https://youtu.be/8Fz-Wcp_sp0?si=KFBoxH2_KbrB14cq

IBM Drops Vision Model - Install Granite Vision 2B Locally 371 views 8 hr

لطفا در مورد نتایج در حوزه زبان فارسی زیر همین پست تبادل نظر کنید

https://github.com/pardissz/PersianEase

تبدیل متن محاوره ای فارسی به متن رسمی!

https://github.com/MervinPraison/PraisonAI

1. Single Agent
2. Multi AgentsAI Agents FlowAI Agents with ToolsAI Agents with MemoryAI Agents with Different ProcessesWorkflow ProcessAgentic Routing WorkflowAgentic Autonomous WorkflowAgentic ParallelizationAgentic Prompt ChainingAgentic Evaluator OptimizerRepetitive Agents

0/0000110

اگه دوست دارید کتاب آشغال رو بخونین و داستان رو بدونین کتاب غرب زدگی نوشته جلال آل احمد رو بخونین

Description I Trained FLUX.1 on My Face

https://youtu.be/bZr2vhoXSy8?si=EZmr66sLsVq2NZqK


https://github.com/ShawhinT/YouTube-Blog/tree/main/multimodal-ai/5-ft-flux

Description GRPO Crash Course: Fine-Tuning DeepSeek for MATH!

https://youtu.be/8bIeSJ1WnC0?si=9mgbMp2kDa2kgf8U

محققان آکسفورد با استفاده از یک ابررایانه کوانتومی مقیاس‌پذیر، به تله‌پورت کوانتومی دست یافته‌اند که یک پیشرفت بزرگ در پردازش اطلاعات کوانتومی محسوب می‌شود.

آزمایش آن‌ها شامل انتقال گیت‌های منطقی کوانتومی بین پردازنده‌های فیزیکی جدا از هم بود و به یکی از چالش‌های دیرینه در مقیاس‌پذیری سیستم‌های کوانتومی پاسخ داد.

تله‌پورت کوانتومی می‌تواند به توسعه اینترنت کوانتومی فوق امن، رایانش کوانتومی توزیع‌شده با پردازش بی‌نهایت سریع، و ارتباطات فوق سریع و غیرقابل هک منجر شود. این فناوری همچنین در شبیه‌سازی‌های پیشرفته برای کشف مواد جدید، توسعه داروهای نوین، و مدل‌سازی سیستم‌های پیچیده نقش کلیدی خواهد داشت. در نهایت، تله‌پورت کوانتومی مسیر را برای عصر جدیدی از محاسبات و ارتباطات فراتر از محدودیت‌های کلاسیک هموار می‌کند.

تله‌پورت کوانتومی یک روش برای انتقال اطلاعات کوانتومی بین دو نقطه بدون جابه‌جایی فیزیکی ذره است. این کار با استفاده از درهم‌تنیدگی کوانتومی انجام می‌شود، جایی که دو ذره طوری به هم مرتبط هستند که تغییر در یکی، بلافاصله روی دیگری تأثیر می‌گذارد، حتی اگر فاصله زیادی بین آن‌ها باشد. این یعنی می‌توان ویژگی‌های یک ذره را به ذره‌ای دیگر در مکانی دوردست منتقل کرد، بدون اینکه خود ذره از نقطه‌ای به نقطه دیگر حرکت کند. این فناوری می‌تواند پایه‌ای برای ارتباطات کوانتومی فوق سریع و محاسبات پیشرفته باشد.

این پیشرفت راه را برای معماری‌های محاسباتی نسل بعدی هموار می‌کند که قادر به حل مسائل پیچیده با سرعتی بی‌سابقه خواهند بود.

https://www.independent.co.uk/news/science/quantum-teleportation-computing-supercomputer-oxford-b2693889.html

#فیزیک #هوش_مصنوعی #مقاله

🔸 مطالب بیشتر 👇👇

✅ @AI_DeepMind
🔸 @AI_Person

هندبوک نکات کاتلین از ساده تا پیشرفته‌.

#handbook
#file
#kotlin
#software

🆔 @lifeAsAServoce

معرفی UrbanGPT

وSTF Labs اولین نمونه اولیه UrbanGPT را معرفی کرده است، ترکیبی از ChatGPT OpenAI و Grasshopper که امکان طراحی شهری متن به سه‌بعدی (Text-to-3D) را در زمان واقعی فراهم می‌کند.

لينك

راهنمای کاربردی و ساده برای ساخت چت‌بات به زبان فارسی!

این پروژه شامل یک چت‌بات ساده به زبان فارسی است که با استفاده از الگوریتم‌های پردازش زبان طبیعی (NLP) و مدل‌های ترکیبی نوشته شده است. هدف این پروژه، فراهم آوردن یک مثال عملی و آموزشی جهت پیاده‌سازی چت‌بات‌های زبان فارسی می‌باشد.

این چت‌بات برای پاسخ به سوالات متداول و ارائه اطلاعات ساده در محیط‌های کاربردی مختلف مثل وبسایت‌ها و اپلیکیشن‌ها قابل استفاده است.

با مراجعه به این لینک، می‌توانید به کدمنبع و مستندات پروژه دسترسی پیدا کنید و با استفاده از راهنماهای موجود، چت‌بات خود را بسازید.


📱 GitHub Repo

مدل TTS با صدای خدیجه و موسی در سایت هاگینگ فیس منتشر شد. این یکی از بهترین مدلهای تبدیل متن به گفتار فارسی/انگلیسی
است که با استفاده از تکنولوژی متچا(matcha) سرعت و کیفیت بهتری از مدلهای vits دارد. ان شاالله این مدل به عنوان سومین مدل متچا بعد از انگلیسی و چینی به زودی در شرپا منتشر خواهد شد.

https://huggingface.co/mah92/Khadijah-FA_EN-Matcha-TTS-Model

بحث و تبادل نظر زیر همین پست
آی دی سازنده
@persian_tts


@alimah92

اگر می‌خواهید استراتژی‌های مالیاتی بهینه‌تری (یا بیشتر سیستم‌های تشویقی در مقیاس بزرگ) طراحی کنید، #هوش_مصنوعی به شما کمک می‌کند تا اهدافی را که به آن می‌دهید بهینه کنید.

▪️ The AI Economist: Taxation policy design via two-level deep multiagent reinforcement learning

#یادگیری_تقویتی #اقتصاد #مالی #ایده_جذاب

🔸 مطالب بیشتر 👇👇

✅ @AI_DeepMind
🔸 @AI_Person

AGI, The Future of AI Agents And The Next Wave of Opportunities in AI

▪️ YouTube

#ایده_جذاب #علوم_پزشکی #هوش_مصنوعی #بیوتکنولوژیکی #یادگیری_ماشین #منابع

🔸 مطالب بیشتر 👇👇

✅ @AI_DeepMind
🔸 @AI_Person

زیست‌مهندسان دانشگاه رایس یک کیت ساخت پیشگامانه برای طراحی مدارهای حسگر و پاسخ‌دهنده سفارشی در سلول‌های انسانی ایجاد کرده‌اند. این پژوهش که در مجله Science منتشر شده است، یک پیشرفت مهم در زیست‌شناسی مصنوعی محسوب می‌شود و می‌تواند درمان بیماری‌های پیچیده‌ای مانند سرطان و اختلالات خودایمنی را متحول کند.

شیاویو یانگ، دانشجوی دکترای برنامه #زیست_شناسی سامانه‌ای، مصنوعی و فیزیکی در دانشگاه رایس و نویسنده اصلی این مطالعه، می‌گوید:
تصور کنید پردازنده‌های کوچکی داخل سلول‌ها که از پروتئین ساخته شده‌اند و می‌توانند تصمیم بگیرند چگونه به سیگنال‌های خاصی مانند التهاب، نشانگرهای رشد تومور یا سطح قند خون پاسخ دهند. این پژوهش ما را یک گام بزرگ به ساخت 'سلول‌های هوشمند' نزدیک‌تر می‌کند؛ سلول‌هایی که می‌توانند علائم بیماری را شناسایی کرده و بلافاصله درمان‌های سفارشی را آزاد کنند.

روش جدید طراحی مدارهای مصنوعی سلولی بر فسفریلاسیون متکی است—فرایندی طبیعی که سلول‌ها برای واکنش به محیط خود از آن استفاده می‌کنند و شامل اضافه شدن یک گروه فسفات به یک پروتئین است.

فسفریلاسیون نقش کلیدی در طیف وسیعی از عملکردهای سلولی دارد، از جمله تبدیل سیگنال‌های خارج سلولی به پاسخ‌های درون‌سلولی، مانند حرکت، ترشح یک ماده، واکنش به یک پاتوژن، یا بیان یک ژن.

https://scitechdaily.com/bioengineers-create-smart-cells-that-detect-and-fight-disease-in-real-time/

#علوم_پزشکی #مقاله #ایده_جذاب

🔸 مطالب بیشتر 👇👇

✅ @AI_DeepMind
🔸 @AI_Person

این مقاله به مشکل سوء استفاده بالقوه از LLM برای کمپین های اطلاعات نادرست در مقیاس بزرگ به دلیل افزایش متقاعدسازی و قابلیت شخصی سازی آنها می پردازد.

این بررسی می کند که چگونه LLM ها می توانند برای متقاعد کردن مؤثر افراد و پیامدهای دستکاری آنلاین استفاده شوند.

این مقاله استراتژی‌های متقاعدسازی مبتنی بر LLM را در بحث‌های تعاملی پیشنهاد و آزمایش می‌کند تا روش‌هایی را شناسایی کند که تغییر عقیده را در انسان به حداکثر می‌رساند.


📌 رویکرد مختلط از یک سیستم چند عاملی ساده برای ترغیب LLM بهبود یافته استفاده می کند. از عوامل تخصصی برای شخصی سازی و ساخت آماری استفاده می کند. این طراحی مدولار امکان استراتژی هدفمند را فراهم می‌کند و متقاعدسازی را نسبت به مدل‌های یکپارچه افزایش می‌دهد.

آمارهای ساختگی، وقتی با شخصی سازی ترکیب شوند، به طرز شگفت انگیزی موثر می شوند. این مقاله نشان می‌دهد که LLM می‌تواند داده‌های قانع‌کننده، هرچند نادرست، تولید کند. این نگرانی‌ها را در مورد اطلاعات نادرست خودکار، حتی با روش‌های پیچیده، افزایش می‌دهد.

موفقیت محدود شخصی‌سازی مستقیم نشان می‌دهد که LLM‌های فعلی با نمایه‌سازی ظریف کاربر مبارزه می‌کنند. پد خراش سیستم چند عاملی احتمالاً به تمرکز بر شخصی سازی کمک می کند. این نشان می دهد که شخصی سازی موثر LLM به تقطیر زمینه بهبود یافته نیاز دارد.
روش های بررسی شده در این مقاله

محققان پلتفرمی را برای آزمایش های بحث انسان-LLM طراحی کردند.

آنها آرگومان های ایستا نوشته شده توسط انسان، استدلال های ایستا تولید شده توسط LLM و چهار نوع بحث LLM را مقایسه کردند: ساده، آمار، شخصی سازی شده و مختلط.

بحث ساده از یک دستور اساسی برای LLM برای متقاعد کردن استفاده کرد.

بحث آمار به LLM دستور داد که از آمارهای ساختگی اما واقعی استفاده کند.

بحث شخصی سازی شده LLM را با ویژگی های جمعیت شناختی و شخصیتی کاربر برای تنظیم استدلال ها ارائه کرد.

نظرات شرکت کنندگان با استفاده از یک مقیاس لیکرت هفت درجه ای قبل و بعد از هر تعامل اندازه گیری شد تا تغییر نظر کمی شود.

استدلال های ایستا از انسان ها و LLM های اساسی قدرت متقاعدسازی مشابهی دارند.

استراتژی مختلط، ترکیبی از شخصی سازی و آمار ساختگی در بحث های تعاملی، به طور قابل توجهی متقاعد کننده تر از استدلال های ثابت انسانی است.

شخصی سازی #استدلال ها با ارائه داده های جمعیت شناختی و شخصیتی به یک LLM، متقاعدسازی را بهبود نمی بخشد و حتی می تواند آن را در مقایسه با رویکردهای ساده تر کاهش دهد.

ستفاده از آمارهای ساختگی به تنهایی اقناع پذیری قابل مقایسه با استدلال های اساسی LLM را نشان می دهد.

▪️ Tailored Truths: Optimizing LLM Persuasion with Personalization and Fabricated Statistics

#هوش_مصنوعی #ایده_جذاب #مقاله

🔸 مطالب بیشتر 👇👇

✅ @AI_DeepMind
🔸 @AI_Person

🚀 Join Richard Sutton’s Talk at Sharif University of Technology

🎙 Title: The Increasing Role of Sensorimotor Experience in Artificial Intelligence
👨‍🏫 Speaker: Rich Sutton (Keen Technologies, University of Alberta, OpenMind Research Institute)
📅 Date: Wednesday
🕗 Time: 8 PM Iran Time
💡 Sign Up Here: https://forms.gle/q1M7qErWvydFxR9m6

🔔 اعلام برنامه جلسه‌ی چهاردهم ژورنال‌کلاب مدل‌های زبانی بزرگ

📚 موضوع: نحوه‌ی ساخت و آموزش مدل‌های زبانی چندزبانه و به طور خاص مدل Aya-expanse
👤 سخنران مهمان: دکتر مرضیه فدایی، پژوهشگر ارشد هوش مصنوعی در شرکت Cohere
🗓 زمان: یک‌شنبه ۱۴۰۳/۱۱/۲۸، ساعت ۱۹:۳۰ تا ۲۱:٠٠
مکان برگزاری: vc.sharif.edu/ch/mjafari
🔍 مدل زبانی آیا-اکسپنس یک مدل چندزبانه بزرگ است که توسط تیم Cohere For AI توسعه یافته و از ۲۳ زبان مختلف از جمله فارسی پشتیبانی می‌کند. این مدل با استفاده از تکنیک‌های پیشرفته‌ای مانند داوری داده، آموزش با ترجیح چندزبانه، تنظیمات ایمنی و ترکیب مدل‌ها، عملکرد بالایی را در پردازش زبان‌های مختلف ارائه می‌دهد. هدف از توسعه ایا-اکسپنس، ارائه یک مدل چندزبانه با کیفیت بالا برای استفاده پژوهشگران در سراسر جهان است. طبق معیارها و سنجه‌های مختلف (از جمله این سنجه) مدل آیا-اکسپنس کیفیت خوبی بر روی زبان فارسی نیز دارد.

لینک یوتیوب ژورنال‌کلاب ‌(ویدئو و اسلاید جلسه‌ها)
افزودن رویداد به تقویم گوگل‌

از همه‌ی شما دعوت می‌کنیم که در این جلسه شرکت کنید.
#LLM #LLM_JC #LLM_Club #INL_Lab #Aya_Expanse
@LLM_JC