ar
Feedback
AI & Deep Learning

AI & Deep Learning

الذهاب إلى القناة على Telegram

All about Deep Learning, LLMs #deeplearning #deep_learning #AI #ML Follow for quality content amid all the noise in #AI.

إظهار المزيد
الهند34 618التكنولوجيات والتطبيقات10 714

📈 نظرة تحليلية على قناة تيليجرام AI & Deep Learning

تُعد قناة AI & Deep Learning (@deeplearning005) في القطاع اللغوي الإنكليزية لاعباً نشطاً. يضم المجتمع حالياً 11 116 مشتركاً، محتلاً المرتبة 10 714 في فئة التكنولوجيات والتطبيقات والمرتبة 34 618 في منطقة الهند.

📊 مؤشرات الجمهور والحراك

منذ تأسيسه في невідомо، حقق المشروع نمواً سريعاً وجمع 11 116 مشتركاً.

بحسب آخر البيانات بتاريخ 15 سبتمبر, 2026، تحافظ القناة على نشاط مستقر. خلال آخر 30 يوماً تغيّر عدد الأعضاء بمقدار 159، وفي آخر 24 ساعة بمقدار 3، مع بقاء الوصول العام مرتفعاً.

  • حالة التحقق: غير موثّقة
  • معدل التفاعل (ER): يبلغ متوسط تفاعل الجمهور 12.69‎%. وخلال أول 24 ساعة من النشر يحصد المحتوى عادةً 2.48‎% من ردود الفعل نسبةً إلى إجمالي المشتركين.
  • وصول المنشورات: يحصل كل منشور على متوسط 1 411 مشاهدة. وخلال اليوم الأول يجمع عادةً 276 مشاهدة.
  • التفاعلات والاستجابة: يتفاعل الجمهور بانتظام؛ متوسط التفاعلات لكل منشور يبلغ 4.
  • الاهتمامات الموضوعية: يركز المحتوى على مواضيع رئيسية مثل developer, openai.

📝 الوصف وسياسة المحتوى

يصف المؤلف القناة بأنها مساحة للتعبير عن الآراء الذاتية:
“All about Deep Learning, LLMs #deeplearning #deep_learning #AI #ML Follow for quality content amid all the noise in #AI.”

بفضل وتيرة التحديث المرتفعة (أحدث البيانات بتاريخ 16 سبتمبر, 2026) تحافظ القناة على حداثتها ومستوى وصول مرتفع. وتُظهر التحليلات تفاعلاً نشطاً من الجمهور، ما يجعلها نقطة تأثير مهمة ضمن فئة التكنولوجيات والتطبيقات.

11 116
المشتركون
+324 ساعات
+497 أيام
+15930 أيام
أرشيف المشاركات
AI & Deep Learning
AI & Deep Learning
11 117

AI & Deep Learning
AI & Deep Learning
11 117

AI & Deep Learning
AI & Deep Learning
11 117

AI & Deep Learning
AI & Deep Learning
11 117
Kronos: A Foundation Model for the Language of Financial Markets Kronos is the first open-source foundation model for financial candlesticks (K-lines), trained on data from over 45 global exchanges. https://github.com/shiyu-coder/Kronos

AI & Deep Learning
AI & Deep Learning
11 117

AI & Deep Learning
AI & Deep Learning
11 117

AI & Deep Learning
AI & Deep Learning
11 117

AI & Deep Learning
AI & Deep Learning
11 117
Atomic chat has made running local models very efficient, they ship with turboquant and kv cache baked in, giving much better performance. https://atomic.chat/

AI & Deep Learning
AI & Deep Learning
11 117
Great News! MCP will now be stateless, this was a much awaited change. Read full blog: https://blog.modelcontextprotocol.io/posts/2026-07-28-release-candidate/

AI & Deep Learning
AI & Deep Learning
11 117

AI & Deep Learning
AI & Deep Learning
11 117
Grok 4.6 achieves frontier intelligence across several agentic coding and knowledge work benchmarks. It matches GPT-5.6 Sol on the Artificial Analysis Intelligence Index, which is a composite score of nine benchmarks. https://x.ai/news/grok-4-6

AI & Deep Learning
AI & Deep Learning
11 117

AI & Deep Learning
AI & Deep Learning
11 117

AI & Deep Learning
AI & Deep Learning
11 117

AI & Deep Learning
AI & Deep Learning
11 117

AI & Deep Learning
AI & Deep Learning
11 117
TabFM (Tabular Foundation Model) is a pretrained tabular foundation model developed by Google Research for tabular data regression and classification. At inference time, TabFM does not require training parameters on your dataset; instead, it leverages in-context learning by reading your training data as "context" to make instant predictions on new test samples. https://github.com/google-research/tabfm

AI & Deep Learning
AI & Deep Learning
11 117

AI & Deep Learning
AI & Deep Learning
11 117

AI & Deep Learning
AI & Deep Learning
11 117

AI & Deep Learning
AI & Deep Learning
11 117
TabFM (Tabular Foundation Model) is a pretrained tabular foundation model developed by Google Research for tabular data regression and classification. At inference time, TabFM does not require training parameters on your dataset; instead, it leverages in-context learning by reading your training data as "context" to make instant predictions on new test samples. https://github.com/google-research/tabfm