ar
Feedback
AI with Papers - Artificial Intelligence & Deep Learning

AI with Papers - Artificial Intelligence & Deep Learning

الذهاب إلى القناة على Telegram

All the AI with papers. Every day fresh updates about #DeepLearning #MachineLearning #LLM & #ComputerVision Curated by Alessandro Ferrari | https://www.linkedin.com/in/visionarynet/ #AI #chatGPT

إظهار المزيد

📈 نظرة تحليلية على قناة تيليجرام AI with Papers - Artificial Intelligence & Deep Learning

تُعد قناة AI with Papers - Artificial Intelligence & Deep Learning (@ai_deeplearning) في القطاع اللغوي الإنكليزية لاعباً نشطاً. يضم المجتمع حالياً 17 134 مشتركاً، محتلاً المرتبة 7 669 في فئة التكنولوجيات والتطبيقات والمرتبة 2 214 في منطقة ماليزيا.

📊 مؤشرات الجمهور والحراك

منذ تأسيسه في невідомо، حقق المشروع نمواً سريعاً وجمع 17 134 مشتركاً.

بحسب آخر البيانات بتاريخ 27 يونيو, 2026، تحافظ القناة على نشاط مستقر. خلال آخر 30 يوماً تغيّر عدد الأعضاء بمقدار -177، وفي آخر 24 ساعة بمقدار -6، مع بقاء الوصول العام مرتفعاً.

  • حالة التحقق: غير موثّقة
  • معدل التفاعل (ER): يبلغ متوسط تفاعل الجمهور 12.58‎%. وخلال أول 24 ساعة من النشر يحصد المحتوى عادةً 6.87‎% من ردود الفعل نسبةً إلى إجمالي المشتركين.
  • وصول المنشورات: يحصل كل منشور على متوسط 2 155 مشاهدة. وخلال اليوم الأول يجمع عادةً 1 177 مشاهدة.
  • التفاعلات والاستجابة: يتفاعل الجمهور بانتظام؛ متوسط التفاعلات لكل منشور يبلغ 16.
  • الاهتمامات الموضوعية: يركز المحتوى على مواضيع رئيسية مثل framework, object, dataset, tba, depth.

📝 الوصف وسياسة المحتوى

يصف المؤلف القناة بأنها مساحة للتعبير عن الآراء الذاتية:
All the AI with papers. Every day fresh updates about #DeepLearning #MachineLearning #LLM & #ComputerVision Curated by Alessandro Ferrari | https://www.linkedin.com/in/visionarynet/ #AI #chatGPT

بفضل وتيرة التحديث المرتفعة (أحدث البيانات بتاريخ 28 يونيو, 2026) تحافظ القناة على حداثتها ومستوى وصول مرتفع. وتُظهر التحليلات تفاعلاً نشطاً من الجمهور، ما يجعلها نقطة تأثير مهمة ضمن فئة التكنولوجيات والتطبيقات.

17 134
المشتركون
-624 ساعات
-427 أيام
-17730 أيام
أرشيف المشاركات
🧨EfficientFormers: 1.6ms inference 🧨 👉Transformers fast as MobileNet? Snap shows that on #iphone! 𝐇𝐢𝐠𝐡𝐥𝐢𝐠𝐡𝐭𝐬: ✅L
🧨EfficientFormers: 1.6ms inference 🧨 👉Transformers fast as MobileNet? Snap shows that on #iphone! 𝐇𝐢𝐠𝐡𝐥𝐢𝐠𝐡𝐭𝐬: ✅Low latency on mobile, high performance! ✅Revisiting the design of ViT through latency ✅New dimension-consistent design paradigm ✅EfficientFormers: a new ViT for mobile! More: https://bit.ly/3MdgW15

🧬Neural Text2Human Generation🧬 👉Text-driven neural human generation 𝐇𝐢𝐠𝐡𝐥𝐢𝐠𝐡𝐭𝐬: ✅Full-body from a given human pose ✅Hierarchical texture-aware codebook ✅DeepFashion -> 44k Hi-Res images ✅Code and models available! More: https://bit.ly/3Mdnpt0

🛹 Project Skate from Google #AI 🛹 👉#AI tool to analyze the skateboarder's tricks in real-time More: https://bit.ly/3zbQS3M