Google Gemini 2.0 Flash Realtime delivered an impressive performance on this CT Abdomen case—it accurately answered my questions and nailed the diagnosis of acute pancreatitis, even pointing out complications to watch for. Very impressive!

Now imagine a version specifically tuned for medical imaging. It could be a game changer for doctors, trainees, and patients alike. While this wasn’t a subtle case, and my questions were fairly straightforward, the potential is exciting.

پ.ن: دکترها نظرتون چیه؟ پیشرفت هوش مصنوعی رو در پزشکی چگونه میبینید؟!

#علوم_پزشکی #مقاله #ایده_جذاب #رادیولوژی

🔸 مطالب بیشتر 👇👇

✅ @AI_DeepMind
🔸 @AI_Person

چطور می‌تونیم بفهمیم که یک مدل زبانی Fine-tune شده؟🤔
۱- Response Consistency
۲- Hold-out Data
۳- Token Attribution
۴- Benchmarking
توی این هندبوک در مورد راه‌هایی که می‌شه تشخیص داد یک مدل Fine-tune شده صحبت شده.

#آموزش
#LLM
#مستندات

ما رو دنبال کنید:

📱 @metis_ai_news
🔗 metisai.ir
📺 کانال آپارات ما: aparat.com/metis_ai

علاقه شدید من به چیزای autonomous و automated solutions عه و همیشه دوست داشتم که فرآیند ها رو خودکار کنم
و چیز دیگه همیشه بدست آوردن insight یا بینش از داده های کثیف بوده

- مثلا kaggle agent رو ساختم که فرایند یادگیری ماشین از صفر تا صد رو خودکار میکردش یعنی شما یه دیتاست و توضیحات بهش میدی اونم با کمک llm ها تو یه فرایند میاد حلش میکنه
https://github.com/MSNP1381/kaggle-Agent

- اومدم Persian ai cheaters رو زدم اونم وقتی که پست های کامیونیتی رو سازمان های خصولتی به اسم خودشون می دزدیدن و به اسم خودشون میزدن که این فرایند و صحت سنجی رو خودکار انجام بده

- یا هم اومدم nfu-trvotes رو تنهایی ساختم که هم مکملی رو مال مجلس بود هم زمان پیوستن رو مشخص میکرد و ارا بصورت خودکار تمیز و قابل تحلیل میشدن برای اینکه مشخصه که نماینده ها کجا رای میدن و چیکار میکنن و رای مردم کجا ها خرج میشه

- یا پروژه های جانبی ای مثل cache-cool , iust_ai_toolkit, unlock403 رو هم زدم

اینم گیتهاب من برای اینکه برید یه نگاه بندازید همه اینا و حتی ببیشتر اونجا هستش
https://github.com/MSNP1381

🆕️ مدل o3-mini ، رتبه برتر در کدنویسی

✅ مدل o3-mini از OpenAI اخیراً در یک چالش کدنویسی، DeepSeek R1 را پشت سر گذاشت. موضوع چالش این بود:
"یک برنامه پایتون بنویسید که یک توپ را درون یک شش‌ضلعی چرخان نمایش دهد. توپ باید تحت تأثیر جاذبه و اصطکاک قرار گیرد و به صورت واقعی از دیواره‌های چرخان بجهد."

✅ مدل o3-mini، دومین مدل "استدلال‌گر" OpenAI است که برای تجزیه و تحلیل، تفکر و اصلاح پاسخ‌ها قبل از ارائه، زمان بیشتری صرف می‌کند. این ویژگی‌ها باعث می‌شود که o3-mini بتواند نتایج دقیق‌تر و بهتری ارائه دهد.
🆔️ telegram channel:
https://t.me/Intellimage
#programming
#python

این مقاله یک روش فشرده‌سازی توکن بدون نیاز به یادگیری برای مدل‌های چندوجهی زبان بزرگ (Multi-Modal LLMs) معرفی می‌کند که در ابعاد مکانی و زمانی عمل کرده و هزینه‌های محاسباتی را بدون تأثیر بر عملکرد کاهش می‌دهد.

با ادغام این روش آماده‌به‌کار در چارچوب‌های موجود مدل‌های چندوجهی زبان بزرگ، کارایی استنتاج مدل بهبود یافته و این پیشرفت‌ها در وظیفه پرسش و پاسخ ویدئویی (Video-QA) به‌طور قابل توجهی نشان داده شده است.

▪️ Learning Free Token Reduction for Multi-Modal LLM

#مقاله #ایده_جذاب

🔸 مطالب بیشتر 👇👇

✅ @AI_DeepMind
🔸 @AI_Person

چگونه دنیای ترنسفورمرها رو برای کار با داده های RL بهینه کنیم؟

▪️ Improving Transformer World Models for Data-Efficient RL

#مقاله #ایده_جذاب #یادگیری_تقویتی #بازی_سازی

🔸 مطالب بیشتر 👇👇

✅ @AI_DeepMind
🔸 @AI_Person

Andrej Karpathy released today a new course focused on LLM, such as chatGPT architecture. This three and half hour course dives into the foundation topics such as working and processing text, language model architecture, and dive into applications of foundation models such as Llama 3.1, DeepSeek-R1, etc.

https://www.youtube.com/watch?v=7xTGNNLPyMI

یه دانش‌آموز دبیرستانی اومده لینوکس رو تو یه فایل PDF اجرا کرده.

https://github.com/ading2210/linuxpdf

#لینوکس

🔸 مطالب بیشتر 👇👇

✅ @AI_DeepMind
🔸 @AI_Person

کدومتون تویتر دارین بیایین اینجا همو فالو کنیم اونجا جدی تر هستم

https://x.com/farzadhss

.
در چند سال آینده، تخمک و اسپرم‌های پرورش‌یافته در آزمایشگاه ممکن است این امکان را فراهم کنند که انسان ها بدون تولیدمثل جنسی صاحب فرزند بیولوژیکی شوند. این فناوری که تولید گامت در شرایط آزمایشگاهی (IVG) نام دارد، سلول‌های بنیادی یا سلول‌های پوستی را به سلول‌های تولیدمثلی تبدیل می‌کند. این روش در موش‌ها موفق بوده اما همچنان تحت آزمایش‌های ایمنی و کارایی برای انسان‌ها قرار دارد.

همچنین محققان دانشگاه استنفورد یک روش درمانی انقلابی برای سرطان توسعه داده‌اند که با استفاده از ویرایش ژنتیکی، سلول‌های سرطانی را فریب داده و وادار به خودتخریبی می‌کند. آن‌ها دو «سوییچ» در سلول‌های تومور قرار داده‌اند—یکی که اجازه می‌دهد سلول‌ها به‌طور غیرقابل‌کنترل تکثیر شوند و دیگری که با یک ماده بی‌ضرر، فرآیند خودتخریبی آن‌ها را فعال می‌کند.

از طرفی ری کرزوایل، آینده‌نگر و متخصص فناوری، پیش‌بینی جالبی در مورد پیشرفت‌های تکنولوژیکی ارائه کرده است. او دیدگاهی بسیار خوش‌بینانه دارد و معتقد است که تا سال ۲۰۲۹، امکان آپلود ذهن انسان به یک کامپیوتر فراهم خواهد شد.

کرزوایل بر این باور است که تا آن زمان، فناوری به حدی پیشرفت خواهد کرد که بتوان کل ساختار مغز انسان را اسکن و تمامی اطلاعات آن را به یک سیستم دیجیتال منتقل کرد. به گفته او، این پیشرفت به ما امکان می‌دهد نسخه‌ای دیجیتالی از خودمان ایجاد کنیم که نه‌تنها مانند ما فکر و احساس می‌کند، بلکه می‌تواند در تعاملات هوشمندانه و تصمیم‌گیری‌ها مشابه ما عمل کند.

علاوه بر این، کرزوایل پیش‌بینی می‌کند که این نسخه دیجیتالی می‌تواند حتی از انسان اصلی نیز هوشمندتر باشد، زیرا قابلیت ارتقا و یادگیری نامحدود خواهد داشت و می‌توان به آن دانش و مهارت‌های جدیدی افزود.

حالا به این فکر کنید که سال ۲۰۳۰ چه اتفاقاتی خواهد افتاد!

https://www.theguardian.com/technology/article/2024/jun/29/ray-kurzweil-google-ai-the-singularity-is-nearer

https://med.stanford.edu/news/all-news/2024/10/protein-cancer.html

https://www.theguardian.com/science/2025/jan/26/lab-grown-eggs-sperm-viability-uk-fertility-watchdog

#مقاله #ایده_جذاب

🔸 مطالب بیشتر 👇👇

✅ @AI_DeepMind
🔸 @AI_Person

اگر قصد فراگیری رایگان #یادگیری_ماشین و #یادگیری_عمیق کد بیس بودن رو دنبالش هستین اینجا دکتر جرمی هاوراد این دوره رایگان و کامل رو اماده کرده و میتونین بصورت #رایگان این آموزش رو ببینید

▪️ کتابی که از اون تدریس میکنه
▪️ لینک دوره رایگان

پ.ن: لیست ادامه دارد

#منابع #کلاس_آموزشی

🔸 مطالب بیشتر 👇👇

✅ @AI_DeepMind
🔸 @AI_Person

چت بات VLM برای #رادیولوژی
▪️ RadVLM: A Multitask Conversational Vision-Language Model for Radiology


#مقاله #ایده_جذاب #علوم_پزشکی

🔸 مطالب بیشتر 👇👇

✅ @AI_DeepMind
🔸 @AI_Person

نوشته کارم داره غیرقابل تحمل میشه CEO همش کدهامونو از گیتهاب به ChatGPT میده و جوابشو واسمون میفرسته و خیال میکنه جوابو پیدا کرده! (و خب میدونید نتیجه رو!)
- منم سر یکی از پروژه ها به همچین مشکلی خورده بودم با کارفرما!
- کاش زودتر CEOهارو بیکار کنیم با AI !

#مقاله #ایده_جذاب

🔸 مطالب بیشتر 👇👇

✅ @AI_DeepMind
🔸 @AI_Person

گوگل بلااخره مدل AlphaGeometry2 برای حل سوالات هندسه معرفی کرد که میتواند مدل طلای االمپیاد این موضع رو برای خودش به ارمغان بیاره!

▪️ Gold-medalist Performance in Solving Olympiad Geometry with AlphaGeometry2

#مقاله #ایده_جذاب

🔸 مطالب بیشتر 👇👇

✅ @AI_DeepMind
🔸 @AI_Person

https://huggingface.co/deepseek-ai/deepseek-vl2

✏️image-text-to-text✏️
not limited to visual question answering, optical character recognition, document/table/chart understanding, and visual grounding.

https://youtu.be/8Fz-Wcp_sp0?si=KFBoxH2_KbrB14cq

IBM Drops Vision Model - Install Granite Vision 2B Locally 371 views 8 hr

لطفا در مورد نتایج در حوزه زبان فارسی زیر همین پست تبادل نظر کنید

https://github.com/pardissz/PersianEase

تبدیل متن محاوره ای فارسی به متن رسمی!

https://github.com/MervinPraison/PraisonAI

1. Single Agent
2. Multi AgentsAI Agents FlowAI Agents with ToolsAI Agents with MemoryAI Agents with Different ProcessesWorkflow ProcessAgentic Routing WorkflowAgentic Autonomous WorkflowAgentic ParallelizationAgentic Prompt ChainingAgentic Evaluator OptimizerRepetitive Agents

0/0000110