Oossa

llama.cpp از مدل چندوجهی Muse Spark Open پشتیبانی می‌کند

کتابخانه متن‌باز llama.cpp اکنون Muse Spark Open را هم دربر می‌گیرد؛ مدلی که متن، تصویر و صدا را پردازش می‌کند.

خبر کوتاهنویسنده: منتشرشده توسط Oossa: 1 دقیقه مطالعه

پروژه ggml‑org/llama.cpp در 2026-10-16 نسخه b11671 را منتشر کرد. این به‌روزرسانی مدل چندوجهی Muse Spark Open را اضافه می‌کند که ورودی‌های متنی، تصویری و صوتی را پردازش می‌کند. این مدل از معماری ترکیبیِ متخصصان با 256 متخصص استفاده می‌کند و از مسیریابی 8‌مسیره پشتیبانی می‌کند. در بخش بینایی، از برج Muse Glimmer استفاده می‌شود و پردازش صدا را یک هرم کانولوشنی علّیِ چهارمرحله‌ای انجام می‌دهد. تغییرات کد را Xuan Son Nguyen، Pedro Cuenca و Sigbjørn Skjæret ارائه کرده‌اند.

چرا مهم است

توسعه‌دهندگان اکنون می‌توانند یک مدل متن‌باز را برای کارهای متنی، تصویری و صوتی روی سخت‌افزار محلی اجرا کنند.

آیا این مقاله مفید بود؟
اشتراک‌گذاری

بیشتر بخوانید

Oossa · خبرنامه

هفتهٔ هوش مصنوعی، به زبان ساده

هر دوشنبه: خبرهایی که ارزش دانستن دارند، به زبان ساده. رایگان و بدون هرزنامه.