در جدیدترین مقاله از openAI منتشر شده ورژن جدید GPT4 را برای مسائل پزشکی آموزش دادند.

🔸 Capabilities of GPT-4 on Medical Challenge Problems

#مقاله

✅ @AI_Python

در مقاله پیش رو محققان ضمن هشدارها در رابطه با مدلهای LLMs و پیشنهاد راهکارهای شناسایی تولیدیهای این مدل ارائه کرده است.

🔸 Can AI-Generated Text be Reliably Detected?

#مقاله

✅ @AI_Python

در مسائل NLP که این‌ روزها به مباحثی چالشی تبدیل شده است در مدلهای ارائه شده chatGPT/GPT-4 در پژوهشهای آکادمیکی میتوان روی چنین مباحثی از دیدگاه نویسنده کار کار کرد.

1. Persistent memory
2. Robust instruction following
3. Expressing belief & confidence
4. Robust chain-of-reasoning

https://liujch1998.github.io/2023/03/22/gpt4.html

#مقاله

پ.ن: شما چه پیشنهاداتی دارید

✅ @AI_Python

خلاصه ای از چند روز گذشته :

- Google opens up their Bard LLM.
- NVIDIA launches cloud tools for Generative AI.
- Adobe announces Firefly, an AI image creator.
- Microsoft unveils Bing Image Creator.

#مقاله

✅ @AI_Python

آینده از آن پردازش زبان طبیعی خواهد بود 🚶‍♂️. (یک دیدگاه شخصی است) بهم حمله نکنید 😕

ایده میخواهید این مقالات را مطالعه کنید.

🔸 A Complete Survey on Generative AI (AIGC): Is ChatGPT from GPT-4 to GPT-5 All You Need?

🔸 A History of Generative AI from GAN to ChatGPT

#مقاله

✅ @AI_Python

دیگه داریم مرزهای علمو جابه جا میکنیم
Sparks of Artificial General Intelligence: Early experiments with GPT-4

arxiv.org/abs/2303.12712

#مقاله

✅ @AI_Python

در ادامه جنگ برای ساخت نسل بعدی Document، مایکروسافت از رقیب Notion خودش رونمایی کرد:

مایکروسافت Loop با همون ایده نوشن که بیایم متن، چت و تسکارو یکی کنیم وارد شده و فعلا مجانیه:
https://www.microsoft.com/en-us/microsoft-loop

پ.ن: یک ابزار کپی از بقیه هستش

#مقاله

✅ @AI_Python

گزارشی از مقالات و ابزارهایی که تاکنون در هفته گذشته منتشر شده است.

- Google releases Bard.
- Adobe announces its AI image creator Firefly.
- Microsoft unveils Bing Image Creator.
- NVIDIA launches cloud tools for Generative AI.
- Opera releases its LLM-based browser.
- GitHub unveils CopilotX.
- Canva releases several AI-powered tools.
- Unity teases Unity AI.

#مقاله

✅ @AI_Python

#اپلای رشته آمار

Graph schemas as abstractions for transfer learning, inference, and planning

Learning planning-compatible representations that enable strong transfer is important for AI. See our work on graph schemas that quickly transfer, compose, & modify prior experience to plan in new environments, using insights about hippocampus & PFC.

arxiv.org/abs/2302.07350

#مقاله

✅ @AI_Python

شرکت ادوبی هم اینو داده:
https://www.adobe.com/sensei/generative-ai/firefly.html
شبیه همون استیبل دیفیوژن هست.

خب خب خب،
اگه میخواهید واقعا پردازش زبان یاد بگیرید و بدونید داستان چیه و کل این چت جی پی تی و ... چطوری کار میکنه، دو راه داره:
۱. ولش کنید.
۲. این لیست رو بخونید، حدودا دو سه ماه حداقل وقت می‌بره و به ترتیب بخونید:
پردازش زبان ژورافسکی:
https://web.stanford.edu/~jurafsky/slp3/

یادگیری عمیق:
https://www.deeplearningbook.org/

مقالات مهم و تاثیر گذار پردازش زبان:

LSTM:
https://arxiv.org/abs/1512.08849

اتنشن تو پردازش زبان:
https://arxiv.org/abs/1409.0473

Word2vec, Fasttext

ترنسفرمر:
https://arxiv.org/abs/1706.03762

T5, BERT, Longformer

Instruction fine-tuning:
https://arxiv.org/abs/2204.07705

Bloom:
https://arxiv.org/abs/2211.05100

RLHF:
https://arxiv.org/abs/2009.01325

پیش نیاز:
ریاضی و مخصوصا مشتق و امثالهم
برنامه نویسی پایتون
تفکر نقادانه
یادگیری ماشین

✔️ معرفی #منابع پیشنهادی برای #یادگیری_عمیق
قدم اول برای یادگیری عمیق
#یادگیری_ماشین #پردازش_زبان_طبیعی #هوش_مصنوعی #آموزش #شبکه_عصبی_کانوولوشن #شبکه_عصبی #منابع
✅1 - فراگیری مفاهیم مقدماتی یادگیری ماشین
مباحث آموزشی دکتر هینتون و بنجیو و لکون
👈 لینک
✅ فیلم های اموزشی یادگیری ماشین و یادگیری عمیق دکتر رضوی
👈 لینک
✅ تسلط بر مباحث برنامه نویسی پایتون و کار با تنسرفلو وکراس
✅ تسلط بر مباحث ریاضیات و جبر از دانشگاه MIT
👈 لینک
✔️ معادلات ماتریسی یادگیری عمیق دانشگاه کالیفرنیا جنوبی
👈 لینک
✔️ استفاده از سایت بسیار مشهور که به وسیله پژوهشگران برتر هدایت میشود
fast.ai
👈 لینک

📚 2 - مطالعه منابع عمیق دانشگاه ها و...
یادگیری عمیق دانشگاه آکسفورد
👈 لینک 👈 لینک ۲ 👈 لینک ۳ 🖋فیلمهای این دانشگاه
❌ آموزش های شبکه ای کانولوشن و یادگیری ماشین و...
⁉️ لینک
❌ وبسایتی که آموزشها و مقالات را از سال ۲۰۱۲ تا ۲۰۱۶ قابل دسترس است
⁉️ لینک
❌ شبکه عصبی کانولوشن برای تشخیص بصری
⁉️ لینک
❌ پردازش زبان طبیعی برای یادگیری ماشین
⁉️لینک
❌ مدرسه تابستانی یادگیری عمیق مونترال
⁉️ لینک ۱ ⁉️ لینک ۲
❌ شبکه کانولوشن عصبی و شبکه عصبی
⁉️ لینک
🔍 یادگیری شبکه های عصبی جفری هینتون کورسرا

📘 کلاس شبکه های عصبی دانشگاه اوشربروک کانادا
👈لینک
📕منابع یادگیری ماشین دانشگاه کالتک برای یادگیری نظری ها
👈 لینک
📘 3- معرفی کتابها
Neural Networks and Deep Learning Book by Michael Nielsen
Deep Learning Book by Ian Goodfellow, Yoshua Bengio and Aaron Courville

📘 4- سایر منابع
CS231n Convolutional Neural Networks for Visual Recognition University of Stanford
Getting Started in Computer Vision by Mostafa S. Ibrahim he focus on GPU and ...

🗓 پردازش زبان طبیعی دانشگاه استنفورد
👈 لینک 👈لینک ۲
🗓 مطالعه مقاله درمورد حافظه شبکه
👈 لینک
📘 مطالعه مقاله پایه ای حافظه شبکه و NLP
👈 لینک
ویدیوهای شرکت DeepMind
👈 لینک

❇️ یادگیری عمیق تقویتی
👈 لینک کتابهای
❇️ فهم یادگیری LSTM
👈 لینک
❇️ اثر بخشی ناعادلانه RNN
👈 لینک
✔️ مدل های تولیدی
✅ مقاله جهت یادگیری مدلهای GANs
👈لینک
✅ یادگیری مدل VANs
👈 لینک
✅ مقاله نوشته شده دکتر Ian Goodfellow در مورد GAN
👈 لینک
✅ مقاله نوشته شده LAPGAN
👈 لینک
✅ مقاله نوشته شده در مورد DCGAN
👈لینک مقاله 👈 لینک کدها
✅ استفاده از روش DCGAN برای تصاویر کیفیت بالا
👈 لینک
✅ فیلم های یادگیری عمیق برای پردازش تصویر
👈 لینک
🌐 ساخت پروژه
👈 لینک دیتا
🌐 شناسایی و طبقه بندی تصاویر
👈 لینک ۱ 👈 لینک ۲
🌐 تحلیل احساسات با استفاده از RNN
👈لینک
و با استفاده از CNN
👈 لینک
🌐 کاربرد الگوریتم عصبی سبک هنری
👈لینک
🌐 ساخت موسیقی با استفاده از RNNs
👈 لینک
🌐 ساخت بازی پینگ پونگ با استفاده از یادگیری عمیق تقویتی
👈 لینک
✳️ استفاده از شبکه عصبی Rate a selfie
👈 لینک
✳️ استفاده از رنگ عکسهای سیاه و سفید با استفاده از یادگیری عمیق
👈 لینک
✳️ سایر منابع یادگیری عمیق از پژوهشگران برتر کارپاتی
👈 لینک مقالات
✳️ لینک یادگیری عمیق دانشگاه استنفورد
👈 لینک ۱ 👈 لینک ۲
✳️ یادگیری عمیق
👈 لینک

🔔@AI_Python

✅ معرفی #منابع پیشنهادی برای #یادگیری_ماشین #آموزش #دکترـرضوی
«قدم اول یادگیری زبانهای برنامه نویسی R و Python و Weka که در بیشتر موارد نرم افزار پایتون بهترین گزینه جهت انجام همه این کار ها است»
#یادگیری_عمیق #پردازش_زبان_طبیعی
✅ دنبال کردن کلاس آموزشی دکتر رضوی
👈 کلاس آموزشی دکتر رضوی

❇️@AI_Python
🌐 آموزشهای یادگیری علم داده دانشگاه هاروارد
👈 لینک
👈 لینک آموزش فایلهایی ویدیویی
👈 تمرینات
🌐 آموزش های ویدیویی یادگیری ماشین دانشگاه استنفورد
👈 لینک
🌐 کتابهای آموزشی یادگیری آماری جهت فراگیری یادگیری ماشین
👈 فایل pdf
👈 فایل pdf 2
🌐 فراگیری آموزش احتمال که توسط سایت Edx برگزار شده است
👈 لینک
❎یادگیری کلان داده با استفاده آپاچی اسپارک
👈 لینک
❎ یادگیری مباحث ریاضیاتی نظیر جبرخطی و معادلات دیفرانسیل
👈 لینک
❎ یادگیری آموزشهای تقویتی یادگیری ماشین و یادگیری عمیق دانشگاه برکلی
👈 لینک
❎ مطالعه مقالات و یادگیری آموزش الگوریتم های پیشنیاز یادگیری ماشین
👈 لینک
❎ معرفی کتاب
✔️ Bishop's Pattern Recognition and Machine Learning
✔️ Introduction to Probability by John N. Tsitsiklis
✔️ Larry Wasserman's All of Statistics: A Concise Course in Statistical Inference
✔️ Joel Grus' Data Science from Scratch: First Principles with Python
✔️ Brett Lantz's Machine Learning with R
✔️ Willi Richert & Luis Pedro Coelho's Building Machine Learning Systems with Python
✔️ Nick Pentreath's Machine Learning with Spark
✔️ Learning From Data by Yaser S. Abu-Mostafa

❇️@AI_Python
📎 استنتاج بیزی و یادگیری ماشین دانشگاه کمبریج
👈 لینک
📎 یادگیری ماشین و دیدگاه احتمالی دانشگاه بریتیش کلمبیا
👈 لینک
📎 چگونه از دیتا یاد بگیریم دسترسی به کتابها و مطالب دانشگاه Caltech
👈 لینک
🌐 معرفی الگوریتم های خطی و غیر خطی یادگیری ماشین
Linear Algorithm

Gradient Descent
Linear Regression
Logistic Regression
Linear Discriminant Analysis

Nonlinear Algorithms

Classification And Regression Trees, Naive Bayes, KNN,Learning Vector Quantization, Support Vector Machines, Bagging and Random Forest,Boosting and AdaBoost

❇️@AI_Python

ده مقاله برتر در هفته‌ی گذشته که منتشر شد.

🔸 Sparks of Artificial General Intelligence: Early experiments with GPT-4
🔸 Reflexion: an autonomous agent with dynamic memory and self-reflection
🔸 Text2Room: Extracting Textured 3D Meshes from 2D Text-to-Image Models
🔸 CoLT5: Faster Long-Range Transformers with Conditional Computation
🔸 Towards Trillion Parameter Language Model with Sparse Heterogeneous Computing
🔸 GPTs are GPTs: An Early Look at the Labor Market Impact Potential of Large Language Models
🔸 Capabilities of GPT-4 on Medical Challenge Problems
🔸 Artificial muses: Generative Artificial Intelligence Chatbots Have Risen to Human-Level Creativity
🔸 A Comprehensive Capability Analysis of GPT-3 and GPT-3.5 Series Models
🔸 Context-faithful Prompting for Large Language Models

#مقاله

✅ @AI_Python

دکتر مریم توکل استاد دانشگاه Eindhoven University of Technology بورسیه تحصیلی برای فیلد Reinforcement Learning اقدام به پذیرش دانشجو در مقطع دکترا اعلام کرده است علاقمندان میتوانند اقدام کنند

https://jobs.tue.nl/en/vacancy/phd-position-in-reinforcement-learning-990306.html

#اپلای

✅ @AI_Python

کار علمی به این میگن.
چت جی پی تی رو با گرامرلی مقایسه کردند.
دو تا اسکرین شات نزاشتن، بجاش کار علمی کردن.
لینک مقاله:
https://arxiv.org/abs/2303.13648

اگر مینیمم ۵ سال تو صنعت آی تی کار کردید، و قصد مهاجرت دارید، شانس این رو دارید که الیجیبل بشید‌.

https://www.gov.uk/global-talent

#اپلای


✅ @AI_Python