علیرضام

چندتاییتون پرسیدن توی دایرکت

آیا این دوره ها باعث میشه استخدام بشیم

نه

آیا هیچ پوینت مثبتی نداره

بازم نه
ولی فکر نکنین دوره دیدی میتونی استخدام بشی

Skill Self-Play: Pushing the Frontier of LLM Capability with Co-Evolving Skills

https://arxiv.org/abs/2607.22529

من خودم اینجور مدلا رو قبول ندارم
صرفا میرن یه مشت دیتا از مدل ها استخراج میکنن
بعد زارت unsloth رو برمیدارن و SFT میزنن روش
اسمشم میزارن تقطیر دانش و این حرفا ...
میگن fable رو آوردیم رو فلان مدل open source و این حرفا

در حالی که باید با توزیع وزن های مدل نرم رفتار کرد ...
distribution mismatch

اینکارا که انجام میدن ضعیف جواب میده
راه حل هم زیاده ... میدونید که ...

من خودم Vibethiner رو قبول دارم، با توجه به روشی که استفاده کرده، میشه تشخیص داد به این موضوع اهمیت داده

البته اشتباه برداشت نکنید ...
در کل مدل بهتر میشه ...
ولی فرایند بهتر کردن مدل بهینه نیست با این روشا

علیرضام

داشتم برای یه جایی تیم سازی میکردم

اشتباهاتی که داشتن

این بود که هیچ حل مسئله ای با ابزارها نداشتن یا مسخره بود و چرا از این استفاده کردن ولی از اون یکی فریم ورک نه

و چیزی که همیشه مسخره میدونم درصد تسلط به یه ابزار
و واقعا مسخرس
بجاش درصد تسلط رو با یه پروژه نشون بده

رعایت کنید

یه آپدیت ریز از دیپ سیک که مدل DeepSeekV4-Flash رو توی تسک های Agentic محور، همسطح مدل های opus کرده

فعلا باید منتظر آپدیت Lmarena موند تا ببینیم اعداد این بنچمارک های واقعیه یا نه ...

Source

@TheDeepTech

دوستان شرمنده خبر و غیره توی چنل نمیزارم
فقط یکم دیگه فرصت میخوام تا سرم خلوت شه، بعدش دیگه پست بارون میکنم🤗

The real Open AI of the world.

parameters efficiency👌

به همین دلیله داره حالم از Ai و رشته کامپیوتر بهم میخوره

#alireza

کار بجایی رسیده که من تگ #Hossein نمیزنم، ولی علیرضا میزنه😁

سم آلتمن یه جا خوب گفت


مردم هنوز نمیدونن Ai چه قدرتی داره
آینده عجیبی در انتظارمونه

#alireza

هوش مصنوعی برای مبتدیان - یک برنامه آموزشی


مایکروسافت یه دوره روی گیت هاب داره
12 هفته
24 درس
هوش مصنوعی برای همه

جالب اینجاست که به چند زبان نوشته شده (فارسی هم داره)

دوره خیلی با کیفیتی هست
هم دایکومنت توضیحی داره
هم نوت بوک به زبان pytorch و tensorflow داره

Source

@TheDeepTech

تبدیل دیپ سیک وب به OpenAI API Protocols

قابلیت آپلود فایل و چت هم داره

Source

@TheDeepTech

یه پروژه هست به اسم airllm که توش تونستن مدل های غول رو روی gpu های خیلی کوچیک استفاده کنن

- Kimi K3 (2.8T) - 3.72GB
- DeepSeek-V3 (671B) - 12GB
- Llama 3.1 405B - 8GB

صرفا رد لحظه لایه یا expert لازم رو لود میکنه روی vram و پردازش رو انجام میده، بعد میره برا layer بعدی

ولی خب یه disk-bound عجیبی داره که فک کنم هر توکن رو 1 دقیقه طول بکشه تا generate کنه😅😅

به هر حال ... یه سری تکنیک ها استفاده کردن که یه ذره سریعتر هم بشه کار ... ولی بعید میدونم خیلی موثر بوده باشه

25k Starts

Source

@TheDeepTech

DeepSeek V4 flash-0731
One Shot

https://www.youtube.com/@daveebbelaar

بهترین فردی که میتونه در مهندسی کامپیوتر کمکتون کنه ایشونه