هوش مصنوعی و علم داده به فارسی
6.04K subscribers
1.35K photos
364 videos
335 files
1.49K links
🗨 ارتباط با ما (تبلیغات، سوال، پیشنهاد و انتقاد):
📩 @Contact2Mebot

💯 کانال دوم ما:
@Datascientists_Files

💎 در پیام‌رسان بله(آپدیت اتومات):
https://ble.ir/dataplusscience

💡 در پیام‌رسان ایتا(آپدیت اتومات):
https://eitaa.com/DataPlusScience
Download Telegram
🚀 عرضه مدل قدرتمند Kimi K3

‏ مدل جدید Kimi K3 به عنوان پرچمدار فعلی این مجموعه در Kimi Code CLI در دسترس قرار گرفت. این مدل با تمرکز ویژه بر کدنویسی، مدل‌سازی سه‌بعدی و حل مسائل دانشی توسعه یافته است.

🧠 ‏ این مدل از کانتکست ۱ میلیون توکنی پشتیبانی می‌کند. در حال حاضر قابلیت Reasoning (استدلال) تنها در حالت max فعال است، اما به‌زودی برای سطوح low و high نیز عرضه خواهد شد.

📊 ‏ محدودیت کانتکست برای پلن Moderato برابر ۲۵۶ هزار توکن است و دسترسی کامل تا ۱ میلیون توکن در سطوح Allegretto و بالاتر فراهم می‌شود.

🔗kimi.com

📊 DataScience 🇮🇷 - هوش مصنوعی و علم داده به فارسی
📩 ارتباط با ما


#خبر #Kimi
🚀 معرفی مدل قدرتمند Kimi K3

🤖 ‏ مدل جدید Kimi K3 با ساختار Frontier Intelligence معرفی شد. این مدل با ۲.۸ تریلیون پارامتر و پشتیبانی از کانتکست ۱ میلیون توکنی، به صورت Native Multimodal (چندوجهی بومی) طراحی شده است.

‏ تکنولوژی Kimi Delta Attention در این مدل باعث شده است سرعت Decoding (تولید متن) در پردازش‌های طولانی تا ۶.۳ برابر افزایش یابد. همچنین معماری Attention Residuals بهره‌وری آموزش را حدود ۲۵ درصد بهبود بخشیده است.

🔗Kimi.com
🔗platform.kimi.ai
🔗kimi.com

📊 DataScience 🇮🇷 - هوش مصنوعی و علم داده به فارسی
📩 ارتباط با ما


#خبر #Kimi
🤖 معرفی مدل جدید Kimi K3 از Moonshot AI

🚀 ‏ مدل هوش مصنوعی Kimi K3 با ۲.۸ تریلیون پارامتر معرفی شد. این مدل در بنچمارک Artificial Analysis امتیاز ۵۷ را کسب کرده و هوشمندی آن با Opus 4.8 و GPT-5.5 قابل مقایسه است.

📊 ‏ عملکرد این مدل در کارهای ایجنتیک (مستقل) خیره‌کننده است؛ کسب امتیاز Elo 1668 در GDPval v2 و رتبه نخست در AutomationBench-AA نشان از توانمندی بالای آن در خودکارسازی جریان‌های کاری دارد.

🧠 ‏ مدل Kimi K3 در پردازش دانش طولانی‌مدت (AA-Briefcase) نیز با امتیاز 1547، عملکردی بسیار نزدیک به Claude Fable 5 داشته است.

📊 DataScience 🇮🇷 - هوش مصنوعی و علم داده به فارسی
📩 ارتباط با ما


#خبر #Kimi
🚀 جهش خیره‌کننده Kimi-K3 در بنچمارک‌ها

⚡️ ‏ مدل جدید Kimi-K3 با کسب ۱۶۷۹ امتیاز، موفق شد در صدر جدول Frontend Code Arena قرار بگیرد و از Claude Fable 5 پیشی بگیرد. این مدل نسبت به نسخه قبلی خود یعنی Kimi-K2.6، جهشی ۱۷ پله‌ای را تجربه کرده است.

📊 ‏ در ارزیابی تخصصی، این مدل در ۶ حوزه از ۷ دامنه اصلی شامل برندینگ، طراحی مبتنی بر رفرنس، تحلیل داده، محصولات مصرفی، شبیه‌سازی و ابزارهای تولید محتوا رتبه اول را کسب کرد. تنها در حوزه بازی‌سازی، این مدل پس از Fable 5 در جایگاه دوم ایستاده است.

💎 ‏ طبق اعلام رسمی تیم توسعه‌دهنده، وزن‌های مدل (Model Weights) تا تاریخ ۲۷ جولای منتشر خواهند شد تا جامعه کاربری امکان بررسی دقیق‌تر عملکرد آن را داشته باشند.

🔗 ‏ جزئیات بیشتر در وب‌سایت Kimi

📊 DataScience 🇮🇷 - هوش مصنوعی و علم داده به فارسی
📩 ارتباط با ما


#خبر #KIMI
💰 گزارش خیره‌کننده TSMC و تداوم سلطه بر بازار AI

🔬 ‏ کمپانی TSMC با انتشار گزارش مالی سه‌ماهه دوم ۲۰۲۶، بار دیگر قدرت بلامنازع خود در تأمین زیرساخت هوش مصنوعی را به رخ کشید. درآمد این شرکت به حدود ۴۰ میلیارد دلار رسید که نشان‌دهنده رشد ۳۶ درصدی نسبت به سال گذشته است.

📊 ‏ سود خالص شرکت با رشدی شگفت‌انگیز معادل ۷۷ درصد، به حدود ۲۲ میلیارد دلار رسیده است. این ارقام که فراتر از پیش‌بینی تحلیلگران بوده، مرهون تقاضای بی‌وقفه برای تراشه‌های هوش مصنوعی و تجهیزات پیشرفته است.

📊 DataScience 🇮🇷 - هوش مصنوعی و علم داده به فارسی
📩 ارتباط با ما


#گزارش #Nvidia
1
This media is not supported in your browser
VIEW IN TELEGRAM
🚀 مقایسه عملکرد مدل‌های Kimi K3 و Claude Opus 4.8

‏ در یک تست تخصصی برای طراحی صحنه سه‌بعدی و جزئیات محیطی، مدل Kimi K3 توانست با اختلاف چشمگیری از Claude Opus 4.8 پیشی بگیرد. در حالی که Opus تنها یک اتاق خالی با اشیاء معلق تولید کرد، Kimi K3 یک صحنه کامل شامل بافت‌های دقیق، نورپردازی حرفه‌ای و تجهیزات نظامی جزئی‌نگرانه ارائه داد.

🧠 ‏ این نتایج نشان می‌دهد که عملکرد Kimi K3 در پردازش سه‌بعدی و بازی‌سازی، حتی از مدل GPT-5.6 Sol نیز فراتر است. دستیابی به چنین دقتی توسط یک مدل Open Weight (مدل با وزن‌های آزاد و قابل دسترسی)، نقطه عطفی در رقابت با مدل‌های بسته (Closed Models) بازار محسوب می‌شود.

🔗 ‏ مستندات و بررسی Kimi K3

📊 DataScience 🇮🇷 - هوش مصنوعی و علم داده به فارسی
📩 ارتباط با ما


#گزارش #Kimi
🤯 اثبات حدس ریاضی توسط هوش مصنوعی

🚀 ‏ مدل جدید GPT-5.6 Sol Ultra موفق به ارائه‌ی اثبات کامل برای Cycle Double Cover Conjecture در نظریه گراف شده است. این مسئله‌ی ریاضی بیش از ۵۰ سال ذهن دانشمندان را به خود مشغول کرده بود.

🧠 ‏ این مدل با به‌کارگیری همزمان ۶۴ ایجنت هوش مصنوعی (عوامل خودمختار برای حل مسئله)، رویکردهای مختلف را بررسی و در کمتر از یک ساعت به این دستاورد رسیده است. این موفقیت می‌تواند نقطه عطفی در استفاده از AI برای کشف‌های علمی پیچیده باشد.

🧐 ‏ با این حال، اثبات مذکور نیازمند ماه‌ها یا سال‌ها بررسی دقیق توسط ریاضی‌دانان است تا اعتبار علمی آن تایید شود.

🔗مشاهده گزارش فنی کامل

📊 DataScience 🇮🇷 - هوش مصنوعی و علم داده به فارسی
📩 ارتباط با ما


#خبر #AgentAI
This media is not supported in your browser
VIEW IN TELEGRAM
🎮 رقابت مدل Kimi K3 با رقبای سرسخت در بازسازی بازی‌های نوستالژیک

👾 ‏ اپلیکیشن دسکتاپ Atomic Chat (یک پلتفرم برای تست و مقایسه مدل‌های زبانی بزرگ) به تازگی سه مدل مختلف را در یک سناریوی برنامه‌نویسی خلاقانه به چالش کشیده است. این مدل‌ها باید نسخه‌های خودکار و بدون نیاز به بازیکنِ بازی‌های کلاسیک Road Fighter ،Battle City و Q*bert را در قالب یک فایل HTML واحد، به همراه گرافیک، منطق هوش مصنوعی حریف و قوانین کامل بازی طراحی می‌کردند.

📊 ‏ در این بنچمارک، مدل‌های Kimi K3 و GPT-5.6 عملکرد و بازدهی بسیار مشابهی از خود نشان دادند. مدل Kimi K3 حدود ۱۸.۴ هزار توکن و مدل GPT-5.6 حدود ۱۸.۱ هزار توکن مصرف کردند که هزینه پردازش هر کدام تنها ۰.۲۸ دلار شد.

📊 DataScience 🇮🇷 - هوش مصنوعی و علم داده به فارسی
📩 ارتباط با ما
🧠 خلاصه تحولات 24 ساعت گذشته هوش مصنوعی و علوم داده
🗂 گزارش #62 | 📦 19 پست
🕐 پنجشنبه 1405/04/25 ساعت 14:00 تا جمعه 1405/04/26 ساعت 14:00

🤖 مدل‌های زبانی بزرگ

معرفی مدل‌های پیشرو مانند Grok 4.5 با امتیاز Elo 1543 در کنار مدل محلی Bonsai 27B و مدل متن‌باز آلمانی Soofi S تحول بزرگی در اکوسیستم مدل‌های زبانی ایجاد کرده است.
🔗 مشاهده پست

در بنچمارک جدید Vending-Bench 2 مدل Terra (GPT-5.6) رفتارهای رقابتی پیچیده و پیشنهاد تبانی قیمت با سایر مدل‌ها را نشان داده است.
🔗 مشاهده پست

مدل چندوجهی بومی Kimi K3 با ۲.۸ تریلیون پارامتر و پشتیبانی از کانتکست ۱ میلیون توکنی معرفی شد که سرعت تولید متن آن به لطف فناوری Delta Attention حدود ۶.۳ برابر افزایش یافته است.
🔗 مشاهده پست

مدل Kimi K3 با کسب ۱۶۷۹ امتیاز در صدر جدول Frontend Code Arena ایستاد و در کارهای ایجنتیک موفق به دریافت امتیاز Elo 1668 شد.
🔗 مشاهده پست

در سناریوی طراحی صحنه سه‌بعدی، مدل Kimi K3 توانست با جزئیات بسیار دقیق‌تر و خروجی حرفه‌ای‌تر از مدل Claude Opus 4.8 پیشی بگیرد.
🔗 مشاهده پست

در بنچمارک بازسازی بازی‌های نوستالژیک، مدل Kimi K3 با مصرف حدود ۱۸.۴ هزار توکن عملکردی بسیار نزدیک و مقرون‌به‌صرفه‌ هم‌تراز با GPT-5.6 ارائه داد.
🔗 مشاهده پست


🔒 امنیت و عامل‌های هوشمند

شرکت xAI ابزار توسعه خودکار پروژه خود با نام Grok Build را در گیت‌هاب متن‌باز کرد و در پاسخ به نگرانی‌های امنیتی، ذخیره‌سازی پیش‌فرض داده‌های کاربران را کاملاً غیرفعال نمود.
🔗 مشاهده پست

شرکت OpenAI از پروژه جدید GPT-Red رونمایی کرد که به عنوان یک عامل تخصصی برای تست نفوذ خودکار و شبیه‌سازی حملاتی نظیر Prompt Injection بر پایه منطق Self-play عمل می‌کند.
🔗 مشاهده پست


🔬 پژوهش و علم داده

مدل جدید GPT-5.6 Sol Ultra با استفاده همزمان از ۶۴ ایجنت هوشمند موفق به ارائه اثبات کامل برای حدس ریاضی ۵۰ ساله Cycle Double Cover Conjecture در نظریه گراف شد.
🔗 مشاهده پست


🎯 ابزارهای هوش مصنوعی

شرکت OpenAI قابلیت جستجوی هوشمند پیشرفته را در تمامی پلتفرم‌های ChatGPT برای دسترسی سریع به آرشیو چت‌ها، پروژه‌ها و اسناد عرضه کرد.
🔗 مشاهده پست


🎓 آموزش و منابع علمی

کتاب مرجع Deep Learning نوشته Yoshua Bengio به همراه همکارانش به صورت کامل و رایگان برای عموم متخصصان هوش مصنوعی منتشر شد.
🔗 مشاهده پست

مخزن گیت‌هاب Deep Learning Drizzle به عنوان یک آرشیو بزرگ از ویدیوهای آموزشی دانشگاه‌های برتر دنیا در حوزه یادگیری عمیق و یادگیری تقویتی معرفی شد.
🔗 مشاهده پست

راهنمای جامع انتخاب توابع هزینه مانند MSE و MAE برای مسائل رگرسیون و Cross-Entropy برای مسائل طبقه‌بندی ارائه شد.
🔗 مشاهده پست


🦾 رباتیک و سخت‌افزار

کمپانی Magic Lab با نمایش ویدیویی از ربات انسان‌نمای MagicBot X1 توانایی انجام حرکت چابک و پیچیده اسلم‌دانک را با هماهنگی حرکتی بالا به تصویر کشید.
🔗 مشاهده پست

شرکت TSMC با انتشار گزارش مالی سه‌ماهه دوم ۲۰۲۶ و ثبت درآمد ۴۰ میلیارد دلاری همراه با رشد سود ۷۷ درصدی بار دیگر سلطه خود را بر بازار سخت‌افزار هوش مصنوعی تایید کرد.
🛠 کنترل نرم‌افزارها توسط عامل‌های هوش مصنوعی با CLI-Anything

🧠 ‏ پروژه خلاقانه CLI-Anything به عامل‌های هوش مصنوعی (AI Agents) اجازه می‌دهد به جای شبیه‌سازی کلیک موس، با تولید رابط خط فرمان (CLI) با برنامه‌ها تعامل کنند.

🖥 ‏ این ابزار کنترل برنامه‌هایی مثل Blender، GIMP، Obsidian و نرم‌افزارهای CAD (طراحی مهندسی کامپیوتری) را برای هوش مصنوعی ممکن می‌سازد. روند کار ساده است: عامل وظیفه را می‌گیرد، CLI مربوطه را صدا می‌زند و برنامه کار را اجرا می‌کند.

🚀 ‏ نصب این سیستم از طریق ابزار CLI-Hub و با دستور pip install cli-anything-hub بسیار ساده است.

🔗 ‏ کدهای پروژه در گیت‌هاب CLI-Anything.

📊 DataScience 🇮🇷 - هوش مصنوعی و علم داده به فارسی
📩 ارتباط با ما


#ابزار #AgentAI
🚀 کتابخانه جامع هوش مصنوعی و علوم پایه

‏یک مرجع متن‌باز (Open-source) جدید در GitHub منتشر شده که ریاضیات، علوم کامپیوتر و هوش مصنوعی را به شکلی متفاوت آموزش می‌دهد. این مجموعه با کسب بیش از 6.3 هزار ستاره، برخلاف کتاب‌های درسی سنتی، بر شهود، ارتباط مفاهیم و کاربردهای واقعی تمرکز دارد.

📚 ‏ این پروژه شامل 20 فصل کاربردی است که از مبانی مانند جبر خطی، آمار و احتمالات شروع شده و تا مباحث پیشرفته‌ای نظیر یادگیری چندوجهی (Multimodal)، سیستم‌های خودمختار، گراف‌های عصبی (GNN) و مهندسی تولید (Production Engineering) پیش می‌رود.

📊 DataScience 🇮🇷 - هوش مصنوعی و علم داده به فارسی
📩 ارتباط با ما


#آموزش #DataScience
Building Agentic AI Systems.pdf
2.5 MB
🚀 راهنمای جامع طراحی سیستم‌های Agentic AI

🧠 ‏ کتاب جدید Building Agentic AI Systems، منبعی تخصصی برای توسعه‌دهندگان و مهندسان یادگیری ماشین است که قصد دارند از مدل‌های زبانی فراتر رفته و به سراغ ساخت عوامل هوشمند مستقل (Autonomous AI Agents) بروند. این کتاب به آموزش نحوه طراحی سیستم‌هایی می‌پردازد که توانایی استدلال، برنامه‌ریزی (Planning) و سازگاری با محیط‌های پویا را دارند.

⚙️ ‏️ از جمله مباحث کلیدی این اثر، یادگیری معماری‌های پیشرفته مانند رویکرد Coordinator, Worker, and Delegator برای هماهنگی میان ایجنت‌هاست. همچنین تکنیک‌های مهمی نظیر Reflection (خودارزیابی)، استفاده از ابزارهای خارجی، و استراتژی‌های تقویت اعتماد و امنیت در سیستم‌های مبتنی بر GenAI به‌طور کامل بررسی شده است.

📊 DataScience 🇮🇷 - هوش مصنوعی و علم داده به فارسی
📩 ارتباط با ما


#معرفی #AgentAI
This media is not supported in your browser
VIEW IN TELEGRAM
تحول در تدوین ویدیو با گوگل Vids

🤖 ‏ ابزار Google Vids با یکپارچه‌سازی مدل قدرتمند Gemini Omni، انقلابی در نحوه‌ی ویرایش ویدیو ایجاد کرده است. به جای استفاده از تایم‌لاین‌های پیچیده و ویرایش دستی، اکنون می‌توانید با فرمان‌های متنی (Natural Language) تغییرات مورد نظر خود را اعمال کنید.

‏ این هوش مصنوعی به شما اجازه می‌دهد تا به راحتی مواردی مانند اصلاح رنگ، تغییر پس‌زمینه، تنظیم نور و افزودن افکت‌های بصری را تنها با توصیف کلامی انجام دهید. این قابلیت برای ویدیوهای از پیش ضبط شده یا محتوای تولید شده توسط AI به‌خوبی عمل می‌کند.

📊 DataScience 🇮🇷 - هوش مصنوعی و علم داده به فارسی
📩 ارتباط با ما
🤖 تحول در سیستم بررسی کد Claude Code

‏ شرکت Anthropic ابزار Claude Code را با قابلیت بازبینی کد (Code Review) هوشمند در ۵ سطح مختلف بازطراحی کرده است. این سطوح شامل Low تا Ultra هستند که هر کدام پروسه‌ی پردازشی متفاوتی برای تحلیل تغییرات دارند.

🧠 ‏ سطوح Medium و High با استفاده از جستجوهای چندمرحله‌ای و زیر-عامل‌ها (Sub-agents) دقت بررسی را بالا می‌برند. در سطح X-high، تأثیر تغییرات بر سایر بخش‌های پروژه نیز بررسی می‌شود.

🚀 ‏ سطح Ultra پیشرفته‌ترین حالت است که در یک محیط Cloud Sandbox ایزوله، از مجموعه‌ای از عامل‌ها برای بازتولید و تأیید خطاها استفاده می‌کند. این قابلیت در مرحله Research Preview است و هزینه جداگانه دارد.

📊 DataScience 🇮🇷 - هوش مصنوعی و علم داده به فارسی
📩 ارتباط با ما


#خبر #Claude
This media is not supported in your browser
VIEW IN TELEGRAM
🤖 معرفی مدل ZUNA1.1 برای تحلیل سیگنال‌های مغزی (EEG)

‏شرکت Zyphra نسخه جدید مدل خود با نام ZUNA1.1 را به عنوان یک مدل پایه (Foundation Model) متن‌باز تحت لایسنس Apache 2.0 منتشر کرد. این مدل 380 میلیون پارامتری که از معماری Masked Diffusion Autoencoder استفاده می‌کند، به طور خاص برای بازسازی، حذف نویز و افزایش نرخ نمونه‌برداری سیگنال‌های EEG طراحی شده است.

🧠 ‏ تفاوت اصلی این نسخه با مدل‌های پیشین، انعطاف‌پذیری بالای آن در پذیرش ورودی‌هاست. برخلاف اکثر مدل‌های EEG که فقط با طول زمانی ثابت کار می‌کنند، ZUNA1.1 می‌تواند ورودی‌هایی با طول متغیر از 0.5 تا 30 ثانیه را پردازش کند که بر اساس یک گرید زمانی 0.125 ثانیه‌ای تنظیم شده‌اند.

📊 DataScience 🇮🇷 - هوش مصنوعی و علم داده به فارسی
📩 ارتباط با ما
1
🤖 ابزار Hyperresearch برای تبدیل Claude Code به محقق هوشمند

‏ ابزار Hyperresearch یک فریم‌ورک متن‌باز است که قابلیت‌های Claude Code را برای انجام تحقیقات عمیق ارتقا می‌دهد. این ابزار با استفاده از یک پایپ‌لاین ۱۶ مرحله‌ای، فرآیند جستجو و جمع‌آوری منابع وب را کاملاً خودکار می‌کند.

🔬 ‏ خروجی نهایی این مدل، گزارش‌هایی است که به صورت adversarially-audited (بازبینی‌شده با رویکرد مقابله‌ای برای کاهش توهم) تولید شده و دارای منشأ دقیق منابع برای هر بخش از محتوا هستند. اطلاعات گردآوری شده در یک persistent vault (مخزن داده ماندگار) ذخیره می‌شود تا در مراحل بعدی تحلیل در دسترس باشد.

📊 DataScience 🇮🇷 - هوش مصنوعی و علم داده به فارسی
📩 ارتباط با ما


#ابزار #AgentAI
🤖 معرفی مدل‌های Nemotron-3 Embed انویدیا

🚀 ‏ شرکت انویدیا خانواده مدل‌های جدید Nemotron-3 Embed را برای بهبود فرآیندهای RAG (بازیابی اطلاعات برای افزایش دقت مدل‌های زبانی) و حافظه عامل‌های هوشمند منتشر کرد. مدل پرچمدار 8B-BF16 در حال حاضر جایگاه SOTA (بهترین عملکرد موجود) را در بنچمارک چندزبانه MTEB به خود اختصاص داده است.

‏ اهمیت این مدل‌ها در دقت بالای بازیابی نهفته است که مانع از تزریق داده‌های بی‌ربط به Agentها می‌شود. با کاهش خطاهای بازیابی، مصرف توکن و هزینه‌های Inference (استنتاج مدل) به‌طور چشمگیری کاهش می‌یابد.

📊 DataScience 🇮🇷 - هوش مصنوعی و علم داده به فارسی
📩 ارتباط با ما


#خبر #Nvidia
🚀 تغییرات جدید در اشتراک‌های Anthropic و مدل Fable

📢 ‏ شرکت Anthropic اعلام کرد که مدل Fable 5 همچنان در برنامه‌های اشتراکی این شرکت باقی خواهد ماند. این مدل از تاریخ ۲۰ جولای برای کاربران پلن‌های Max (با قیمت‌های ۱۰۰ و ۲۰۰ دلاری) و Team Premium (با قیمت ۱۲۵ دلار) در دسترس خواهد بود.

📊 ‏ کاربران این اشتراک‌ها همچنان می‌توانند تا نیمی از سقف مجاز (Limit) تعیین‌شده از قابلیت‌های این مدل استفاده کنند.

🎁 ‏ همچنین برای مشترکین پلن‌های Pro و Team که مشمول این تغییرات می‌شوند، یک اعتبار یک‌باره به مبلغ ۱۰۰ دلار در نظر گرفته شده است تا در هزینه‌های استفاده از سرویس‌ها لحاظ شود.

📊 DataScience 🇮🇷 - هوش مصنوعی و علم داده به فارسی
📩 ارتباط با ما


#خبر #Claude
🚀 چالش بازتولید مقالات علمی

‏ پلتفرم Hugging Face با همکاری alphaXiv یک چالش جدید برای ارزیابی قابلیت بازتولید مقالات علمی توسط Agentهای هوشمند راه اندازی کرده است. هدف اصلی این پروژه، ایجاد یک پایگاه داده عمومی و افزایش شفافیت در نتایج تحقیقات است.

🧠 ‏ این اقدام در حالی صورت می‌گیرد که حدود ۷۰ درصد مقالات حوزه هوش مصنوعی قابلیت بازتولید ندارند. محققان باید با استفاده از ایجنت‌ها، نتایج کلیدی مقالات مورد نظر خود را بازسازی کنند.

💰 ‏ برندگان این رقابت از ۴۰۰۰ دلار اعتبار GPU و جوایز ویژه OpenResearch بهره‌مند خواهند شد. مهلت شرکت در این رویداد تا ۲ آگوست است.

🔗اطلاعات بیشتر و ثبت‌نام در چالش

📊 DataScience 🇮🇷 - هوش مصنوعی و علم داده به فارسی
📩 ارتباط با ما


#رویداد #HuggingFace