This media is not supported in your browser
VIEW IN TELEGRAM
نهمین جشنواره اندیشمندان و دانشمندان جوان
@UT_Central_Library
@UT_Central_Library
این مقاله از هاروارد و MIT بدون سر و صدا به مهمترین سؤال هوش مصنوعی پاسخ میدهد که هیچکس به درستی بنچمارک نکرده(محک نزده):
آیا مدلهای زبانی بزرگ واقعاً میتوانند مطلب علمی جدیدی را کشف کنند، یا فقط در حرف زدن درباره آن خوب هستند؟
این مقاله که با عنوان «ارزیابی مدلهای زبانی بزرگ در کشف علمی» نامیده میشود و به جای پرسیدن سؤالات پیش پا افتاده و(trivia) ویا معمول از مدلها، چیزی بسیار سختتر را مورد آزمایش قرار داده :
آیا مدلها میتوانند فرضیه بسازند، آزمایش طراحی کنند، نتایج را تفسیر کنند و باورها را مانند دانشمندان واقعی بهروزرسانی کنند؟
این چیزی است که نویسندگان به شیوه متفاوتی انجام دادند 👇
• آنها مدلهای زبانی را در کل حلقه کشف ارزیابی میکنند:
فرضیه → آزمایش → مشاهده → بازنگری
• وظایف شامل زیستشناسی، شیمی و فیزیک هستند، نه پازلهای اسباببازی
• مدلها باید با دادههای ناقص، نتایج پر از نویز(اختلال) و سرنخهای غلط کار کنند
• موفقیت بر اساس پیشرفت علمی اندازهگیری میشود، نه روان بودن یا اعتماد به نفس
آنچه پیدا کردند، تکاندهنده است.
مدلهای زبانی بزرگ در پیشنهاد فرضیهها خوب هستند، اما در همه چیزهای بعدی شکنندهاند.
✓ آنها داده ها را بیش از اندازه با الگوهای سطحی مطابقت میکنند(over fit)
✓ حتی وقتی شواهد با آنها تناقض دارد، رها کردن فرضیههای بد برایشان سخت است
✓ همبستگی را با علیت اشتباه میگیرند
✓ وقتی آزمایشها شکست میخورند، توضیحات توهمی میسازند
✓ برای محتمل بودن بهینهسازی میکنند، نه پیدا کردن حقیقت
شگفتانگیزترین نتیجه:
برخی از مدلهای برتر که در آزمونهای استدلال استاندارد غالب هستند، وقتی مجبور به اجرای آزمایشهای تکراری و بهروزرسانی نظریهها شوند، کاملاً شکست میخورند.
چرا این مهم است:
علم واقعی استدلال یکباره نیست.
علم واقعی حاصل از بازخورد، شکست، بازنگری و خویشتنداری است.
مدلهای زبانی بزرگ امروز:
• مانند دانشمندان حرف میزنند
• مانند دانشمندان مینویسند
• اما هنوز مانند دانشمندان فکر نمیکنند
پیام اصلی مقاله:
هوش علمی، هوش زبانی نیست.
نیاز به حافظه، ردیابی فرضیه، استدلال علی، و توانایی گفتن «اشتباه کردم» دارد.
تا وقتی مدلها نتوانند این کار را به طور قابل اعتماد انجام دهند، ادعاها درباره «دانشمندان هوش مصنوعی» عمدتاً نابهنگام هستند.
این مقاله هوش مصنوعی را تبلیغ نمیکند. شکاف باقیمانده را تعریف میکند.
و دقیقاً به همین دلیل مهم است.
🔗 Alex Prompter
🔻پیوند به مقاله:
https://arxiv.org/abs/2512.15567
https://x.com/i/status/2001909854525624770
@BetweenDichotomies
آیا مدلهای زبانی بزرگ واقعاً میتوانند مطلب علمی جدیدی را کشف کنند، یا فقط در حرف زدن درباره آن خوب هستند؟
این مقاله که با عنوان «ارزیابی مدلهای زبانی بزرگ در کشف علمی» نامیده میشود و به جای پرسیدن سؤالات پیش پا افتاده و(trivia) ویا معمول از مدلها، چیزی بسیار سختتر را مورد آزمایش قرار داده :
آیا مدلها میتوانند فرضیه بسازند، آزمایش طراحی کنند، نتایج را تفسیر کنند و باورها را مانند دانشمندان واقعی بهروزرسانی کنند؟
این چیزی است که نویسندگان به شیوه متفاوتی انجام دادند 👇
• آنها مدلهای زبانی را در کل حلقه کشف ارزیابی میکنند:
فرضیه → آزمایش → مشاهده → بازنگری
• وظایف شامل زیستشناسی، شیمی و فیزیک هستند، نه پازلهای اسباببازی
• مدلها باید با دادههای ناقص، نتایج پر از نویز(اختلال) و سرنخهای غلط کار کنند
• موفقیت بر اساس پیشرفت علمی اندازهگیری میشود، نه روان بودن یا اعتماد به نفس
آنچه پیدا کردند، تکاندهنده است.
مدلهای زبانی بزرگ در پیشنهاد فرضیهها خوب هستند، اما در همه چیزهای بعدی شکنندهاند.
✓ آنها داده ها را بیش از اندازه با الگوهای سطحی مطابقت میکنند(over fit)
✓ حتی وقتی شواهد با آنها تناقض دارد، رها کردن فرضیههای بد برایشان سخت است
✓ همبستگی را با علیت اشتباه میگیرند
✓ وقتی آزمایشها شکست میخورند، توضیحات توهمی میسازند
✓ برای محتمل بودن بهینهسازی میکنند، نه پیدا کردن حقیقت
شگفتانگیزترین نتیجه:
نمرات بالای بنچمارک (محک زدن) با توانایی کشف علمی همبستگی ندارد.برخی از مدلهای برتر که در آزمونهای استدلال استاندارد غالب هستند، وقتی مجبور به اجرای آزمایشهای تکراری و بهروزرسانی نظریهها شوند، کاملاً شکست میخورند.
چرا این مهم است:
علم واقعی استدلال یکباره نیست.
علم واقعی حاصل از بازخورد، شکست، بازنگری و خویشتنداری است.
مدلهای زبانی بزرگ امروز:
• مانند دانشمندان حرف میزنند
• مانند دانشمندان مینویسند
• اما هنوز مانند دانشمندان فکر نمیکنند
پیام اصلی مقاله:
هوش علمی، هوش زبانی نیست.
نیاز به حافظه، ردیابی فرضیه، استدلال علی، و توانایی گفتن «اشتباه کردم» دارد.
تا وقتی مدلها نتوانند این کار را به طور قابل اعتماد انجام دهند، ادعاها درباره «دانشمندان هوش مصنوعی» عمدتاً نابهنگام هستند.
این مقاله هوش مصنوعی را تبلیغ نمیکند. شکاف باقیمانده را تعریف میکند.
و دقیقاً به همین دلیل مهم است.
🔗 Alex Prompter
🔻پیوند به مقاله:
https://arxiv.org/abs/2512.15567
https://x.com/i/status/2001909854525624770
@BetweenDichotomies
نظرات_اصلاحی_حضرت_آیت_الله_مرعشی_نجفی_در_باره_پیش_نویس_قانون_اساسی.pdf
12.9 MB
نظرات اصلاحی حضرت آیت الله العظمی سید شهاب الدین مرعشی نفی مد ظله در باره پیش نویس قانون اساسی جمهوری اسلامی ایران. 21 شعبان 1399ق
@UT_Central_Library
@UT_Central_Library
🖼 #عکس #تاریخ #تصویر_ایران #اختصاصی
🔹نادر شاه افشار و کریم خان زند: نگارههای نویافته
🔺این دو تصویر در کتاب سفر در امپراطوری عثمانی، مصر و ایران (۱۸۰۷) اثر «گیوم-آنتوان الیویه» (۱۷۵۶-۱۸۱۷) طبیعیشناس و جانورشناس فرانسوی منتشر شده است.
📌مرکز و کتابخانه مطالعات اسلامی به زبانهای اروپایی
@islamicstudies
🔹نادر شاه افشار و کریم خان زند: نگارههای نویافته
🔺این دو تصویر در کتاب سفر در امپراطوری عثمانی، مصر و ایران (۱۸۰۷) اثر «گیوم-آنتوان الیویه» (۱۷۵۶-۱۸۱۷) طبیعیشناس و جانورشناس فرانسوی منتشر شده است.
📌مرکز و کتابخانه مطالعات اسلامی به زبانهای اروپایی
@islamicstudies
بانک شاهنشاهی و امتیاز.pdf
11.8 MB
💥بمناسبت 29 آذر بنیانگذاری بانک تجارت
📔بانک شاهنشاهی و امتیاز: وجود بانک شاهنشاهی مانع نمو بانک ملی است
✍️ ع. دانشپور
🖇بانک تجارت پس از انقلاب ۱۳۵۷ از در هم آمیختن چند بانک دیگر بنیانگذاری شد که قدیمیترین آنها «بانک شاهنشاهی ایران» بود که از سال ۱۲۶۶ خورشیدی فعالیت داشت.
📌رساله حاضر به بررسی نقش بانک شاهنشاهی ایران (بانکی با سرمایه و مدیریت انگلیسی) و تأثیر آن بر اقتصاد و استقلال ایران میپردازد. در واقع بازتابی از نگرانیهای ملیگرایانه ایرانیان در برابر نفوذ اقتصادی خارجیها در دوره قاجار و پهلوی است.
@boroujerdilib
📔بانک شاهنشاهی و امتیاز: وجود بانک شاهنشاهی مانع نمو بانک ملی است
✍️ ع. دانشپور
🖇بانک تجارت پس از انقلاب ۱۳۵۷ از در هم آمیختن چند بانک دیگر بنیانگذاری شد که قدیمیترین آنها «بانک شاهنشاهی ایران» بود که از سال ۱۲۶۶ خورشیدی فعالیت داشت.
📌رساله حاضر به بررسی نقش بانک شاهنشاهی ایران (بانکی با سرمایه و مدیریت انگلیسی) و تأثیر آن بر اقتصاد و استقلال ایران میپردازد. در واقع بازتابی از نگرانیهای ملیگرایانه ایرانیان در برابر نفوذ اقتصادی خارجیها در دوره قاجار و پهلوی است.
@boroujerdilib
کتابدار در آینه پژوهش: روایات کتابداران دانشگاهی- روایت پنجم - کتابخانه مرکزی
روایت پنجم: سرکار خانم آتیکه فلاح، کارشناس ارشد علم اطلاعات و دانششناسی، گرایش علم سنجی و رئیس کتابخانه دانشکده روانشناسی و علوم تربیتی دانشگاه تهران هستند. ایشان ۳۵ سال تجربه فعالیت تخصصی در کتابخانه دانشکده روانشناسی و علوم تربیتی را دارند.
به مناسبت هفته پژوهش مصاحبهای با ایشان انجام دادهایم و نظرشان را درباره ارتباط فعالیتهای کتابخانه های دانشگاهی و پژوهش پرسیدهایم. متن این مصاحبه به شرح زیر است:
https://library.ut.ac.ir/fa/page/12769/%DA%A9%D8%AA%D8%A7%D8%A8%D8%AF%D8%A7%D8%B1-%D8%AF%D8%B1-%D8%A2%DB%8C%D9%86%D9%87-%D9%BE%DA%98%D9%88%D9%87%D8%B4-%D8%B1%D9%88%D8%A7%DB%8C%D8%A7%D8%AA-%DA%A9%D8%AA%D8%A7%D8%A8%D8%AF%D8%A7%D8%B1%D8%A7%D9%86-%D8%AF%D8%A7%D9%86%D8%B4%DA%AF%D8%A7%D9%87%DB%8C-%D8%B1%D9%88%D8%A7%DB%8C%D8%AA-%D9%BE%D9%86%D8%AC%D9%85
روایت پنجم: سرکار خانم آتیکه فلاح، کارشناس ارشد علم اطلاعات و دانششناسی، گرایش علم سنجی و رئیس کتابخانه دانشکده روانشناسی و علوم تربیتی دانشگاه تهران هستند. ایشان ۳۵ سال تجربه فعالیت تخصصی در کتابخانه دانشکده روانشناسی و علوم تربیتی را دارند.
به مناسبت هفته پژوهش مصاحبهای با ایشان انجام دادهایم و نظرشان را درباره ارتباط فعالیتهای کتابخانه های دانشگاهی و پژوهش پرسیدهایم. متن این مصاحبه به شرح زیر است:
https://library.ut.ac.ir/fa/page/12769/%DA%A9%D8%AA%D8%A7%D8%A8%D8%AF%D8%A7%D8%B1-%D8%AF%D8%B1-%D8%A2%DB%8C%D9%86%D9%87-%D9%BE%DA%98%D9%88%D9%87%D8%B4-%D8%B1%D9%88%D8%A7%DB%8C%D8%A7%D8%AA-%DA%A9%D8%AA%D8%A7%D8%A8%D8%AF%D8%A7%D8%B1%D8%A7%D9%86-%D8%AF%D8%A7%D9%86%D8%B4%DA%AF%D8%A7%D9%87%DB%8C-%D8%B1%D9%88%D8%A7%DB%8C%D8%AA-%D9%BE%D9%86%D8%AC%D9%85
کتابدار در آینه پژوهش: روایات کتابداران دانشگاهی
روایت ششم: جناب آقای علی لفطه، کارشناس ارشد علم اطلاعات و دانششناسی و رئیس کتابخانه دانشکدگان علوم دانشگاه تهران هستند. ایشان ۲۲ سال تجربه فعالیت تخصصی در کتابخانه دانشکدگان علوم را دارند و در کتابخانه های دانشگاه بینالمللی قزوین، کتابخانه حکیم سبزواری دانشگاه سبزوار، کتابخانه دانشگاه سوره، کتابخانه دانشگاه شهید بهشتی و دانشگاه پیام نور تهران در حوزه سازماندهی منابع فعالیت و همکاری داشتهاند.
به مناسبت هفته پژوهش مصاحبهای با ایشان انجام دادهایم و نظرشان را درباره ارتباط فعالیتهای کتابخانه های دانشگاهی و پژوهش پرسیدهایم. متن این مصاحبه به شرح زیر است:
https://library.ut.ac.ir/fa/page/12772/%DA%A9%D8%AA%D8%A7%D8%A8%D8%AF%D8%A7%D8%B1-%D8%AF%D8%B1-%D8%A2%DB%8C%D9%86%D9%87-%D9%BE%DA%98%D9%88%D9%87%D8%B4-%D8%B1%D9%88%D8%A7%DB%8C%D8%A7%D8%AA-%DA%A9%D8%AA%D8%A7%D8%A8%D8%AF%D8%A7%D8%B1%D8%A7%D9%86-%D8%AF%D8%A7%D9%86%D8%B4%DA%AF%D8%A7%D9%87%DB%8C-%D8%B1%D9%88%D8%A7%DB%8C%D8%AA-%D8%B4%D8%B4%D9%85
روایت ششم: جناب آقای علی لفطه، کارشناس ارشد علم اطلاعات و دانششناسی و رئیس کتابخانه دانشکدگان علوم دانشگاه تهران هستند. ایشان ۲۲ سال تجربه فعالیت تخصصی در کتابخانه دانشکدگان علوم را دارند و در کتابخانه های دانشگاه بینالمللی قزوین، کتابخانه حکیم سبزواری دانشگاه سبزوار، کتابخانه دانشگاه سوره، کتابخانه دانشگاه شهید بهشتی و دانشگاه پیام نور تهران در حوزه سازماندهی منابع فعالیت و همکاری داشتهاند.
به مناسبت هفته پژوهش مصاحبهای با ایشان انجام دادهایم و نظرشان را درباره ارتباط فعالیتهای کتابخانه های دانشگاهی و پژوهش پرسیدهایم. متن این مصاحبه به شرح زیر است:
https://library.ut.ac.ir/fa/page/12772/%DA%A9%D8%AA%D8%A7%D8%A8%D8%AF%D8%A7%D8%B1-%D8%AF%D8%B1-%D8%A2%DB%8C%D9%86%D9%87-%D9%BE%DA%98%D9%88%D9%87%D8%B4-%D8%B1%D9%88%D8%A7%DB%8C%D8%A7%D8%AA-%DA%A9%D8%AA%D8%A7%D8%A8%D8%AF%D8%A7%D8%B1%D8%A7%D9%86-%D8%AF%D8%A7%D9%86%D8%B4%DA%AF%D8%A7%D9%87%DB%8C-%D8%B1%D9%88%D8%A7%DB%8C%D8%AA-%D8%B4%D8%B4%D9%85
گزارش_معرفی_منابع_اطلاعاتی_کتابخانه_مرکزی_و_مرکز_اسناد_دانشگاه_تهران.pdf
238 KB
گزارش و معرفی منابع موجود در کتابخانه مرکزی و مرکز اسناد دانشگاه تهران
امروز شنبه ۲۹ آذر ماه بیش از بیست تن از مدیران کتابخانه ای دانشگاه فرات اوسط عراق از کتابخانه مرکزی بازدید کردند. این بازدید که قریبا دو ساعت به طول انجامید همراه با یک جلسه گفتگو در باره مسایل کتابداری و نیز معرفی و شناخت منابع در این کتابخانه بود. این گروه از تالار ایرانشناسی و نیز تالار ابوریحان و نفیس بازدید کردند.
@UT_Central_Library
@UT_Central_Library