Tensorflow(@CVision)

روش MiCA جایگزین قدرتمند LoRA در Fine-tuning یه روش جدید به اسم MiCA یا (MinoCA Component Adaptation) به کتابخونه PEFT هاگینگ‌فیس اضافه شده و نتایجش چشمگیره. ایده اصلی تکنیک LoRA روی بخش‌هایی از مدل تمرکز می‌کنه که بیشترین استفاده رو دارن. MiCA برعکس عمل می‌کنه — روی فضاهای کمتر استفاده‌شده (minor singular subspace) تنظیم می‌کنه تا دانش جدید جذب بشه بدون اینکه دانش قبلی از بین بره. نتایج روی ۳ مدل مختلف: 📈 +۸۸٪ یادگیری دانش جدید نسبت به LoRA 🧠 -۱۹٪ فراموشی فاجعه‌بار (Catastrophic Forgetting) ⚡ -۸۳٪ پارامتر قابل آموزش استفاده ازش ساده‌ست. فقط یه خط تغییر کافیه: init_lora_weights="mica" کاربرد اصلی: به‌خصوص برای continued pretraining و domain adaptation — جایی که می‌خواید مدل دانش جدید یاد بگیره ولی توانایی‌های قبلیش رو حفظ کنه. 🔗 لینک‌ها: 📄 Paper (arXiv): https://arxiv.org/abs/2604.01694 🤗 HuggingFace: https://huggingface.co/papers/2604.01694 💻 PEFT Example & README: https://github.com/huggingface/peft/blob/main/examples/mica_finetuning/README.md

🖼️ Krea 2 Turbo مدل تولید تصویر اوپن‌سورس با ۱۲ میلیارد پارامتر مجپوعه Krea AI اولین مدل بومی خودش رو منتشر کرد و وزن‌ها رو هم اوپن‌سورس کرده. ✨ چرا جالبه؟ ▸ تولید تصویر ۲K در ~۲ ثانیه روی GPU معمولی ▸ فقط ۸ inference step، بدون CFG ▸ رتبه اول بین لب‌های مستقل در لیدربورد Artificial Analysis ▸ اختلاف تنها ۰.۱۴ امتیاز با GPT Image در style fidelity 🔗 لینک‌ها HuggingFace: https://huggingface.co/krea/Krea-2-Turbo GitHub: https://github.com/krea-ai/krea-2 گزارش تکنیکال: https://www.krea.ai/blog/krea-2-technical-report

🗂️  تبدیل اسناد به چانک‌های آماده برای RAG با Chunkr یه ابزار متن‌باز برای پردازش هوشمند اسناد؛ PDF، PowerPoint، Word و تصویر رو می‌گیره و خروجی ساختاریافته برای پایپ‌لاین‌های RAG و LLM تولید می‌کنه. ✅ تحلیل لایه‌بندی سند با OCR و Bounding Box ✅ خروجی HTML و Markdown ساختاریافته ✅ پردازش با مدل‌های Vision-Language ✅ Self-hosted با Docker Compose و پشتیبانی از LLMهای مختلف 🔗 مستندات: https://docs.chunkr.ai/pages/get-started/welcome 🐙 گیت‌هاب: https://github.com/lumina-ai-inc/chunkr #RAG #LLM #OpenSource #DocumentAI

سلام و درود خدمت دوستان و همراهان گرامی 🌱 با توجه به پیام‌هایی که اخیراً دریافت کرده‌ام، لازم دانستم توضیح کوتاهی ارائه کنم. در حال حاضر بنده در هیچ مؤسسه‌ای (چه به‌صورت حضوری و چه آنلاین) که ثبت‌نام دوره‌ای در این فصل داشته باشد، تدریس نمی‌کنم. برخی از مواردی که نام بنده در معرفی دوره‌ها یا صفحات مؤسسات درج شده، مربوط به همکاری‌های قبلی بوده است. همچنین چند موردی که دوستان ارسال کرده‌اند و دوره‌ای با عنوان مدرس «اخوان» معرفی شده بود، صرفاً تشابه اسمی داشته و ارتباطی با بنده ندارد. هدف از این پیام صرفاً شفاف‌سازی و جلوگیری از هرگونه سوءبرداشت است. از همراهی و توجه شما سپاسگزارم. با احترام علیرضا اخوان‌پور

پیاده سازی GraphRAG با Neo4j، Qdrant و Ollama اگه با RAG کار کرده باشید، می‌دونید که بزرگ‌ترین ضعفش اینه که فقط «تکه‌های متن» بازیابی می‌کنه و روابط بین موجودیت‌ها رو از دست میده. میشه گفت GraphRAG تا حد خوبی این مشکل رو حل می‌کنه متن خام رو به یه Knowledge Graph تبدیل می‌کنه و موقع retrieval، هم جستجوی معنایی داری، هم پیمایش روابط گراف. این پست یه پیاده‌سازی عملی ارائه میده: ▫️ابتدا LangExtract — استخراج خودکار موجودیت‌ها و روابط از متن ▫️سپس Neo4j — ذخیره گراف دانش و traversal روابط ▫️و Qdrant — جستجوی vector روی node های گراف ▫️سرو مدل هم Ollama — تمام مدل‌ها local، بدون نیاز به API خارجی جریان کار: متن خام ← استخراج entity/relation ← ذخیره در Neo4j ← embedding هر node در Qdrant ← query time: جستجوی vector + توسعه گراف + پاسخ با LLM https://medium.com/@manthapavankumar11/a-practical-graphrag-architecture-using-langextract-neo4j-qdrant-and-ollama-0e4c86908c41

🎙 Voicebox این ستودیوی صوتی AI متن‌باز جایگزین رایگان ElevenLabs + WisprFlow در یک اپ تر تمیزه که روی کامپیوتر خودتون اجرا می‌شه: ✅ کلون صدا از چند ثانیه صوت ✅ ۷ موتور TTS (Qwen3، Chatterbox، Kokoro، ...) ✅ دیکته با hotkey در هر جای سیستم ✅ کاملاً Local — هیچ داده‌ای از دستگاه خارج نمی‌شه ⭐️ 23k | MIT License ❌هنوز خودش فارسی را ساپورت نکرده، این که یه نفر خودش بخواد فاین تیون کنه یه حرف دیگست... 🔗 github.com/jamiepine/voicebox

فاین تیون کردن مدل‌های MoE با یه خط کد، ۳.۷ برابر سریع‌تر! اخیرا NVIDIA یه کتابخونه open-source معرفی کرده به اسم NeMo AutoModel که روی Transformers v5 هاگینگ‌فیس ساخته شده. فقط یه خط import عوض می‌شه: 🔹 تا ۳.۷ برابر throughput بالاتر 🔹 تا ۳۲٪ حافظه GPU کمتر 🔹 امکان fine-tune مدل ۵۵۰B که با Transformers خالص اصلاً در حافظه جا نمی‌شه سه تکنیک به کار برده: Expert Parallelism، DeepEP fused dispatch، و TransformerEngine kernels. اگه با مدل‌های MoE مثل Qwen3 یا DeepSeek کار می‌کنید، ارزش خوندن داره 👇 🔗 https://huggingface.co/blog/nvidia/accelerating-fine-tuning-nvidia-nemo-automodel

OpenKB یه ایده از Karpathy بود که خیلی‌ها ازش رد شدن — ولی یه تیم رفت پیاده‌ش کرد! ایده اینه: به جای اینکه LLM هر بار سند رو بخونه و جواب بده، یه بار همه چیز رو compile کنه و نتیجه رو نگه داره. RAG معمولی چه مشکلی داره؟ هر query از صفر شروع می‌کنه. هیچی جمع نمی‌شه. ارتباط بین اسناد پیدا نمی‌شه. تناقض‌ها دیده نمی‌شن. اما OpenKB یه بار اسنادت رو می‌خونه و تبدیل می‌کنه به یه ویکی ساختاریافته — خلاصه، صفحات مفهومی، entities (افراد، سازمان‌ها، محصولات) و لینک‌های متقاطع بین همه چیز. دانش تجمیع می‌شه، نه اینکه هر بار از نو کشف بشه. قابلیت Skill Factory از ویکیت می‌تونی یه agent skill بسازی — یه فایل portable که Claude Code، Codex یا Gemini CLI می‌تونن مستقیم load کنن و ازش استفاده کنن. مثلاً ۲۰ تا پیپر درباره‌ی attention بهش می‌دی، یه متخصص transformer می‌سازی که agent دیگه‌ات می‌تونه ازش بخواد. سایر امکانات: - ورودی: PDF، Word، PPT، Excel، HTML، URL و... - اسناد بلند رو بدون Vector DB مدیریت می‌کنه (با PageIndex) - تصویر و جدول رو هم می‌فهمه - ویکی خروجی کاملاً با Obsidian باز می‌شه 🔗 github.com/VectifyAI/OpenKB

مدل جدید Gemma4-12B Agentic v2 — یه ایجنت کدنویسی کامل روی سخت‌افزار شخصی یه fine-tune قوی روی Gemma 4 12B که تمرکزش روی کدنویسی + استفاده از ابزار + کارهای چندمرحله‌ای (agentic) هست. 📊 عملکرد روی بنچمارک ایجنتیک (tau2-bench telecom): | مدل | امتیاز | |---|---| | Gemma 4 12B-it (پایه) | ~۱۵٪ | | این مدل (v2) | ~۵۵٪ | ➡️ تقریباً ۳.۵ برابر بهتر از مدل پایه در تسک‌های ایجنتیک مدل پایه معمولاً توی تسک‌های چندمرحله‌ای زود تسلیم می‌شه و کار رو به انسان واگذار می‌کنه. این مدل یاد گرفته مثل یه دولوپر واقعی عمل کنه: read → reason → act → verify یعنی اول state رو بررسی می‌کنه، بعد تشخیص می‌ده، بعد fix می‌زنه، و در نهایت نتیجه رو verify می‌کنه — بدون hallucinate کردن مسیرها یا توابع ناموجود. 📦 سایزهای GGUF موجود: - Q3_K_M → 5.7 GB (مناسب GPU های 8GB) - Q4_K_M → 6.87 GB ✅ پیشنهادی - Q6_K → 9.11 GB - Q8_0 → 11.8 GB ⚡ اجرا با Ollama:

ollama run hf.co/yuxinlu1/gemma-4-12B-agentic-fable5-composer2.5-v2-3.5x-tau2-GGUF:Q4_K_M

--- ⚠️ نکات مهم: - لایسنس Apache 2.0 (آزاد برای استفاده تجاری) - بهینه برای کدنویسی و کارهای ایجنتیک — نه دانش عمومی - safety alignment کمتری داره، برای production باید guardrail اضافه کنید 🔗 https://huggingface.co/yuxinlu1/gemma-4-12B-agentic-fable5-composer2.5-v2-3.5x-tau2-GGUF

🔍 Agentic Resource Discovery (ARD) یه استاندارد جدید و باز از Hugging Face (با همکاری Microsoft، Google، GoDaddy و دیگران) که لایه‌ی discovery رو برای ایجنت‌ها حل می‌کنه. مشکل امروز اینه که ایجنت‌ها باید همه چیز رو از قبل بدونن — URL سرور MCP رو hardcode کنی، ابزارها رو از قبل install کنی، و همه چیز static باشه. با بزرگ‌شدن اکوسیستم، این روش دیگه scale نمی‌ده. ARD چی می‌کنه؟ — هر publisher یه فایل ai-catalog.json رو در یه مسیر well-known روی دامنه‌ش منتشر می‌کنه — رجیستری‌ها اون رو ایندکس می‌کنن — ایجنت به‌جای hardcode کردن، با intent جستجو می‌کنه و capability مناسب رو پیدا می‌کنه

# نمونه با HF CLI
hf discover search "Fine tune a language model"
hf discover search "Generate an image" --kind mcp

Hugging Face یه reference implementation به اسم Discover Tool ارائه داده که به هزاران Skills، MCP Server و Spaces دسترسی می‌ده — و از طریق MCP هم قابل استفاده‌ست: https://huggingface-hf-discover.hf.space/mcp در واقع ARD مثل DNS برای ایجنت‌هاست — به‌جای اینکه بدونی کجا بری، بگی چی می‌خوای. 🔗 مستندات: agenticresourcediscovery.org

در هاگینگ فیس هم اضافه شد https://huggingface.co/baidu/Unlimited-OCR

🔍 Unlimited-OCR از Baidu یه مدل OCR قدرتمند از بایدو که یک قدم جلوتر از DeepSeek-OCR حرکت کرده. قابلیت پارس تک‌شات اسناد طولانی (Long-horizon Parsing) رو داره — تصویر، چند صفحه، یا PDF کامل رو یه‌جا پردازش می‌کنه. پشتیبانی از Transformers و SGLang، و خروجی ساختاریافته با کیفیت بالا. 🔗 github.com/baidu/Unlimited-OCR

🔇 گوگل بی‌سروصدا یک هوش مصنوعی منتشر کرد که الگوها را پیش‌بینی می‌کند فروش. قیمت بازار. ترافیک وب. تقاضای انرژی. نوسانات کریپتو. مدل جدید منتشر شده TimesFM : ← روی ۱۰۰ میلیارد داده واقعی آموزش دیده ← پیش‌بینی zero-shot، بدون نیاز به fine-tune ← روی سیستم شما اجرا می‌شود. کاملاً رایگان و متن‌باز 🔗 لینک

مدل RF-DETR — ترنسفورمر جدید Roboflow برای تشخیص و سگمنتیشن real-time گروه Roboflow مدل RF-DETR را به کتابخانه 🤗 Transformers اضافه کرد؛ یک معماری مبتنی بر ترنسفورمر که ادعا می‌کند هم در Object Detection و هم در Instance Segmentation از YOLO پیشی می‌گیرد. چی داره؟ مجموعه‌ای کامل از سایزهای مختلف برای هر دو تسک: 🔍 تشخیص شیء: nano / small / medium / large / base ✂️ سگمنتیشن: nano / small / medium / large / xlarge / xxlarge چرا جالبه؟ مستقیماً در transformers قابل استفاده‌ست دموی real-time با وبکم روی HuggingFace Spaces موجوده معماری بر اساس Neural Architecture Search طراحی شده (مقاله: RF-DETR) تست آنلاین: 🔗 huggingface.co/spaces/huggingface-projects/rf-detr-realtime-webcam مدل‌ها: 🔗 huggingface.co/Roboflow/models

آیا gzip می‌تواند یک مدل زبانی باشد؟ یک محقق کشف کرد که gzip — همان الگوریتم فشرده‌سازی قدیمی و ساده لینوکس — می‌تواند متن تولید کند؛ بدون هیچ شبکه عصبی، بدون وزن، بدون آموزش. چطور؟ هر الگوریتم فشرده‌سازی در دلش یک مدل احتمالاتی پنهان دارد:

داده‌ای که «انتظارش را دارد» با بایت کمتری کُد می‌شود داده غیرمنتظره بایت بیشتری می‌خواهد

پس می‌شود از این معیار به عنوان امتیازدهی استفاده کرد: هر ادامه متنی که بهتر فشرده شود، «محتمل‌تر» است! روش کار (gzipt): ۱. یک corpus (مثلاً متون شکسپیر) به gzip داده می‌شود ۲. یک prompt ورودی می‌گیرد ۳. با beam search روی توالی بایت‌ها جستجو می‌کند ۴. ادامه‌ای را انتخاب می‌کند که بهترین فشرده‌سازی را داشته باشد نتیجه؟ خروجی کاملاً منسجم نیست، ولی به‌طور شگفت‌انگیزی ساختار زبان را درک کرده! این ایده از مقاله‌ای با نام "Language Modeling is Compression" الهام گرفته که می‌گوید:

هر مدل پیش‌بینی، یک compressor است و هر compressor یک مدل پیش‌بینی.

بلاگ پست: 🔗 https://nathan.rs/posts/gzip-lm/ کد پروژه: 🔗 nathan.rs/posts/

گوگل نسخه‌های جدید Gemma 4 را با تکنیک Quantization-Aware Training (QAT) منتشر کرده؛ رویکردی که به‌جای کوانتایز کردن مدل بعد از آموزش (PTQ)، از همان فرآیند آموزش، محدودیت‌های دقت پایین را شبیه‌سازی می‌کند. نتیجه این کار، مدل‌هایی است که با حافظه بسیار کمتر اجرا می‌شوند اما بخش بزرگی از کیفیت نسخه اصلی را حفظ می‌کنند. به گفته گوگل، نسخه موبایلی Gemma 4 E2B حتی می‌تواند با کمتر از ۱ گیگابایت حافظه اجرا شود و برای لپ‌تاپ‌ها، موبایل‌ها و Edge Deviceها گزینه بسیار جذاب‌تری باشد. از طرف دیگر، Unsloth نیز پشتیبانی کامل از این مدل‌ها را اضافه کرده و نشان داده که اگر تبدیل QAT به فرمت‌های اجرایی مانند GGUF به‌درستی انجام شود، می‌توان افت دقت را به حداقل رساند و در عین حال از مزایای اجرای 4-bit بهره برد. این یعنی اجرای مدل‌های بزرگ‌تر روی GPUهای مصرفی و حتی سخت‌افزارهای محدود، بدون قربانی کردن محسوس کیفیت پاسخ‌ها. برای توسعه‌دهندگانی که به اجرای محلی (Local LLM)، Agentها یا اپلیکیشن‌های Edge علاقه دارند، Gemma 4 QAT یکی از مهم‌ترین انتشارهای اخیر محسوب می‌شود. 📚 برای مطالعه بیشتر: 🔹 https://blog.google/innovation-and-ai/technology/developers-tools/quantization-aware-training-gemma-4/ 🔹 https://unsloth.ai/docs/models/gemma-4/qat 🌀 @cvision 🌀

🚀 مدل Gemma 4 QAT؛ وقتی کوانتایز شدن دیگر به معنی افت کیفیت نیست ! 🚀