Мир сегодня с "Юрий Подоляка"
Мир сегодня с "Юрий Подоляка"
Просмотреть
Труха⚡️Україна
Труха⚡️Україна
Просмотреть
Николаевский Ванёк
Николаевский Ванёк
Просмотреть
Мир сегодня с "Юрий Подоляка"
Мир сегодня с "Юрий Подоляка"
Просмотреть
Труха⚡️Україна
Труха⚡️Україна
Просмотреть
Николаевский Ванёк
Николаевский Ванёк
Просмотреть
AI DeepMind avatar

AI DeepMind

مقالات کاربردی هوش مصنوعی در پایتون، علوم پزشکی، علوم انسانی، علوم اعصاب و...
دوره های آموزشی از دانشگاه های بزرگ و موسسات انلاین

لینک گروه DeepLearning AI:
https://t.me/DeepLearningAIExperts
AI Ad
@ShMinaee
@ffarzaddh
Рейтинг TGlist
0
0
ТипПубличный
Верификация
Не верифицированный
Доверенность
Не провернный
РасположениеІран
ЯзыкДругой
Дата создания каналаСерп 26, 2020
Добавлено на TGlist
Лют 23, 2025
Я владелец канала
История изменений
Прикрепленная группа
Deep Learning Expert people
Deep Learning Expert people
11.3K
Подробнее

Рекорды

22.04.202523:59
13.1KПодписчиков
22.01.202523:59
0Индекс цитирования
06.04.202516:24
1.6KОхват одного поста
06.04.202516:24
1.8KОхват рекламного поста
21.04.202514:05
9.13%ER
06.04.202516:24
12.24%ERR

Развитие

Подробнее
Подписчиков
Индекс цитирования
Охват 1 поста
Охват рекламного поста
ER
ERR
ЛЮТ '25БЕР '25КВІТ '25
Подробнее

Популярные публикации AI DeepMind

Все посты
19.04.202516:25
سلام دوستان! ما دنبال چند نفر هستیم که باهامون همکاری کنن.

⸻
Job Title: Gen AI Engineer (Part-time)
⸻
حقوق:
💰 شروع از ۵۰۰٬۰۰۰ تومان در ساعت
(با امکان افزایش بر اساس مهارت و سابقه)
⸻
درباره ما:
ما یک استارتاپ در حالت stealth mode هستیم تو سیلیکون ولی که روی استفاده از Generative AI و Multimodal Language Models برای ساخت محصولی متفاوت و کاربردی کار می‌کنیم. تمرکز ما روی ساخت agentهای هوشمند با قابلیت reasoning، تعامل، و تصمیم‌گیری مستقل با استفاده از تکنولوژی‌های LLM است.
⸻
مهارت‌های ضروری:
• تجربه در طراحی و پیاده‌سازی agentic systems
• تسلط به معماری‌های Retrieval-Augmented Generation (RAG) و Multimodal RAG
• آشنایی با Vector Databases مثل Qdrant
• توانایی طراحی prompts و ساخت intelligent agents
• درک عمیق از Generative AI و LLM architectures
• تجربه کار با API مدل‌هایی مانند OpenAI, Claude, Gemini یا مدل‌های open-source
⸻
مهارت‌های امتیازی:
• تجربه در fine-tuning یا instruction tuning با PyTorch
• آشنایی با ابزارهای MLOps مثل MLflow یا Weights & Biases
• تجربه‌ی deploy کردن مدل‌ها روی AWS / GCP
⸻
مهارت‌های بک‌اند (مکمل):
• تسلط به Python و FastAPI
• برنامه‌نویسی async و طراحی data pipelines
⸻
تماس:
اگر علاقه‌مند هستید، لطفاً رزومه‌تون رو از طریق واتس‌اپ یا تلگرام به شماره زیر ارسال کنید:
@amirkrgrb
📱 +1 408 643 2477
amir.kargarb@gmail.com

⸻
Interview Process:
در مرحله اول، یک پروژه‌ی کوچک و مرتبط با GenAI به عنوان take-home test ارسال می‌شه.
⏱ مدت زمان انجام آن تقریباً بین ۳۰ دقیقه تا ۱ ساعت خواهد بود.
پروژه طوری طراحی شده که تمرکز اصلی روی توانایی تحلیل، طراحی agent و reasoning باشه — بدون پیچیدگی‌های اضافی یا نیاز به setup سنگین.
⸻
خوشحال می‌شیم باهاتون آشنا بشیم 🚀
Post media background
Post media
14.04.202516:27
اگر میخواید مفهوم «زنجیره تفکر» (Chain of Thought یا CoT) را در زمینه مدل‌های زبانی بزرگ (LLMs) توضیح بده این لینک به شما کمک میکنه
▪️ Chain of Thought

🔸 مطالب بیشتر 👇👇

✅ @AI_DeepMind
🔸 @AI_Person
16.04.202514:47
توی دنیای هوش مصنوعی، یه شاخه‌ خیلی مهم به اسم «یادگیری تقویتی» (Reinforcement Learning وجود داره. توی این روش، یه مدل یاد می‌گیره که چطور تصمیم بگیره تا به بهترین نتیجه برسه؛ درست مثل یه بازی که بازیکن با آزمون و خطا سعی می‌کنه امتیاز بیشتری بگیره. مدل با گرفتن پاداش یا جریمه از محیط، کم‌کم یاد می‌گیره چه کارهایی درسته و چه کارهایی نه.

حالا «دیوید سیلور» یکی از دانشمندان Google DeepMind یه نکته‌ هیجان‌انگیز رو افشا کرده: «ما یه سیستمی ساختیم که با استفاده از یادگیری تقویتی، تونست خودش الگوریتم‌های یادگیری تقویتی طراحی کنه.» به گفته‌ سیلور، این سیستم که خودش با هوش مصنوعی ساخته شده، از تمام الگوریتم‌های RL که طی سال‌ها توسط انسان‌ها طراحی شده بودن، عملکرد بهتری داشته.

▪️ Is Human Data Enough? With David Silver

پ.ن: بشدت پادکست خوبیه

#ایده_جذاب #پادکست #مقاله #یادگیری_تقویتی

🔸 مطالب بیشتر 👇👇

✅ @AI_DeepMind
🔸 @AI_Person
Post media background
Post media
05.04.202507:43
آنتروپیک اومده یه تکنیک اسکن مغزی روی LLMها پیاده کرده که بدون اینکه LLM متوجه بشه پروسه Reasoning رو مانیتور میکنه. جالبه که وقتی از خودش می‌پرسی چطور فلان نتیجه‌گیری رو کردی یه چیز دیگه بهت میگه! جالب‌تر اینکه درک ما از #هوش‌_مصنوعی اشتباهه و صرفا لغت بعدی رو پیش‌بینی نمیکنه!

https://www.techspot.com/news/107347-finally-beginning-understand-how-llms-work-no-they.html

#مقاله #ایده_جذاب

🔸 مطالب بیشتر 👇👇

✅ @AI_DeepMind
🔸 @AI_Person
14.04.202502:45
https://youtu.be/Yy9AekDBOkg?si=TfwECqXcVj-eJEta
10.04.202516:43
وردپرس از وب‌سایت ساز هوش مصنوعی رایگان خود رونمایی کرد!

این ابزار (AI Website Builder) به کاربران اجازه می‌دهد تنها با وارد کردن prompt، وب‌سایتی کامل و حرفه‌ای طراحی کنند.توجه: این ابزار هنوز قابلیت ساخت وب‌سایت‌های پیچیده مانند فروشگاه‌های اینترنتی یا سایت‌هایی با ادغام‌های پیشرفته را ندارد، اما در آینده ممکن است این ویژگی‌ها نیز افزوده شود.

این ابزار چگونه کار می‌کند؟
فرآیند استفاده از این ابزار بسیار ساده و گام‌به‌گام است.
پیام رایگان برای تست ابزار (مثل ایجاد صفحه تماس،افزودن تصویر،ساخت صفحه جدید و.)
پس از آن، برای استفاده نامحدود از این قابلیت‌ها باید یکی از پلن‌های میزبانی وردپرس را خریداری کنید.
وب‌سایت شما با یک دامنه رایگان به مدت یک سال و فضای ذخیره‌سازی مشخص ارائه می‌شود.

#برنامه_نویسی #مقاله #ایده_جذاب

🔸 مطالب بیشتر 👇👇

✅ @AI_DeepMind
🔸 @AI_Person
Post media background
Post media
04.04.202503:56
https://colab.research.google.com/github/nomic-ai/cookbook/blob/main/guides/pdf-rag-nomic-embed-multimodal.ipynb
post.reposted:
Daily Laily (: avatar
Daily Laily (:
04.04.202515:43
آیا AI می‌تونه توی دانشگاه‌ها وارد بشه؟

تا حالا مدل‌های زبانی بیشتر توی کارهای ساده‌تری مثل چت کردن یا تحلیل متن استفاده می‌شدن. اما حالا Anthropic داره Claude for Education رو معرفی می‌کنه، یه ابزار جدید برای دانشگاه‌ها که می‌خواد آموزش رو به‌طور کلی متحول کنه.

پیش از این، وقتی دانشجویی سوالی داشت یا نیاز به کمک توی پروژه‌ای داشت، باید می‌رفت دنبال منابع مختلف، می‌خوند و تلاش می‌کرد به جواب برسه. حالا با Claude, اون می‌تونه از Learning Mode استفاده کنه. یعنی به‌جای فقط گرفتن جواب، این مدل از دانشجو سوال می‌پرسه، مفهوم رو توضیح می‌ده و بهش کمک می‌کنه درک بهتری از موضوع پیدا کنه.

این رو هم در نظر بگیرین که Claude به دانشگاه‌ها این امکان رو می‌ده که داده‌هاشون رو آنالیز کنن و حتی ایمیل‌های تکراری رو به صورت خودکار جواب بدن. این یعنی یه قدم جلوتر از همیشه.

تیم Anthropic حتی با دانشگاه‌هایی مثل Northeastern و London School of Economics هم قراردادهایی بسته تا این ابزار رو در سطح دانشگاه به کار ببرن. برای کسانی که در حال کار روی AI برای آموزش هستن، این حرکت می‌تونه شروعی برای تحولی بزرگ توی این حوزه باشه.

اما سوال اینجاست: آیا این روشی که AI وارد آموزش بشه واقعاً به نفع دانشجوهاست؟ یا ممکنه باعث بشه که ما از تفکر انتقادی فاصله بگیریم؟ هنوز مشخص نیست، ولی می‌تونیم مطمئن باشیم که Claude قراره تاثیر زیادی توی این مسیر بذاره.
09.04.202510:54
Build a RAG app, powered by Llama 4:



https://x.com/_avichawla/status/1909131908723994759?s=19

گیتهاب
05.04.202509:48
اکانت رایگان OpenAI برای دانشجویان آمریکا و کانادا برای مدت دوماه استفاده عرضه شد علاقمندان میتونین استفاده کنین
https://chatgpt.com/students

#علوم_پزشکی #مقاله #ایده_جذاب

🔸 مطالب بیشتر 👇👇

✅ @AI_DeepMind
🔸 @AI_Person
15.04.202511:02
اگر پروژه llama.cpp رو خاطرتون باشه و ازش استفاده کرده باشید الان مدلی جدیدتر و بهتر در حجم بزرگتر برای کار با مدلهای بزرگ ارایه شده که میتونین ازش استفاده کنید.

مقاله‌ای با عنوان PRIMA.CPP به معرفی سیستم توزیع‌شده‌ای به نام prima.cpp می‌پردازد که امکان اجرای مدل‌های زبانی بزرگ (LLMs) با مقیاس 70 میلیارد پارامتر را بر روی دستگاه‌های خانگی با منابع محدود فراهم می‌کند.​ با افزایش قدرت سخت‌افزارهای مصرفی و بهبود تکنیک‌های کمیت‌سازی مدل‌ها، اجرای مدل‌های زبانی بزرگ بر روی دستگاه‌های خانگی ممکن شده است. با این حال، راه‌حل‌های موجود هنوز به خوشه‌های GPU، حافظه RAM/VRAM بزرگ و پهنای باند بالا نیاز دارند که فراتر از توانایی‌های یک خوشه خانگی معمولی است. این مقاله به معرفی prima.cpp می‌پردازد که با استفاده از ترکیبی از CPU/GPU، حافظه کم، Wi-Fi و پشتیبانی از پلتفرم‌های مختلف، امکان اجرای مدل‌های بزرگ را بر روی دستگاه‌های خانگی فراهم می‌کند.​ استفاده از mmap برای مدیریت وزن‌های مدل به‌صورت تنبل، که به جلوگیری از خطاهای Out-Of-Memory (OOM) کمک می‌کند. معرفی ساختار موازی‌سازی جدیدی که با پیش‌بارگذاری لایه‌های مدل، زمان بارگذاری از دیسک را پنهان می‌کند و به کاهش تأخیر در تولید توکن کمک می‌کند. پیشنهاد الگوریتمی برای حل مسئله تخصیص لایه‌ها به دستگاه‌ها (Layer-to-Device Assignment) با در نظر گرفتن ناهمگونی در توان محاسباتی، حافظه، دیسک، ارتباطات و سیستم‌عامل.​ در آزمایش‌ها، prima.cpp بر روی یک خوشه خانگی چهار دستگاهی، عملکرد بهتری نسبت به سیستم‌های موجود مانند llama.cpp، exo و dllama در مدل‌های 30B+ نشان داده است.
با استفاده از prima.cpp، مدل‌های پیشرفته‌ای مانند Llama 3، DeepSeek R1، Qwen 2.5 و QwQ قابل اجرا بر روی دستیارهای خانگی شده‌اند، که دسترسی به هوش مصنوعی پیشرفته را برای افراد عادی ممکن می‌سازد.

https://github.com/Lizonghang/prima.cpp

#مقاله

🔸 مطالب بیشتر 👇👇

✅ @AI_DeepMind
🔸 @AI_Person
04.04.202503:03
https://huggingface.co/collections/google/gemma-3-qat-67ee61ccacbf2be4195c265b
06.04.202503:05
https://github.com/mlabonne/llm-course
22.04.202512:59
من امروز اینجا ساعت ۱۸ راجب این کتابچه صحبت میکنیم اگه دوست داشتین بیایید


meet.google.com/qjx-tsbv-vqy
03.04.202518:34
Tessa-T1: A dedicated React reasoning model.

Built on Qwen2.5-Coder-3B-Instruct but specifically fine-tuned to understand web UI concepts and output working React code.

To run it locally, click Use this model button in @huggingface and select Jan.

https://huggingface.co/bartowski/Tesslate_Tessa-T1-3B-GGUF
Войдите, чтобы разблокировать больше функциональности.