مدل زبانی «هرمز با ۸ میلیارد پارامتر» آمد.
این مدل، یک مدل زبانی کوچک (زیر ۱۳ بیلیون پارامتر) محسوب میشه که بر اساس Command R و روی دیتاست‌هایی که «مانی میرزایی» عزیز در «پلتفرم ماکس» زحمت ساختش رو کشیده بود ترین شده. کل پروسه ترین حدود ۴۰۰۰ دلار و ۵۰ ساعت طول کشیده.
اطلاعات بیشتر شامل روش اجرا و بنچمارک‌ها:
https://github.com/mann-e/hormoz
و دسترسی به مدل:
https://huggingface.co/mann-e/Hormoz-8B

#هوش_مصنوعی
📣👨‍💻 @AlgorithmDesign_DataStructuer

آموزش ویدیویی "Dive into LLMs like ChatGPT" از آندری کارپاتی شامل موضوعات زیر است:
- pretraining data (internet)
- tokenization
- neural network I/O
- neural network internals
- inference
- training and inference
...

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

#هوش_مصنوعی
📣👨‍💻 @AlgorithmDesign_DataStructuer

Demystifying Long Chain-of-Thought Reasoning in LLMs

paper:https://arxiv.org/abs/2502.03373
code :https://github.com/eddycmu/demystify-long-cot

#هوش_مصنوعی
📣👨‍💻 @AlgorithmDesign_DataStructuer

🌟 به دنیای Transformers و Self-Attention وارد شوید با یکی از بهترین گنجینه‌های پنهان یوتیوب! 🧠✨ هیچ‌کس مثل پروفسور Bryce مفاهیم پیچیده‌ی هوش مصنوعی را توضیح نمی‌دهد – اشتیاق او به تدریس و تعهدش به وضوح مطالب، هر درس را فراموش‌نشدنی می‌کند. 💡📚

فرقی ندارد که یک علاقه‌مند به AI باشید، دانشجوی Machine Learning، یا صرفاً کنجکاو درباره فناوری‌های پیشرفته، این ویدئو یک must-watch واقعی است! 🎥 آماده شوید تا درک خود را از Transformers به جذاب‌ترین شکل ممکن ارتقا دهید! 🚀

🔗 https://youtu.be/e9-0BxyKG10?si=EGCMhIn0xaBdrjtf

#هوش_مصنوعی
📣👨‍💻 @AlgorithmDesign_DataStructuer

🌟 دوستان عزیز، یه عذرخواهی به همتون بدهکاریم! 🌟

مدتی بود که فعالیت کمتری داشتیم، ولی دوباره با کلی محتوای جذاب و کاربردی برمی‌گردیم! 🙌🔥 ممنون که در این مدت همراه ما بودید. از این به بعد، منتظر پست‌های منظم‌تر و مطالب عمیق‌تر درباره الگوریتم‌ها، هوش مصنوعی و داده‌ساختارها باشید! 💡🚀

مرسی از صبر و همراهی شما! ❤️

⚡️ ۴۰۰,۰۰۰ مدل هوش مصنوعی در یک جا!

خبر هیجان‌انگیز! 🎉 Hugging Face کاتالوگ Spaces را راه‌اندازی کرده است، جایی که تقریبا تمام مدل‌های هوش مصنوعی دنیا را یک‌جا پیدا می‌کنید! 🚀

🔹 فیلترهای آسان بر اساس دسته‌بندی
🔹 جستجوی سریع
🔹 امکان تست هر مدل مستقیماً روی سایت – بدون نیاز به ثبت‌نام و کاملاً رایگان!

🔗 مشاهده کنید: [huggingface.co/spaces]

#هوش_مصنوعی
📣👨‍💻 @AlgorithmDesign_DataStructuer

🎯 دیگر نیازی به برچسب‌گذاری داده‌ها نیست! با Agentic Object Detection، مدل‌ها می‌توانند بدون نیاز به داده‌های برچسب‌خورده، اشیا را شناسایی کنند! 🚀

Link

#هوش_مصنوعی
📣👨‍💻 @AlgorithmDesign_DataStructuer

🔬 MedRAX
نسل جدید هوش مصنوعی پزشکی!

در واقعMedRAX یک AI agent چندمنظوره است که ابزارهای پیشرفته‌ی تحلیل X-ray قفسه سینه را با مدل‌های زبانی چندوجهی ترکیب می‌کند. بدون نیاز به آموزش اضافی، می‌تواند پرسش‌های پیچیده پزشکی را تحلیل کند و عملکردی بالاتر از مدل‌های تخصصی ارائه دهد! 🚀

▪️ Paper : https://arxiv.org/abs/2502.02673
▪️ Github : https://github.com/bowang-lab/MedRAX

#هوش_مصنوعی
📣👨‍💻 @AlgorithmDesign_DataStructuer

AI Engineer Roadmap 2025

⭐️ این آموزش ویدیویی شامل موارد زیر است:
- What is AI Engineering
- AI Engineering Applications
- Must-Have Skills for an AI Engineer
- Mathematical Foundations
- Statistics Essentials
- Data Science Skills
- Traditional Machine Learning
- Deep Learning Foundations
- Practical Implementation in Python
- Generative AI Fundamentals
- Large Language Models (LLMs)
- Fine-tuning Large Language Models
- Reinforcement Learning with Human Feedback (RLHF)
- Retrieval-Augmented Generation (RAG)
- Evaluating & Optimizing LLMs
- AI Engineering Ethics & Safety
- Additional Resources & Career Paths

https://www.youtube.com/watch?v=nYXVvK-Wmn0

#هوش_مصنوعی
📣👨‍💻 @AlgorithmDesign_DataStructuer

🔹 معرفی OpenRouter 🔹

اگر به دنبال یک راه عالی برای مقایسه و رتبه‌بندی مدل‌های زبان بزرگ (LLM) هستید، سایت OpenRouter گزینه‌ی فوق‌العاده‌ای است! 🚀

🔍 این پلتفرم رتبه‌بندی مدل‌های مختلف را براساس عملکرد و کیفیت آن‌ها ارائه می‌دهد و به شما کمک می‌کند تا بهترین مدل را برای نیازهای خود انتخاب کنید.

📊 از مقایسه‌ی مدل‌های قدرتمند گرفته تا بررسی قابلیت‌های API، همه‌چیز در OpenRouter در دسترس شماست!
https://openrouter.ai/rankings

#هوش_مصنوعی
📣👨‍💻 @AlgorithmDesign_DataStructuer

🔹 Mistral Small 3 🔹

مدل Mistral Small 3 یک LLM سبک و بهینه از Mistral AI است که برای پردازش زبان طبیعی با سرعت و دقت بالا طراحی شده است. 🚀

💡 این مدل برای چت‌بات‌ها، تکمیل متن و کاربردهای AI بسیار مناسب است.

🔗 جزئیات بیشتر:
https://mistral.ai/en/news/mistral-small-3

تست مدل:https://chat.mistral.ai/chat

#هوش_مصنوعی
📣👨‍💻 @AlgorithmDesign_DataStructuer

بهشت دیتاست ها

امروز آرشیو داده‌های data.gov رو روی Source Cooperative منتشر کردن.

این مجموعه 16 ترابایتی شامل بیش از 311,000 دیتاست هست که در سال‌های 2024 و 2025 جمع‌آوری شده، و یه آرشیو کامل از داده‌های عمومی فدرال هست که توسط data.gov لینک شدن.

این آرشیو به‌طور روزانه آپدیت میشه و داده‌های جدید به data.gov اضافه می‌شه.
لینک

@silicon_brain | از هوش مصنوعی عقب نمانید

وقتی از الگوریتم Dijkstra استفاده می کنی😂


#هوش_مصنوعی
📣👨‍💻 @AlgorithmDesign_DataStructuer

📌 یادداشت‌های درسی یادگیری ماشین – MIT

PDF: https://introml.mit.edu/_static/spring24/LectureNotes/6_390_lecture_notes_spring24.pdf

#هوش_مصنوعی
📣👨‍💻 @AlgorithmDesign_DataStructuer

📚 مجموعه‌ای ارزشمند از بهترین منابع برای تحلیل شبکه
💡 دسترسی آسان از طریق وب‌سایت GitBook

https://github.com/briatte/awesome-network-analysis

#هوش_مصنوعی
📣👨‍💻 @AlgorithmDesign_DataStructuer

📄 Graph Data Management and Graph Machine Learning: Synergies and Opportunities

این مقاله‌ی مروری دیدگاهی جامع از هم‌افزایی میان مدیریت داده‌های گرافی و یادگیری ماشین بر پایه گراف ارائه می‌دهد و نشان می‌دهد که چگونه این دو حوزه به‌طور متقابل یکدیگر را تقویت می‌کنند و در کل زنجیره‌ی علم داده‌های گرافی و یادگیری ماشین در هم تنیده‌اند.

📎 Study the paper

#هوش_مصنوعی
📣👨‍💻 @AlgorithmDesign_DataStructuer

💸 افزایش سهام علی‌بابا با تقویت همکاری با اپل!

اپل در چین حرکت‌های جدیدی انجام می‌دهد—و علی‌بابا از این فرصت بهره می‌برد. سهام این غول تجارت الکترونیک ۶.۷٪ جهش کرد و به ۱۱۱.۹۰ دلار هنگ‌کنگ (۱۴.۳۶ دلار آمریکا) رسید، که بزرگ‌ترین رشد آن از سپتامبر تاکنون محسوب می‌شود. 📈

🔍 چه چیزی این رشد را تحریک کرده است؟

🎥 اپل ویژگی‌های هوش مصنوعی Apple Intelligence خود را برای تأییدیه‌های نظارتی در چین ثبت کرده است—که با همکاری علی‌بابا توسعه یافته‌اند.
🎥 فرایند تأیید ممکن است ماه‌ها طول بکشد، اما بازار همین حالا واکنش نشان داده است.
🎥 اپل قبلاً با بایدو مذاکراتی داشت، اما پس از مواجهه با موانع، به‌جای آن به علی‌بابا روی آورد.

🤔 چرا این موضوع مهم است؟

در سه‌ماهه گذشته، درآمد اپل در چین ۱۱٪ کاهش داشت، که یکی از دلایل آن در دسترس نبودن Apple Intelligence در این منطقه بود. در همین حال، چت‌بات Qwen و مدل‌های پیشرفته هوش مصنوعی علی‌بابا، اکوسیستم تجارت الکترونیکی این شرکت را تقویت کرده‌اند—و حالا اپل به این فناوری نیاز دارد.

#هوش_مصنوعی
📣👨‍💻 @AlgorithmDesign_DataStructuer