کلی فریم ورک پرامپتینگ این جا معرفی شدن 😍 :
https://github.com/lxx0628/Prompting-Framework-Survey
من خودم شخصن الان توی کار خیلی با پرامپتینگ درگیر هستم و فکر می کنم اگه این وسط مسطا یه وقتی پیدا کنم که چند تا فریم ورک پرامپتینگ رو بررسی کنم ، شاید بتونم توی پروژه هایی که توشون کار می کنم ، یه سر و سامونی به پراکندگی و اثر بخشی پرامپ تامون بدم.💬
@ai_python
ضمن این که یادتون نره که احتمالن در آینده نزدیک شغل Prompt Engineer خیلی درخواست های بیش تری در دنیا خواهد داشت.
https://github.com/lxx0628/Prompting-Framework-Survey
من خودم شخصن الان توی کار خیلی با پرامپتینگ درگیر هستم و فکر می کنم اگه این وسط مسطا یه وقتی پیدا کنم که چند تا فریم ورک پرامپتینگ رو بررسی کنم ، شاید بتونم توی پروژه هایی که توشون کار می کنم ، یه سر و سامونی به پراکندگی و اثر بخشی پرامپ تامون بدم.
@ai_python
ضمن این که یادتون نره که احتمالن در آینده نزدیک شغل Prompt Engineer خیلی درخواست های بیش تری در دنیا خواهد داشت.
Please open Telegram to view this post
VIEW IN TELEGRAM
GitHub
GitHub - lxx0628/Prompting-Framework-Survey: A curated list of awesome publications and researchers on prompting framework updated…
A curated list of awesome publications and researchers on prompting framework updated and maintained by The Intelligent System Security (IS2). - lxx0628/Prompting-Framework-Survey
تازگیا گاهی چت جی پی تی هم زمان دو تا جواب کنار هم Generate می کنه، که می تونید یکی رو انتخاب کنید و به اون یکی ترجیح بدید.
@ai_python
البته این بیش تر برای Code Geneation اتفاق می افته.
@ai_python
البته این بیش تر برای Code Geneation اتفاق می افته.
🚀 ساخت RAG های پیشرفته با استفاده از : FalkorDB, LangChain, Diffbot API, and OpenAI
تا حالا درباره بهره گرفتن از Knowledge Graph ها برای RAG فکر کردید؟ 🧐 به نظرم وسوسه کننده س.
@ai_python
اگر علاقه مند هستید این مقاله پیشنهاد می شه 😍 :
https://medium.com/@akriti.upadhyay/building-advanced-rag-applications-using-falkordb-langchain-diffbot-api-and-openai-083fa1b6a96c
تا حالا درباره بهره گرفتن از Knowledge Graph ها برای RAG فکر کردید؟ 🧐 به نظرم وسوسه کننده س.
@ai_python
اگر علاقه مند هستید این مقاله پیشنهاد می شه 😍 :
https://medium.com/@akriti.upadhyay/building-advanced-rag-applications-using-falkordb-langchain-diffbot-api-and-openai-083fa1b6a96c
یه ریپازیتوری برای ترک کردن NLP Progress که اتفاقن زبان فارسی هم داره.
@ai_python
هرچند که متاسفانه آخرین کامیتش به 4 سال قبل برمی گرده :
https://github.com/sebastianruder/NLP-progress/
@ai_python
هرچند که متاسفانه آخرین کامیتش به 4 سال قبل برمی گرده :
https://github.com/sebastianruder/NLP-progress/
پارسال در انتهای سال 2023 در روز دوم داکر کنفرانس جاستین کورمک (مدیر ارشد فناوری داکر) میزبان هریسون چیس از لانگ چین و میشل هونگا از Neo4j بود که درباره GenAI Stack تازه گپ و گفت کنند. 🐳
@ai_python
البته کامنت ها بازخوردهای منفی زیادی دارن. 😅 ولی به هر حال این یکی از چشم اندازهایی هست که از آینده مسیر Generative AI داکر وجود داره.
@ai_python
داکر، یک فرم هم آماده کرده برای کسانی که بعد از دیدن این ویدیو تصمیم می گیرن که خودشون رو برای Early Access داکر AI ثبت نام کنن. این فرم رو می تونید توی این لینک پیدا کنید.
https://youtu.be/yPuhGtJT55o?si=c5DxdRstNfdy3qkq
@ai_python
البته کامنت ها بازخوردهای منفی زیادی دارن. 😅 ولی به هر حال این یکی از چشم اندازهایی هست که از آینده مسیر Generative AI داکر وجود داره.
@ai_python
داکر، یک فرم هم آماده کرده برای کسانی که بعد از دیدن این ویدیو تصمیم می گیرن که خودشون رو برای Early Access داکر AI ثبت نام کنن. این فرم رو می تونید توی این لینک پیدا کنید.
https://youtu.be/yPuhGtJT55o?si=c5DxdRstNfdy3qkq
Docker
Accelerated AI/ML Development | Docker
Learn how Docker simplifies complex AI and ML development projects to facilitate faster, reproducible, and secure deployments.
This media is not supported in your browser
VIEW IN TELEGRAM
Graph transformers are important for ML on graph-structured data, but scaling them up for large graphs is difficult.
@ai_python
Here you can learn about Exphormer, a sparse attention framework that uses expander graphs to improve scalability for graph transformers. https://goo.gle/48JVvAW
توضیح این که اکسفورمرها به ما کمک می کنند که از گراف های بسیار بزرگ و عظیم به صورت تکه تکه یاد بگیریم. به همین جهت برای ماشین لرنینگ بسیار مهم هستند
@ai_python
Here you can learn about Exphormer, a sparse attention framework that uses expander graphs to improve scalability for graph transformers. https://goo.gle/48JVvAW
توضیح این که اکسفورمرها به ما کمک می کنند که از گراف های بسیار بزرگ و عظیم به صورت تکه تکه یاد بگیریم. به همین جهت برای ماشین لرنینگ بسیار مهم هستند
This media is not supported in your browser
VIEW IN TELEGRAM
یکی از جی پی تی های پرطرفدار در جی پی تی استور ، ScholarAI هست که منحصرن برای دانشجوها، محققین و اساتید دانشگاه پرامپ و فید شده.
@ai_python
البته استفاده ازش رایگان نیستش و باید توی وب سایتش پلاگین رو سابسکرایب کنید.
مقاله هایی که اسکولار AI به آن ها استناد می کند، از بیش از 200 میلیون مقاله peer-reviewed هستند.
@ai_python
البته استفاده ازش رایگان نیستش و باید توی وب سایتش پلاگین رو سابسکرایب کنید.
مقاله هایی که اسکولار AI به آن ها استناد می کند، از بیش از 200 میلیون مقاله peer-reviewed هستند.
Forwarded from We all are BiTs
🤔: Is there an AI coding assistant for Bitbucket?
Learn all about Codeium’s AI coding assistant 👉 https://bit.ly/3UslecX
@WearebiTs
چند وقتی هست که بیت باکت هم دستیار کدنویسی خودش رو ارائه داده. اگر هنوز استفاده نکردید و علاقه مند به استفاده هستید این یک راهنما برای افراد مبتدی هست
Learn all about Codeium’s AI coding assistant 👉 https://bit.ly/3UslecX
@WearebiTs
چند وقتی هست که بیت باکت هم دستیار کدنویسی خودش رو ارائه داده. اگر هنوز استفاده نکردید و علاقه مند به استفاده هستید این یک راهنما برای افراد مبتدی هست
Please open Telegram to view this post
VIEW IN TELEGRAM
آقای Cameron R. Wolfe در یکی از توییت هاشون مروری اجمالی داشتن بر این که Train یک LLM با دیتای اختصاصی سازمان، چه قدر ریسک در بر خواهد داشت.
@ai_python
اشاره ایشون بیش تر به پیپر منتشر شده در این لینک هست، که درباره Scalable Extraction of Training Data from (Production) Language Models است.
به هر حال، اگر سازمان شما هم درگیر چنین نگرانی هایی هست، یا به هر جهت به این موضوع علاقه مند هستید، این توییت و پیپر مربوط رو از دست ندید.
نوید داریا
@ai_python
اشاره ایشون بیش تر به پیپر منتشر شده در این لینک هست، که درباره Scalable Extraction of Training Data from (Production) Language Models است.
به هر حال، اگر سازمان شما هم درگیر چنین نگرانی هایی هست، یا به هر جهت به این موضوع علاقه مند هستید، این توییت و پیپر مربوط رو از دست ندید.
نوید داریا
فیدلر توی این راهنما 10 تجربه مهم برای توسعه برنامه های چت هوش مصنوعی مبتنی بر RAG رو توضیح داده.
@ai_python
به نظر من یکی از مهم ترین قسمتاش اون بخشی هست که درباره Question Processing صحبت کرده. تجربه من نشون می ده ، هر چه قدر Question Processing قوی تری داشته باشیم، می تونیم از پیچیدگی برنامه مون در بخش های دیگه بکاهیم.
https://www.fiddler.ai/resources/10-lessons-from-developing-an-ai-chatbot-using-retrieval-augmented-generation
نوید داریا
@ai_python
به نظر من یکی از مهم ترین قسمتاش اون بخشی هست که درباره Question Processing صحبت کرده. تجربه من نشون می ده ، هر چه قدر Question Processing قوی تری داشته باشیم، می تونیم از پیچیدگی برنامه مون در بخش های دیگه بکاهیم.
https://www.fiddler.ai/resources/10-lessons-from-developing-an-ai-chatbot-using-retrieval-augmented-generation
نوید داریا
تک تیک، رسانه فارسی زبان جامعه آی تی، از دسامبر 2016 تا به امروز 🖥
@TechTik👨💻
بیش از هزار توتوریال رایگان در حوزه های :
وویپ📞
امنیت شبکه✉️
لینوکس🐧
سیسکو
میکروتیک
مجازی سازی💻
و مایکروسافت👨💻
@TechTik
بیش از هزار توتوریال رایگان در حوزه های :
وویپ
امنیت شبکه
لینوکس
سیسکو
میکروتیک
مجازی سازی
و مایکروسافت
Please open Telegram to view this post
VIEW IN TELEGRAM
وبلاگ گوگل در این نوشتار، سعی کرده تکنیک های سرعت بخشی به ضرب ماتریس با ورودی مختلط به منظور دستیابی به بالاترین ظرفیت استفاده از سخت افزار (استفاده حداکثری) رو بررسی کنه.
@ai_python
این تکنیک ها از این رو اهمیت دارن که می دونیم، بیش تر حافظه و منابع پردازشی LLM ها به منظور عملیات ضرب ماتریس ها استفاده می شن.
https://blog.research.google/2024/01/mixed-input-matrix-multiplication.html
@ai_python
این تکنیک ها از این رو اهمیت دارن که می دونیم، بیش تر حافظه و منابع پردازشی LLM ها به منظور عملیات ضرب ماتریس ها استفاده می شن.
https://blog.research.google/2024/01/mixed-input-matrix-multiplication.html
🚀 نحوه ساخت یک ربات چت Web RAG با کمک LangChain
https://youtu.be/dA1cHGACXCo?si=2elU_LZXF07D3gIT
نتیجه نهایی رو در زمان قرار دادن این پست در کانال تلگرام ما می توانید از این جا مشاهده کنید :
https://perplexaty-5269a43d17175d97a534646f978834e0-ffoprvkqsa-uc.a.run.app/search/playground/
ممکن است در آینده این لینک فعال نباشد.
@ai_python
رپو گیت هاب :
https://github.com/efriis/langchain-perplexaty
نوید داریا
https://youtu.be/dA1cHGACXCo?si=2elU_LZXF07D3gIT
نتیجه نهایی رو در زمان قرار دادن این پست در کانال تلگرام ما می توانید از این جا مشاهده کنید :
https://perplexaty-5269a43d17175d97a534646f978834e0-ffoprvkqsa-uc.a.run.app/search/playground/
ممکن است در آینده این لینک فعال نباشد.
@ai_python
رپو گیت هاب :
https://github.com/efriis/langchain-perplexaty
نوید داریا
YouTube
Building a web RAG chatbot: using LangChain, Exa (prev. Metaphor), LangSmith, and Hosted Langserve
To celebrate the update of Exa (prev. Metaphor), we've teamed up to show how to build a web RAG chatbot from scratch
Hosted App: https://perplexaty-5269a43d17175d97a534646f978834e0-ffoprvkqsa-uc.a.run.app/search/playground
Exa API key: get it at dashboard.exa.ai…
Hosted App: https://perplexaty-5269a43d17175d97a534646f978834e0-ffoprvkqsa-uc.a.run.app/search/playground
Exa API key: get it at dashboard.exa.ai…
محققان دانشگاه آکسفورد، مدلی را ارائه کرده اند که می تواند مانگاها را به صورت اتوماتیک Transcript کند. شاید بتوان گفت که مانگا، کتاب های کامیک به سبک ژاپنی هستند. که در تصویر یک نمونه از آن ها را مشاهده می کنید.
@ai_python
این مدل توسط Visual Geometry Group دانشگاه Oxford طراحی شده است که امروزه بسیاری از ما آن ها را به خاطر ارائه VGG می شناسیم.
@ai_python
📕 arXiv
💻 github
🤗 خودتان مدل را در هاگینگ فیس امتحان کنید
❕نیاز به GPU قوی دارد وگرنه بسیار آهسته خواهد بود.
@ai_python
این مدل توسط Visual Geometry Group دانشگاه Oxford طراحی شده است که امروزه بسیاری از ما آن ها را به خاطر ارائه VGG می شناسیم.
@ai_python
📕 arXiv
💻 github
🤗 خودتان مدل را در هاگینگ فیس امتحان کنید
❕نیاز به GPU قوی دارد وگرنه بسیار آهسته خواهد بود.
ترنسفورمرها چه قدر در پیش بینی Time Series موثر هستند؟ 🧐
#timeseries
#forecasting
این مقاله رو بخونیم ، ببینیم چی به چیه ...
✍️ arxiv
اسپویل برای مهندسین عجول (لینک گیت هاب) :
Tranformers Are What You Dont Need !!!🫤
#timeseries
#forecasting
این مقاله رو بخونیم ، ببینیم چی به چیه ...
✍️ arxiv
اسپویل برای مهندسین عجول (لینک گیت هاب) :
Tranformers Are What You Dont Need !!!
Please open Telegram to view this post
VIEW IN TELEGRAM
🚀 ابزار تازه ای در دنیای تایم سریز و فورکستینگ ایجاد شده، که نظر بسیاری از محققین داده رو به خودش جلب کرده. به همین دلیل کمی از قابلیت هاش رو بررسی می کنیم:
MFLES :
🔴 Multiple Seasonality Support
🔴 Conformal Prediction Intervals
🔴 Seasonality Decomposition
🔴 Parameter Optimization
و ...
🔜 Custom Exogenous Models (Coming Soon)
اما چیزی که باعث شد نظر من بهش جلب بشه و توی DLeX دربارش بنویسم، بنچ مارکی بود که نتایجش رو در تصویر مشاهده می کنید.
این بنچ مارک بر روی سناریوهایی صورت پذیرفته است که multiple seasonality در آن ها وجود داشته است.
در صورتی که تجربه ای در استفاده از MFLES دارید ، خوشحال می شیم که در IT and Binary به اشتراک بذارید.💬
نوید داریا
#TimeSeries #Forecasting #DataScience #MachineLearning
MFLES :
و ...
🔜 Custom Exogenous Models (Coming Soon)
اما چیزی که باعث شد نظر من بهش جلب بشه و توی DLeX دربارش بنویسم، بنچ مارکی بود که نتایجش رو در تصویر مشاهده می کنید.
این بنچ مارک بر روی سناریوهایی صورت پذیرفته است که multiple seasonality در آن ها وجود داشته است.
در صورتی که تجربه ای در استفاده از MFLES دارید ، خوشحال می شیم که در IT and Binary به اشتراک بذارید.
نوید داریا
#TimeSeries #Forecasting #DataScience #MachineLearning
Please open Telegram to view this post
VIEW IN TELEGRAM
دوره ی پروژه یادگیری ماشین
🔴 مقدمات پایتون و برنامه نویسی شئ گرایی
🔴 آموزش کامل کتاب خانه ی Numpy و Pandas
🔴 پیش پردازش preprocessing داده ها و تحلیل آماری و نمایش داده ها
🔴 آموزش الگوریتم های یادگیری ماشین
logistics regression
decision tree
SVM
linear regression
XGBoost
🔴 استعداد یابی دانشجویان در حوزه های مختلف و منتورینگ آن ها در پروژه های medical image و weather forecasting و water consumption prediction
جهت ثبت نام با آیدی تلگرام:
@siavash_learning
ایمیل : siyavashiar@gmail.com
یا شماره تماس موجود در پوستر در ارتباط باشید
دوره آنلاین می باشد🧑💻👩💻
🔴 مقدمات پایتون و برنامه نویسی شئ گرایی
🔴 آموزش کامل کتاب خانه ی Numpy و Pandas
🔴 پیش پردازش preprocessing داده ها و تحلیل آماری و نمایش داده ها
🔴 آموزش الگوریتم های یادگیری ماشین
logistics regression
decision tree
SVM
linear regression
XGBoost
🔴 استعداد یابی دانشجویان در حوزه های مختلف و منتورینگ آن ها در پروژه های medical image و weather forecasting و water consumption prediction
جهت ثبت نام با آیدی تلگرام:
@siavash_learning
ایمیل : siyavashiar@gmail.com
یا شماره تماس موجود در پوستر در ارتباط باشید
دوره آنلاین می باشد🧑💻👩💻