• Grok  ایلان ماسک (Elon Musk )یک LLM منبع باز است که بر روی داده های کاربر X (توئیتر سابق) آموزش دیده است که رقیب منبع باز  ChatGPT و Claude.AI Anthropic است.

    هر سه LLM از نوع B2C  بوده و یک اصل را به اشتراک می گذارند: آموزش یک LLM از مجموعه داده ها (دیتا ست) برای پاسخ به سؤالات کاربر.

    تفاوت ها در جزئیات است:

    1 .  در دسترس بودن

    می توانید اشتراک GPT 4 یا Claude Pro را در سایت های مربوطه با 20 دلار ماهانه دریافت کنید.

    Grok  ماهانه 16 دلار هزینه دارد و مستقیماً در پلتفرم X در دسترس است. برخلاف دو مدل دیگر، این مدل یک مدل منبع باز نیز هست.

    بنابراین توسعه دهندگان می توانند بدون پرداخت هزینه مجوز از Grok استفاده کنند.

    2 . مجموعه داده ها

    هر سه LLM با داده های در دسترس عموم آموزش دیده اند. ChatGPT بر روی گسترده ترین مجموعه داده ها آموزش دیده است، در حالی که Claude.AI از منابع محدودتری استفاده می کند.

    همراه با مجموعه داده های عمومی، Grok  همچنین در مورد داده های کاربر X نیز آموزش می بیند. برخلاف ChatGPT و Claude.AI، Grok  از داده های کاربر در زمان واقعی از X استفاده می کند تا به سوالات پاسخ دهد.

    بنابراین Grok پاسخ های به روزتری را نسبت به دو مورد دیگر ارائه می دهد.

    3 . عملکرد

    هوش مصنوعی Grok  عموماً کمی بدتر از ChatGPT و Claude AI در دقت واقعی و تولید متن به صورت خلاقانه عمل می کند.

    از آنجایی که گروک بر روی داده های رسانه های اجتماعی آموزش دیده است، گروک نیز به سمت منابع رسانه های اجتماعی تعصب دارد، بنابراین نسبت به دو مورد دیگر قابل اعتمادتر است.

    4 . سبک مکالمه

    هر دو ChatGPT و Claude.AI سبک های مکالمه خنثی و مودبانه ای دارند. هر دو پرسش های بحث برانگیز را رد می کنند و هدفشان ارائه پاسخ های حساس و درست از نظر سیاسی است.

    از سوی دیگر، گروک شخصیتی شوخ طبع و رگه ای سرکش دارد. طنز را به پاسخ های خود تزریق می کند و سوالات بحث برانگیز تری را نسبت به ChatGPT و Claude.AI مطرح می کند.

    5 . موارد استفاده

    ChatGPT  و Claude AI هر دو LLMهای همه منظوره هستند. می توانید از آنها برای تحقیق، نوشتن مطالب کوتاه یا حل مسائل ساده استفاده کنید.

    می‌توانید همین کار را در Grok انجام دهید، ‌علاوه بر اینکه پیشرفت‌های بی‌درنگ را در X دنبال کنید. بنابراین، Grok از بازاریابی و ردیابی رسانه‌های اجتماعی بیشتری استفاده می‌کند که ChatGPT و Claude.AI از آن استفاده نمی‌کنند.

    PDF دانلود فایل 

  • فراخوان آزمایشگاه مرجع ارزیابی محصولات و خدمات پایه هوش مصنوعی

  • در سند حاضر، ضمن بررسی سیاست های بالا دستیی و ملی، وضع موجود و چالش های اساسی شناسایی شده اند و با ارائه یک راهبرد کلی منطبق بر چشم انداز و اهداف طراحی شده در اسناد ملی، برای دستیابی به اهداف کلان، جهت گیری های سیاستی و برنامه های اجرایی مشخصی ارائه شده اند. الگوی ارائه شده برای رسیدن به برنامه ها ذیل قابل بررسی است.

    Screenshot برای دریافت فایل کامل خبر کلیک کنید.

  • آژانس پروژه های تحقیقاتی پیشرفته دفاعی (ِDARPA[1]) به شرکت Redwire قراردادی برای یک ماموریت نمایشی در مدار بسیار پایین زمین (VLEO[2]) اعطا کرد. این ماموریت که بخشی از برنامه Otter DARPA است، پلتفرم SabreSat VLEO را نشان خواهد داد.

    73

    Redwire گفت فضاپیماهای VLEO برای مأموریت‌های امنیت ملی مورد توجه قرار می‌گیرند، زیرا آنها در بالای مناطق هوابرد پرواز می‌کنند، اما به طور قابل توجهی از ماهواره‌های موجود به زمین نزدیک‌تر هستند. Redwire پلتفرم SabreSat را یک "پهپاد مداری" نامید.  این پلتفرم قصد دارد که بازار را برای فرصت های VLEO ایجاد کند.

    برنامه Otter یک "air-breathing satellite" را با استفاده از سیستم های پیشران الکتریکی جدید در VLEO نشان خواهد داد. Redwire به‌عنوان پیمانکار اصلی و مجری سیستم‌های مأموریتی برنامه Otter DARPA، مسئولیت ساخت SabreSat، یکپارچه‌سازی، هماهنگی و رهبری تیم برای پروژه را بر عهده خواهد داشت.

    آقای اسپنس وایز، معاون ارشد Redwire در ایمیلی گفت: Redwire ارزش قرارداد را فاش نکرد، اما قرارداد شامل قیمت‌گذاری برای طراحی از طریق عملیات مداری است.

    DARPA اخیراً به تامین کننده پیشرانه فاز چهار قراردادی اعطا کرد تا یک سیستم پیشرانه الکتریکی برای برنامه Otter ارائه دهد. پیشرانه ها به طور جداگانه خریداری می شوند. آقای وایز تصریح کرد که Redwire ارائه دهنده سیستم پیشرانه برای Otter را فاش نکرده است، اما "گزینه های خوب متعددی در دسترس هستند."

    آقای وایز در یک نشست خبری گفت: «ما مفتخریم که از طراحی ماهواره SabreSat خود برای پشتیبانی از پیشرفت‌های حیاتی فناوری VLEO برای برنامه DARPA Otter که بازی را تغییر می‌دهد، استفاده می‌کنیم. همانطور که VLEO به عنوان یک حوزه حیاتی برای ماموریت های امنیت ملی ظاهر می شود، Redwire به سرمایه گذاری برای حمایت از نوآوری های فناوری و عملیات استراتژیک در این محیط ادامه می دهد.

    Redwire روی پروژه VLEO در اروپا نیز کار می کند.

    منبع سایت : satellitetoday

    [1]Defense Advanced Research Projects Agency

    [2] Very Low Earth Orbit

    دانلود فایل خبر

  • اکتشاف آینده هوش مصنوعی مولد

    72

    ظهور مدل‌های زبانی کوچک

     

    مدل‌های زبانی کوچک سیستم‌های هوش مصنوعی سفارشی‌سازی شده‌ای هستند که برای درک و تولید زبان مخصوص نیازهای کسب‌وکار طراحی شده‌اند. این مدل‌ها دقت و کارایی بیشتری را در حوزه‌های تخصصی ارائه می‌دهند و در انجام وظایف مرتبط با زمینه خاص، عملکرد بهتری نسبت به مدل‌های بزرگ‌تر دارند.

    72

    آموزش بر اساس داده‌های خاص حوزه

    مدل‌های زبانی کوچک (SLM) بر اساس داده‌های خاصی آموزش می‌بینند تا اطمینان حاصل شود که آن‌ها به زبان و نیازهای عملیاتی منحصربه‌فرد یک سازمان دقیقاً تنظیم شده‌اند.  این رویکرد آموزشی منجر به تولید زبان مرتبط‌تر و دقیق‌تر می‌شود و از مشکلات مدل‌های یک‌دست جلوگیری می‌کند.

    کاربردهای دنیای واقعی مدل‌های زبانی کوچک

    با توجه به کارایی مدل‌های زبانی کوچک و توانایی آن‌ها در اجرا بر روی منابع محاسباتی حداقل، پیش‌بینی می‌شود که آن‌ها در طیف گسترده‌ای از ابزارهای روزمره تعبیه شوند.

    بهترین SLMs های موجود

عصر ارتباطات بین الملل پارس کار 2024-2007 ، شماره پروانه 100/70897