طور مستقل آن را بررسی و تأیید کرد.

‏این دستاورد نشان‌دهنده قدرت مدل‌های زبانی در کشف الگوهای عمیق و اثبات قضایای ریاضی است.

‏
‏🔗 aitoolz.ru

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

#ابزار #DataScience

‏🤖 کاهش چشمگیر هزینه استنتاج در OpenAI

‏به گزارش The Information، OpenAI به بهینه‌سازی‌های جدیدی در فرایند inference (اجرای مدل) دست یافته است که هزینه اجرای مدل‌ها را بیش از دو برابر کاهش می‌دهد.

‏🔧 مهندسان OpenAI اعلام کرده‌اند که با این تکنیک‌ها توانسته‌اند ChatGPT را برای کاربران بدون حساب (حتی بدون حساب رایگان) با تنها چند صد GPU انویدیا سرویس‌دهی کنند.

‏🧪 روش دقیق هنوز فاش نشده است. ترکیبی از quantization، KV caching، batching و مسیریابی درخواست‌های ساده به مدل‌های ارزان‌تر محتمل است.

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

#خبر #DataScience

🧠 گزارش هوشمند DataPlusScience
━━━━━━━━━━━━━━━━━━━━
🗂 شماره: #52 | بازه: ۲۴ ساعت گذشته / گزارش روزانه
📦 پست‌های بررسی‌شده: 12
🕐 از: سه‌شنبه 1405/04/09 ساعت 14:00
🕛 تا: چهارشنبه 1405/04/10 ساعت 14:00
━━━━━━━━━━━━━━━━━━━━

🛠️ ابزارها و ادغام‌های جدید

ادغام Gamma با ChatGPT از طریق پروتکل MCP (Model Context Protocol) امکان ساخت خودکار اسلاید و ارائه را مستقیماً درون چت فراهم کرده و ویرایش نهایی را به رابط Gamma می‌سپارد. این ادغام سرعت تولید محتوای بصری را بدون خروج از محیط چت افزایش می‌دهد.
🔗 مشاهده پست

گوگل دو مدل جدید معرفی کرد: Nano Banana 2 Lite برای تصاویر سریع (۴ ثانیه، $0.034 به ازای ۱۰۰۰ تصویر) و Gemini Omni Flash برای تولید و ویرایش ویدئو ($0.10 به ازای هر ثانیه) با قابلیت ویرایش زبان طبیعی و هماهنگ‌سازی متن با حرکت.
🔗 مشاهده پست

🤖 مدل‌های زبانی و عامل‌محور

LongCat-2.0 مدل MoE با ۱.۶ تریلیون پارامتر و ۴۸ میلیارد پارامتر فعال است که برای agentic coding و وظایف بلندمدت (کار با ریپازیتوری، ترمینال و جستجو) با پنجره زمینه ۱ میلیون توکن طراحی شده. معماری آن شامل LongCat Sparse Attention و Zero-Compute Experts برای مدیریت مؤثر زمینه و تخصیص خبرگان به گروه‌های Agent, Reasoning و Interaction است.
🔗 مشاهده پست

Claude Sonnet 5 از Anthropic به‌عنوان قدرتمندترین مدل عامل‌محور سری Sonnet منتشر شد و کیفیت آن نزدیک به Opus 4.8 است اما با هزینه کمتر: $۲/$۱۰ (ورودی/خروجی) تا اوت ۲۰۲۶. تمرکز اصلی روی برنامه‌ریزی، tool use و وظایف چندمرحله‌ای است.
🔗 مشاهده پست

🔬 پژوهش و مدل‌های مولد

KVAE-Audio از آزمایشگاه کندینسکی (Sber) یک توکنایزر صوتی متن‌باز با ورودی ۴۸ کیلوهرتز و فشرده‌سازی ۹۶۰ برابری محور زمان است. این توکنایزر با روش regularisation منحصربه‌فرد، تعادل میان بازسازی و تولید محتوای اصلی را حفظ کرده و آموزش مدل‌های دیفیوژن را ساده‌تر می‌کند.
🔗 مشاهده پست

محققان هاروارد و MIT یک مسئله باز ریاضی از سال ۲۰۱۴ را با کمک Claude Fable 5 حل کردند. مدل یک تقارن پنهان را کشف کرد و استدلالی تولید کرد که سیستم اثبات قضایا Lean 4 آن را تأیید نمود.
🔗 مشاهده پست

💰 اقتصاد و هزینه‌ها

بر اساس گزارش CitiBank، مدل‌های چینی هر میلیون توکن را با ۱۸ سنت پردازش می‌کنند (میانگین مدل‌های پیشرو ۴ دلار). سهم این مدل‌ها در OpenRouter از ۳۴٪ در ژانویه به ۶۵٪ در ژوئن رسیده و باعث بازبینی قیمت‌گذاری OpenAI و Anthropic شده است.
🔗 مشاهده پست

OpenAI با بهینه‌سازی inference (اجرای مدل) هزینه استنتاج مدل‌ها را بیش از دو برابر کاهش داده است. ترکیبی از quantization، KV caching و مسیریابی درخواست‌های ساده به مدل‌های ارزان‌تر، ChatGPT را تنها با چند صد GPU انویدیا سرویس‌دهی می‌کند.
🔗 مشاهده پست

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

‏📘 معرفی کتاب Designing Machine Learning Systems

‏کتاب Designing Machine Learning Systems اثر چیپ هیون (Chip Huyen) یکی از منابع کلیدی برای مهندسان و دانشمندان داده است که به طراحی و استقرار سیستم‌های ML در محیط تولید می‌پردازد.

‏🧩 این کتاب موضوعات حیاتی مثل مدیریت داده، انتخاب ویژگی، آموزش و ارزیابی مدل، خط‌لوله‌های MLOps و چالش‌های عملیاتی‌سازی را پوشش می‌دهد. برای هر کسی که سراغ ML در مقیاس واقعی می‌رود، مطالعه‌اش ضروری است.

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

#خبر #DataScience

‏📘 طراحی سیستم‌های یادگیری ماشین

‏کتاب Designing Machine Learning Systems رویکردی تکراری (iterative) برای ساخت اپلیکیشن‌های آماده‌ی تولید ارائه می‌دهد. مخاطبان اصلی آن مهندسان، دانشمندان داده و مدیران فنی هستند که ML را در مقیاس متوسط تا بزرگ به کار می‌گیرند.

‏🧠 سناریوهای کلیدی: مهندسی داده و انتخاب متریک، استقرار مدل‌های آفلاین خوب، نظارت پس از استقرار، خودکارسازی چرخه توسعه تا به‌روزرسانی، و ایجاد زیرساخت اشتراکی مثل feature store و monitoring tools.

‏⚖️ همچنین به سوگیری (bias) و ساخت سیستم‌های مسئولانه پرداخته می‌شود.

‏این کتاب برای توسعه‌دهندگان ابزار، جویای نقش ML، و رهبران فنی نیز مفید است. فصل‌های ۱، ۲ و ۱۱ برای مخاطبان غیرفنی مناسب‌ترند.

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

#ابزار #DataScience

‏🔬 معرفی Claude Science: محیط کاری هوش مصنوعی برای پژوهشگران

🔬 ‏Anthropic از Claude Science رونمایی کرده؛ یک محیط کاری تخصصی برای پژوهشگران که هوش مصنوعی، برنامه‌نویسی و محاسبات علمی را در یک پلتفرم یکپارچه ترکیب می‌کند. این ابزار ترکیبی از Claude، Jupyter Notebook، Python و R، پایگاه‌های داده علمی و زیرساخت‌های HPC و GPU است.

‏🧬 این محیط برای علوم زیستی طراحی شده: ژنومیک، Single‑cell، پروتئومیکس، زیست‌شناسی ساختاری و شیمی‌محاسباتی. کاربردهایی مانند طراحی آزمایش‌های CRISPR، پیش‌بینی ساختار پروتئین و نگارش مقالات پژوهشی دارد.

‏📌 اگر Claude Code دستیار توسعه‌دهندگان است، Claude Science دستیار تخصصی پژوهشگران محسوب می‌شود.

‏🔗 اطلاعات بیشتر در Anthropic
‏🔗 صفحه محصول Claude Science

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

‏🤖 کلود سونت ۵: رتبه ۵ در شاخص هوش، اما پرهزینه‌تر از Opus

‏📊 مدل Claude Sonnet 5 در شاخص هوش مصنوعی Artificial Analysis با امتیاز ۵۳ رتبه ۵ را گرفت و فقط ۲-۳ امتیاز از GPT-5.5 (xhigh) و Opus 4.8 (max) عقب‌تر است. این بهبود ۶ امتیازی نسبت به سونت ۴.۶ با تلاش حداکثری به دست آمده.

‏💰 با تنظیم max effort، سونت ۵ حدود ۴۰٪ توکن خروجی بیشتر و حدود ۳ برابر agentic turns نسبت به سونت ۴.۶ مصرف می‌کند. هزینه هر task به $۲.۲۹ (۲ برابر سونت ۴.۶ و ۱۵٪ بیشتر از Opus 4.8) رسیده. آنتروپیک تا اول سپتامبر تخفیف یک‌سومی روی قیمت API داده است.

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

#خبر #DataScience