Computer Science

روش تولید واترمارک مخفی توسط LLM برای تشخیص متن های تولید شده با AI ۱. ​ تولید کلید و Hashing همه‌چیز از توکن‌های قبلی شروع میشه. سیستم کلمه (یا توکن) قبلی رو می‌گیره و با یک Secret Key ترکیب می‌کنه تا یک «هش» بسازه. این هش به عنوان Seed (دانه اولیه) به یک مولد اعداد شبه‌تصادفی (PRNG) داده میشه. ۲. ​تقسیم‌بندی دیکشنری (Green/Red Lists) وقتی مدل زبانی می‌خواد کلمه بعدی رو پیش‌بینی کنه، به تمام کلمات دیکشنریش یک احتمال (Logit) میده. اینجا PRNG وارد عمل میشه و کل دیکشنری مدل رو به دو لیست تقسیم می‌کنه: ​لیست سبز (Green List): توکن‌های مجاز ​لیست قرمز (Red List): توکن‌های غیرمجاز ​(این دسته‌بندی استاتیک نیست و برای هر توکنِ جدید، کاملاً عوض میشه!) ​۳. تزریق بایاس (Logit Modification) حالا به جای اینکه مدل کلمه بعدی رو عادی انتخاب کنه، سیستم میاد به امتیازِ کلماتِ لیست سبز، یک مقدار ثابت آماری (به نام delta) اضافه می‌کنه. با این کار، بدون اینکه به گرامر، ساختار منطقی یا خلاقیت متن ضربه بخوره، شانس انتخاب کلمات لیست سبز به شدت بالا میره. ۴. نحوه تشخیص (Detection) حالا اگه بخوایم مچ یک متن رو بگیریم چی؟ کافیه با همون Secret Key متن رو اسکن کنیم. اگه انسان متن رو نوشته باشه، توزیع کلمات سبز و قرمز کاملاً تصادفی (تقریباً ۵۰-۵۰) است. اما تو متنی که LLM تولید کرده، درصد کلمات لیست سبز به شکل غیرطبیعی بالاست! اینجا با یک محاسبه آماری ساده (Z-score)، ثابت میشه که متن قطعا خروجی ماشینه. این روش (به خصوص الگوریتم Kirchenbauer) الان استاندارد طلایی واترمارک متنه و به زودی به عنوان یک لایه امنیتی و اعتبارسنجی استاندارد، پای ثابت تمام فریم‌ورک‌های توسعه LLM میشه. @silicon_brain | از هوش مصنوعی عقب نمانید

مدل Opus 5 هم آمد ... Opus 5 Why Claude switched models in your conversation with Opus 5

در مدل جدیدی به اسم bina که برای ocr زبان فارسی فاین تیون کردن با عملکردی خیره کننده نسبت به مدل‌های سطح یک دنیا در رتبه ۱ برتری خودشو نشون داد https://huggingface.co/Reza2kn/Bina-0.1

شاید براتون سوال باشه الان بهترین مدل‌های زبانی هوش مصنوعی کدوما هستن؛ چه به‌صورت کلی، چه برای تسک‌های خاص مثل کدنویسی، ریاضی، تحلیل داده و… سایت LiveBench یه لیدربورد به‌روز از مدل‌های مختلف داره که می‌تونید عملکردشون رو در دسته‌بندی‌های مختلف ببینید، امتیاز هر زیرتسک رو بررسی کنید و حتی هزینه‌ی استفاده از مدل‌ها رو کنار امتیازها مقایسه کنید. لینک: https://livebench.ai

اگر وردپرسی دارین که از نسخه اش از ۷.۰.۲ قدیمی تر است، سریعا آپدیتش کنین. دو تا مشکل امنیتی خیلی حاد هست که داره به شکل فعال برای حمله به سایت ها استفاده می شه. یک حمله sql injection و یک مشکل در REST API که اجازه اجرای کد از راه دور رو می ده. آپدیت همیشه مهمه، الان در وردپرس الزامی.

شرکت OpenAI مدل صوتی جدید GPT-Live-1 رو عرضه کرده که صدای اون طبیعی تر هست و یک مدل Full-Duplex محسوب میشه در نتیجه به طور همزمان هم میتونه صحبت کنه هم به حرفای شما گوش بده. بنابراین با این مدل، کاربران میتونن مثل یک مکالمه عادی، روی صحبتهای مدل وقفه بندازن و حرفشون رو بزنن بدون اینکه روی حرفای بعدی مدل اختلالی ایجاد بشه. همچنین چنین چیزی قابلیتهایی مثل ترجمه زنده و همزمان رو هم ممکن میکنه. این مدل صوتی به مدلهای جدیدتر GPT دسترسی داره در نتیجه میتونه سوالات پیچیده تر رو جواب بده، جوابهای تصویری در حین مکالمه به کاربر بده و در حین حرف زدن کاربر، برای مدت طولانی ساکت بمونه تا حرفهای اون رو با دقت بیشتری متوجه بشه. علاوه بر این انجام مکالمات طولانی مثلا تا نیم ساعت رو هم داره. همچنین داری درکی از زمان هست و مثلا میتونه گذشت 30 ثانیه رو بفهمه و به کاربر خبر بده. مدل GPT-Live-1 از حالا برای کاربران دارای اشتراک ChatGPT عرضه شده و برای کاربران رایگان به مرور زمان فعال خواهد شد. 🔎 techcrunch 📍 @TechTube

خلاصه دو پست بالایی اینه که از یک طرف، SpaceXAI مدل جدید Grok 4.5 رو با همکاری Cursor عرضه کرده که توی کدنویسی عملکردی عالی در سطح Claude Opus 4.8 داره و با مصرف توکن کمتر، هزینه‌ها رو هم به شدت کاهش داده. از طرف دیگه، OpenAI هم سری جدید GPT-5.6 رو منتشر کرده که شامل سه مدل با کاربری متفاوته: مدل Sol که قدرتمندترینِ این سریه و برای تحلیل‌های پیچیده و امنیت طراحی شده، مدل Terra که تعادلِ ایده‌آلی بین سرعت و قدرت ایجاد کرده، و مدل Luna که برای کسانی که سرعت بالا و هزینه‌ی کمتر می‌خوان بهینه شده. البته OpenAI برای جلوگیری از سوءاستفاده‌های سایبری، سدهای امنیتی سختی روی Sol گذاشته تا فقط برای کارهای دفاعی استفاده بشه.

شرکت OpenAI رسما مدلهای GPT 5.6 رو به طور رسمی برای تمام کاربران عرضه کرده. این مدلها حدود دو هفته رونمایی شدن ولی در اون زمان فقط در دسترس شرکتهای خاصی بودن ولی حالا OpenAI مجوز عرضه عمومی اونهارو از دولت امریکا دریافت کرده. این سری از مدلها شامل سه مدل هستن که Sol قویترین اونهاست، Terra تعادلی بین سرعت و قدرت داره و Luna برای سرعت و قیمت پایین بهینه شده. مدل Sol قویترین مدل این شرکت تاکنون هست و عملکرد بالایی در کدنویسی، پیدا کردن حفره های امنیتی و بیولوژی داره و در تستهای مختلف قدرتی نزدیک به Claude Fable و Claude Mythos با مصرف کمتر توکن و هزینه پایینتر رو به نمایش گذاشته. به دلیل قدرت بالای این مدل در شناسایی حفره های امنیتی، این شرکت سیستم حفاظتی جدیدی برای این مدل کار گذاشته تا نشه از اون برای انجام حملات سایبری و نوشتن کدهایی برای سواستفاده از حفره های امنیتی استفاده کرد. در عوض سیستم اون اجازه دفاع کردن و رفع حفره های امنیتی رو خواهد داد که البته این قابلیت فقط در دسترس افرادی هست که مجوز لازم رو برای اینکار از OpenAI دریافت کرده باشن. این مدلها از حالا برای کاربران اشتراک Pro عرضه شدن و طی 24 ساعت اینده در دسترس کاربران اشتراک پلاس هم قرار خواهند گرفت. 🔎 openai 📍 @TechTube

شرکت SpaceXAI مدل جدید Grok 4.5 رو عرضه کرده که قدرت کدنویسی در سطح Claude Opus 4.8 رو با هزینه ای بسیار کمتر در اختیار کاربران قرار میده. این مدل که با همکاری Cursor توسعه داده شده، طبق تستهای Artificial Analysis در کدنویسی با ایجنتها، قدرتی بالاتر از Opus 4.8 و نزدیک به GPT 5.5 و Fable 5 رو از خودش نشون داده. همچنین نه تنها مصرف توکنهای اون بین 3 تا 5 برابر از مدلهای Claude کمتر بوده، بلکه برای اجرای این تستها در حالی که Fable 5 حدود 3800 دلار هزینه داره، هزینه اجرای اونها با Grok 4.5 چیزی حدود 833 دلار هست و سرعت بیشتری در اجرای اونها داره. این مدل از حالا در پلتفرمهای مختلف و همچنین ابزار برنامه نویسی Grok Build در دسترس کاربران قرار گرفته. 🔎 ArtificialAnlys 📍 @TechTube

با سلام در صورتی که دانشجویی به دنبال فرصت کارآموزی باشد، چند موقعیت کارآموزی در صنعت موجود است که امکان معرفی برای آن‌ها را دارم. در صورت تمایل لطفاً رزومه خود را برای من ایمیل کنید. Behnam.y2010@aut.ac.ir

مدل جدید Claude اومد

نسخه Claude Opus 4.8 منتشر شد. - سه تغییر مشخص نسبت به نسخه 4.7: قضاوت دقیق‌تر درباره وضعیت، صداقت بیشتر در بیان محدودیت‌های خود و حفظ طولانی‌تر زمینه هنگام کار مستقل بدون راهنمایی. - در بنچمارک‌ها: کدنویسی عاملی (SWE-Bench Pro) 69.2٪ در مقابل 64.3٪ در نسخه 4.7 و 58.6٪ در GPT-5.5. استفاده از کامپیوتر (OSWorld) 83.4٪. کار دانش (GDPval-AA) 1890 در مقابل 1753 نسخه قبلی. در کدنویسی ترمینالی GPT-5.5 فعلاً با 78.2٪ در مقابل 74.6٪ جلوتر است، اما فاصله کم است. - قیمت تغییر نکرده است.