پلتفرم هوش مصنوعی AIHOT متن‌باز شد؛ انتشار کامل استک جمع‌آوری و فیلتر هوشمند اخبار برای توسعه‌دهندگان
پلتفرم AIHOT که از مدل‌های زبانی برای جمع‌آوری و رتبه‌بندی اخبار استفاده می‌کند، کل فریم‌ورک، پرامپت‌ها و کدهای خود را متن‌باز کرد. با استفاده از این الگوی آماده، برنامه‌نویس‌ها می‌توانند خبرخوان‌های هوشمند و اختصاصی برای حوزه‌های مختلف مانند امور مالی، حقوقی و پزشکی بسازند.
در یک نگاه (نکات کلیدی خبر)
خلاصه مهم‌ترین نکات و تحولات این گزارش برای مطالعه سریع
- توسعه‌دهنده وبسایت aihot.news سورس کد کامل، پرامپت‌ها و الگوریتم‌های رتبه‌بندی این خبرخوان هوش مصنوعی را به صورت متن‌باز منتشر کرد.
- این پروژه با لایسنس MIT عرضه شده و به تیم‌ها اجازه می‌دهد بدون شروع از صفر، بولتن‌های خبری هوشمند برای حوزه‌های مالی، حقوقی و سلامت بسازند.
- سیستم از یک پایپ‌لاین ۶ مرحله‌ای هوشمند بهره می‌برد تا قبل از ارسال متن به مدل‌های زبانی، اخبار تکراری و ضعیف را فیلتر کرده و هزینه‌ها را به حداقل برساند.
انتشار کامل استک جمع‌آوری و فیلتر اخبار هوش مصنوعی AIHOT
توسعه‌دهنده پشت وبسایت aihot.news بالاخره سورس کد کامل این پلتفرم جمع‌آوری اخبار هوش مصنوعی را به صورت عمومی منتشر کرد. این انتشار شامل تمامی بخش‌ها از جمله وبسایت، فرانت‌اند و بک‌اند، پایپ‌لاین فیلتر و انتخاب خبر، پرامپت‌ها، آستانه‌های امتیازدهی، منطق خوشه‌بندی و سیستم رتبه‌بندی است. مخزن گیت‌هاب پروژه که تحت مجوز متن‌باز MIT منتشر شده، یک الگوی جامع و سرراست برای توسعه سیستم‌های مشابه خلاصه‌سازی اخبار در حوزه‌هایی مانند حقوق، امور مالی، منابع انسانی و سلامت در اختیارتان می‌گذارد.
توسعه‌دهندگان می‌توانند این سیستم را مطابق نیاز خود شخصی‌سازی کنند؛ کافی است منابع ورودی را جایگزین کنند، معیارهای ارزیابی را بازنویسی نمایند، آستانه امتیازها را تغییر دهند و زبان خروجی را به دلخواه تنظیم کنند. انتشار پرامپت‌های آماده و محیط ارزیابی در این بسته، این پروژه را به گزینه‌ای بسیار کاربردی برای تیم‌هایی تبدیل کرده که در حال بررسی نحوه فیلتر و مدیریت حجم بالایی از فیدهای خبری به کمک مدل‌های زبانی هستند.
استک فنی پروژه؛ همه‌چیز در دسترس شماست
بخش | فناوری یا مقدار پیش‌فرض |
|---|---|
مجوز (لایسنس) | MIT |
محیط اجرا (Runtime) | TypeScript روی Node.js 24 |
پایگاه داده | PostgreSQL |
استقرار (Deployment) | Docker Compose |
خروجی پیش‌فرض | تیترها، خلاصه‌ها و بولتن‌های خبری به زبان چینی |
بخش‌های ارائه‌شده | فرانت‌اند، بک‌اند، دریافت داده (Ingestion)، فیلتر، خوشه‌بندی، رتبه‌بندی، جستجو، API و پنل مدیریت |
شش فیلتر حیاتی؛ از خزش اطلاعات تا انتشار بولتن خبری
سیستم AIHOT هر خبر و محتوا را از ۶ مرحله غربالگری عبور می‌دهد تا قبل از اینکه توکن‌های گران‌قیمت مدل‌های زبانی صرف نگارش و تحلیل شوند، محتواهای ضعیف یا تکراری به کلی حذف شوند:
- دریافت و فیلتر اولیه (Ingest and filter): دریافت محتوا، حذف لینک‌های تکراری و بررسی اولیه میزان ارتباط موضوعی.
- امتیازدهی (Score): اجرای دو ارزیابی مستقل بر اساس معیارهای سنجش کیفیت و سپس اعمال حد نصاب نمره بر اساس اعتبار منبع خبر.
- بازنویسی (Rewrite): تولید تیتر و خلاصه کوتاه با لحنی روان برای آیتم‌های برگزیده.
- خوشه‌بندی (Cluster): گروه‌بندی گزارش‌هایی که یک رخداد مشترک یا ادامه‌دار را پوشش داده‌اند.
- محاسبه میزان داغ بودن خبر (Calculate heat): رتبه‌بندی رخدادها با در نظر گرفتن تنوع منابع پوشش‌دهنده و گذر زمان (Time Decay).
- انتشار (Publish): جمع‌آوری و تدوین رویدادهای برگزیده در قالب بولتن خبری روزانه.
برچسب های مرتبط
مطالب مرتبط و پیشنهادی
شتاب خیره‌کننده مدل زبانی MiniCPM5 با دستیار ۳۲۴ میلیونی DSpark؛ جهش چشمگیر در تولید موازی توکن‌ها
تیم OpenBMB با انتشار مدل کم‌حجم ۳۲۴ میلیون پارامتری DSpark، جهش بزرگی در سرعت استنتاج مدل زبانی MiniCPM5-2B ایجاد کرده است. این مدل با تکیه بر تکنیک هوشمندانه رمزگشایی گمانه‌زنانه، توکن‌ها را به صورت دسته‌ای حدس می‌زند تا فرایند پردازش با کم‌ترین مصرف محاسباتی و بیش‌ترین سرعت ممکن اجرا شود.
پیودی‌پای: موقع ساخت هوش مصنوعی اختصاصی‌ام، OpenAI دو بار اکانتم را بست!
فلیکس شلبرگ یا همان پیودی‌پای معروف، به‌تازگی مدل هوش مصنوعی محلی خود به نام Ajax را معرفی کرده، اما فاش ساخته که در مسیر توسعه آن، شرکت OpenAI دو بار حسابش را مسدود کرده است. او برای ساخت این مدل ۹ میلیارد پارامتری از تکنیک تقطیر استفاده کرده؛ موضوعی که زنگ خطر نقض قوانین سازنده ChatGPT را به صدا درآورده است.
طعنه سنگین سم آلتمن به آنتروپیک: نسبت دادن روح و دین به هوش مصنوعی خطرناکه!
سم آلتمن، مدیرعامل اوپن‌ای‌آی، در اظهارنظری جنجالی به رویکرد شرکت رقیب یعنی آنتروپیک تاخت و نسبت دادن مفاهیم مذهبی و خودآگاهی به مدل‌های هوش مصنوعی را یک تهدید امنیتی واقعی دانست. این اختلاف‌نظر تازه پس از آن بالا گرفت که گزارش‌هایی از گفت‌وگوهای آنتروپیک با رهبران دینی برای تزریق اخلاق به مدل‌ها منتشر شد. حالا دانشمندان ارشد هوش مصنوعی و حتی واتیکان هم به این مناقشه فلسفی کشیده شده‌اند و درباره خطرات چنین رویکردی هشدار می‌دهند.
دیدگاه ها و گفتگوی تخصصی
نظرات خود را با جامعه مخاطبان وایر ای آی در میان بگذارید
هنوز دیدگاهی برای این مطلب ثبت نشده است
اولین نفری باشید که دیدگاه، تحلیل یا دیدگاه خود را درباره این موضوع با دیگران به اشتراک می گذارد.