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

یک دوره خیلی خوب از مایکروسافت راجع به Model Context Protocol (MCP) به اسم MCP for Beginners. اگه هنوز نمیدونید MCP چی هست یا اینکه چطور کار میکنه حتما این دوره را ببینید. به جز یک ویدیو ۱ ساعته باقی ویدیوها زیر ۵-۶ دقیقه هستند. MCP یکی از مهمترین مباحث برای درست کردن AI agents هست.

https://www.youtube.com/playlist?list=PLlrxD0HtieHjYfVUpGl_-ai7D6FRBjV-d

#هوش_مصنوعی
📣👨‍💻 @AlgorithmDesign_DataStructuer

🎉 معرفی Qwen-Image — یک مدل فوق‌العاده قدرتمند برای تولید تصویر از متن!

🚀 در واقع Qwen-Image یک مدل ۲۰ میلیارد پارامتری (20B MMDiT) و نسل جدیدی از مدل‌های Text-to-Image هست که حالا متن‌باز شده!

🧠 ویژگی‌های برجسته:

🔹 بی‌نظیر در تولید متن داخل تصویر — رقابت تنگاتنگ با GPT-4o در زبان انگلیسی و بهترین عملکرد در زبان چینی
🔹 تولید متن به‌صورت درون‌پیکسلی — بدون هیچ لایه‌ی اضافی؛ همه‌چیز کاملاً یکپارچه
🔹 پشتیبانی دوزبانه + فونت‌های متنوع + چیدمان‌های پیچیده

🎨 همچنین در تولید انواع سبک‌های تصویری عالیه:
📸 واقع‌گرایانه
🎌 انیمه
🖌 امپرسیونیستی
📐 مینیمالیستی


Blog:https://qwenlm.github.io/blog/qwen-image/
Hugging Face：https://huggingface.co/Qwen/Qwen-Image
ModelScope：https://modelscope.cn/models/Qwen/Qwen-Image
Github：https://github.com/QwenLM/Qwen-Image
Technical report：https://qianwen-res.oss-cn-beijing.aliyuncs.com/Qwen-Image/Qwen_Image.pdf
Demo: https://modelscope.cn/aigc/imageGeneration?tab=advanced

#هوش_مصنوعی
📣👨‍💻 @AlgorithmDesign_DataStructuer

📌 معرفی مقاله DAPO

🔍 مقاله‌ی جدید "DAPO: An Open‑Source LLM Reinforcement Learning System at Scale" توسط تیم ByteDance منتشر شده و یک چارچوب متن‌باز برای بهینه‌سازی مدل‌های زبانی با RL ارائه می‌ده.

✅ نکات برجسته:

معرفی الگوریتم DAPO با تکنیک‌هایی مثل Clip‑Higher و Token‑Level Policy Gradient

ارزیابی روی دیتاست چالش‌برانگیز AIME 2024

کسب امتیاز ۵۰ با مدل Qwen‑2.5‑32B، جلوتر از DeepSeek‑R1

انتشار کامل کد، داده و آموزش روی GitHub

https://arxiv.org/pdf/2503.14476

#هوش_مصنوعی
📣👨‍💻 @AlgorithmDesign_DataStructuer

یک دیتاست شعر فارسی منتشر کردن که شامل بیش از 80 هزار شعر از شاعران کلاسیک و معاصر هست.
برای آموزش مدل‌های زبانی، تحلیل سبک شعر، یا پروژه‌های NLP فارسی می‌تونید ازش استفاده کنید.

https://www.kaggle.com/datasets/jigsaw13/persian-poem-dataset

#هوش_مصنوعی
📣👨‍💻 @AlgorithmDesign_DataStructuer