🧠 مدل‌های Reasoning شدن ترند اصلی هوش مصنوعی در ۲۰۲۵!
طبق گزارش METR، توانایی عامل‌های هوشمند هر ۷ ماه داره دو برابر می‌شه! 🚀

حالا سوال اینه:
چطور این مدل‌ها رو از ریاضی و کدنویسی فراتر ببریم و بهترfinetune کنیم؟

🎥 یه مسیر جذاب آموزشی با حمایت OpenPipe اینجاست:
https://www.youtube.com/playlist?list=PLcfpQ4tk2k0V16VYYwnwF2g-EsKRIkJaC

یک بحث داغ برای علاقه‌مندان به آینده‌ی عامل‌های هوشمند و مدل‌های Reasoning

#هوش_مصنوعی
📣👨‍💻 @AlgorithmDesign_DataStructuer

مجموعه کامل آموزش PyTorch برای یادگیری عمیق

این مجموعه شامل بیش از ۳۰ ویدیو است که تمام مفاهیم را به‌صورت عمیق آموزش می‌دهد.

https://www.youtube.com/playlist?list=PLN8j_qfCJpNhhY26TQpXC5VeK-_q3YLPa

#هوش_مصنوعی
📣👨‍💻 @AlgorithmDesign_DataStructuer

درک مفاهیم پایه‌ای هوش مصنوعی و یادگیری ماشین برای توسعه‌دهندگان به‌مرور به یک ضرورت تبدیل شده است.

اما شروع یادگیری و فهمیدن همه‌ی اصطلاحات و ایده‌های اصلی می‌تواند گیج‌کننده باشد.

در این دوره، «ولادیمیرز» مفاهیمی مانند واریانس، مقدار p، ماتریس درهم‌ریختگی، شبکه‌های عصبی و ده‌ها موضوع دیگر را به شکلی جذاب، بصری و انیمیشنی آموزش می‌دهد.

https://www.youtube.com/watch?v=PcbuKRNtCUc

#هوش_مصنوعی
📣👨‍💻 @AlgorithmDesign_DataStructuer

کمپانی Nvidia یک ریپو عالی داده که میتونید ایجنت بسازید که ویدیو رو خلاصه کنه، توش جستجو کنه و به سوالات تصویری جواب بده.
واقعا یک Blueprint هست که میتونید برای انواع کاربردهای دیگه هم استفاده کنید. خوب طبیعتا از سرویسهای خود Nvidia استفاده شده مثل مدل‌های Nemotron، NeMo Retriever و VLMهای قدرتمند. ولی میتونید با مدلهای دیگه راحت جایگزین کنید اگه دسترسی به سرویسهای NVIDIA NIM ندارید.
و اینکه هم از Vector RAG و هم Graph-RAG استفاده کردند.

github.com/NVIDIA-AI-Blueprints/video-search-and-summarization

#هوش_مصنوعی
📣👨‍💻 @AlgorithmDesign_DataStructuer

🧠 معرفی ابزاری برای پرامپت نویسی برای ساخت ویدیو ها در انواع هوش مصنوعی

🤓 همیشه این سوال هست:
چه پرامپتی بنویسم که بهترین خروجی رو از هوش مصنوعی بگیرم؟

چه بخوای با AI ویدیو بسازی، چه عکس، چه صدا یا حتی استوری‌برد، اولین چالش همینه: نوشتن یه پرامپت درست و حسابی.

این رو زیاد میپرسن ازم و نکته اینه که با یه پرامپت معمولی، خروجی معمولی می‌گیری. ولی اگه پرامپتت دقیق، چندلایه و هدفمند باشه، خروجی فوق‌العاده‌تری می‌گیری.

🔍 حالا اینجا یه ابزار جالب می‌خوام معرفی کنم که پرامپت های فوق العاده ای رو‌بتونی بنویسی و توی انواع هوش مصنوعی ساخت‌ویدیو‌بتونی‌استفاده‌کنی:

در واقع Promptefy یه موتور جستجو نیست، یه راهنماست برای اینکه پرامپت‌نویسی‌ت رو حرفه‌ای‌تر کنی.
کاری که می‌کنه اینه:

✅ بهت می‌گه برای ابزار خاصی مثل Pika یا Runway یا Sora، چه ساختاری از پرامپت بهتر جواب می‌ده.
✅ کلی مثال آماده داره که می‌تونی کپی‌شون کنی یا تغییر بدی.
✅ حتی می‌تونی فیلتر کنی بر اساس نوع ویدیو (مثل انیمیشن، تبلیغاتی، کوتاه، واقع‌گرایانه و…) یا حتی استایل هنری مورد علاقه‌ت.

یعنی به‌جای اینکه توی ذهنت بچرخی و حدس بزنی چی بنویسی، این ابزار یه جورایی دستتو می‌گیره و راه درستو نشون می‌ده.

https://www.promptefy.online/

#هوش_مصنوعی
📣👨‍💻 @AlgorithmDesign_DataStructuer

🧠✨ معرفی ابزار DeepSearcher:

یک سیستم هوشمند جستجو و تحلیل داده است که با ترکیب جدیدترین مدل‌های زبانی (مثل OpenAI o3 و Claude 4) و دیتابیس‌های برداری (مثل Milvus)، پاسخ‌های دقیق و گزارش‌های جامع از داده‌های خصوصی تولید می‌کند.
✅ مناسب برای مدیریت دانش سازمانی، سیستم پرسش‌و‌پاسخ هوشمند و بازیابی اطلاعات.


https://github.com/zilliztech/deep-searcher

#هوش_مصنوعی
📣👨‍💻 @AlgorithmDesign_DataStructuer

چه ابزارهایی مورد استفاده قرار می‌گیرند؟

مزیت پیشتاز بودن ChatGPT همچنان قابل مشاهده است. تقریباً ۸ نفر از هر ۱۰ ناشر که از هوش مصنوعی استفاده می‌کنند، گزارش داده‌اند که از ChatGPT بهره می‌برند؛ رقمی بسیار بالاتر از سایر ابزارها. پس از آن، میزان استفاده به شکل قابل توجهی کاهش می‌یابد؛ به‌طوری‌که Claude با ۲۸.۲٪ و Grammarly با ۲۷.۹٪ در رتبه‌های بعدی قرار دارند.
ابزارهای تولید تصویر و ویدئو مانند Midjourney (۸.۱٪)، Runway ML (۱.۶٪) و Lumen5 (۱.۱٪) همچنان در دسته ابزارهای خاص و کم‌کاربرد باقی مانده‌اند.

#هوش_مصنوعی
📣👨‍💻 @AlgorithmDesign_DataStructuer

🎓 Programming for Mathematicians (2024) with Julia


دوره‌ای کاربردی با نزدیک به ۵۵ ساعت آموزش عملی برای یادگیری برنامه‌نویسی ویژه ریاضی‌دانان، با استفاده از زبان قدرتمند Julia.
✅ مناسب برای دانشجویان و پژوهشگران علاقه‌مند به محاسبات عددی و ریاضیاتی.

https://www.youtube.com/playlist?list=PL7RZyOlq_XnwDnSG1VFoMS-qPmOzK9Kya


#هوش_مصنوعی
📣👨‍💻 @AlgorithmDesign_DataStructuer

گوگل ابزار جدیدی به نام Opal معرفی کرده که بدون نیاز به کدنویسی امکان ساخت اپ‌های هوش مصنوعی رو فراهم می‌کنه. این ابزار با اتصال مدل‌ها و دستورها، ساخت ورک‌فلوهای هوشمند رو ساده کرده و فعلاً در نسخه بتا فقط در آمریکا در دسترس هست.

https://t.co/jkpRywzLmQ

#هوش_مصنوعی
📣👨‍💻 @AlgorithmDesign_DataStructuer

این راهنمای مطالعه یک مهندس ماشین لرنینگه که کلی مطالب مفیدی داره و هم اینکه به زبان فارسی هم میتونید مطالعه کنید.

https://github.com/afshinea/stanford-cme-295-transformers-large-language-models/tree/main?tab=readme-ov-file

#هوش_مصنوعی
📣👨‍💻 @AlgorithmDesign_DataStructuer

دوره‌ی Advances in Computer Vision از MIT OpenCourseWare به‌صورت رایگان در دسترس است و یکی از دوره‌های فوق‌العاده به شمار می‌رود.

https://www.scenerepresentations.org/courses/2025/spring/advances-in-cv/

#هوش_مصنوعی
📣👨‍💻 @AlgorithmDesign_DataStructuer

یک دوره عالی برای درست کردن AI Agents با استفاده از Agent Development Kit (ADK) از کمپانی گوگل. این ADK خیلی به کارتون میاد اگه در اکوسیستم GCP قراره ایجنت بسازید. بیشتر از ۸ ساعت آموزشه.

https://www.cloudskillsboost.google/course_templates/1382

#هوش_مصنوعی
📣👨‍💻 @AlgorithmDesign_DataStructuer

اگر دوست دارید بدون هزینه‌ی زیاد از تمام مدل‌های به‌روز Ai استفاده کنید توصیه میکنم از http://t3.chat استفاده کنید.
درحال حاضر برای خیلی مدل‌ها مثل grok 4 راهی ارزون‌تر و بهتر از این پیدا نمیکنید.
ماهی فقط ۸ دلاره. تمام مدل‌ها رو داره.
بهتون ماهی ۱۵۰۰ تا پرامپت در مدل‌های عادی (مثلا o4-mini) و ۱۰۰ تا پرامپت در مدل‌های گران (مثلا grok 4) میده.
کیفیتش بینظیره، صاحبش محبوب و خوش‌نامه و قیمتش مفته. هر مدلی هم که میاد سریع اضافش میکنه.

#هوش_مصنوعی
📣👨‍💻 @AlgorithmDesign_DataStructuer

🔹 معرفی GLM-4.5 و GLM-4.5 Air
مدل‌های پرچم‌دار جدیدی که با هدف یکپارچه‌سازی توانایی‌های پیشرفته در استدلال، برنامه‌نویسی، و عملکرد عاملیت‌محور (Agentic) طراحی شده‌اند.

📌 ویژگی‌های مدل‌ها:

GLM-4.5:
شامل ۳۵۵ میلیارد پارامتر کل، از این میان ۳۲ میلیارد پارامتر فعال

GLM-4.5-Air:
شامل ۱۰۶ میلیارد پارامتر کل، از این میان ۱۲ میلیارد پارامتر فعال

💵 قیمت API به‌ازای هر ۱ میلیون توکن:

GLM-4.5:
▫️ ورودی (Input): ‌۰٫۶ دلار
▫️ خروجی (Output): ‌۲٫۲ دلار

GLM-4.5-Air:
▫️ ورودی (Input): ‌۰٫۲ دلار
▫️ خروجی (Output): ‌۱٫۱ دلار

#هوش_مصنوعی
📣👨‍💻 @AlgorithmDesign_DataStructuer