آموزش LLM و VLM

کد تخفیف 50 درصدی GNN علاوه بر کدهای قبلی فعال شد:

gnn_coupon50

https://class.vision/product/graph-neural-network/

غ

🔥 کد تخفیف ۷۰٪ دوره LLM 🎟 کد: COUPON-9E099 🔗 https://mktb.me/04dr/ 🔥 کد تخفیف ۵۰٪ دوره VLM 🎟 کد: COUPON-DAF28 🔗 https://mktb.me/e3gx/ 🔥 کد تخفیف ۷۰٪ دوره «آموزش جامع یادگیری عمیق» 🎟 کد: COUPON-F86F3 🔗 https://mktb.me/2klm/ 🔥 کد تخفیف ۷۰٪ دوره OpenCV 🎟 کد: COUPON-E623D 🔗 https://mktb.me/81nt/

مینی کورس بالا برای معرفی قابلیت جدید مرورگرهاست، چیزی که بدون ابزار اضافی شما را قادر میکنه از LLM داخلی مرورگر سوال بپرسید؛ مثلا فقط با این چند خط کد js تو مرورگر کروم یا اج البته به شرط داشتن سخت افزار و به روز بودن مرورگر

  //  Create Session: 
  const session = await LanguageModel.create();
  
  //  Define the Question (Prompt)
  const question = "پایتخت ایران کجاست؟ فقط نام شهر را بگو.";

  console.log(`سؤال شما: ${question}`);

  //  Prompt the model:
  const result = await session.prompt(question);

  //  Display the result
  console.log("پاسخ هوش مصنوعی:", result);

https://jsai.ir/ فایل زیپ اشاره شده در ویدیوهای کورس prompt api مرورگر؛ ابتدای این سایت اضافه شد

Building Coding Agents with Tool Execution https://www.deeplearning.ai/short-courses/building-coding-agents-with-tool-execution/?utm_campaign=e2b-launch&utm_medium=social-media&utm_source=dlai-sm

🚀 Qwen3-VL Tech report is now out on arXiv! From pretraining to post-training, architecture to infra, data to evaluation — we’ve packed in the details for anyone building on vision-language models. 🔥 3 models >1M downloads in just over a month 🏆 Qwen3-VL-8B leads with 2M+ downloads 📚 Built on the shoulders of Qwen2.5-VL (2800+ citations in <10 months!) Check out the paper for insights, baselines, and future directions. Let’s keep pushing VLMs forward — together. arxiv.org/pdf/2511.21631

🎁🎊🎉به بهانه بلک فرایدی برای همراهان کانال 👇 🎓 دوره جامع LLM با تخفیف ۷۰٪ واقعی 🎟 بلیط ورود به دنیای مدل‌های زبانی بزرگ 🚀 کد تخفیف: COUPON-fa527 ⏳ فقط برای مدت محدود - تا 10 آذرماه https://mktb.me/04dr/ ++++++++++++++++++ 🎓 دوره جامع VLM – مدل‌های زبانی-تصویری با تخفیف ۷۰٪ واقعی 🎟 ورود به دنیای مولتی‌مودال و AI ترکیبی 🚀 کد تخفیف: COUPON-0db40 ⏳ فقط برای مدت محدود – تا 10 آذرماه https://mktb.me/e3gx/ ++++++++++++++++++ 🎓 دوره جامع دیپ‌لرنینگ با TensorFlow با تخفیف ۷۰٪ واقعی 🎟 یادگیری عملی شبکه‌های عصبی و پروژه‌های AI 🚀 کد تخفیف: COUPON-dc646 ⏳ فقط برای مدت محدود – تا 10 آذرماه https://mktb.me/2klm/

به بهانه بلک فرایدی برای همراهان کانال 👇 🎓 دوره جامع LLM با تخفیف ۷۰٪ واقعی 🎟 بلیط ورود به دنیای مدل‌های زبانی بزرگ 🚀 کد تخفیف: COUPON-fa527 ⏳ فقط برای مدت محدود - تا 10 آذرماه https://mktb.me/04dr/

مسیر حرفه‌ای یادگیری مدل‌های زبانی و چند وجهی از Deep Learning تا LLM و VLM اگر می‌خواهید به‌صورت اصولی وارد دنیای مدل‌های زبانی بزرگ و مدل‌های چندوجهی شوید، این مسیر آموزشی پیشنهاد می‌شود: 🧠 مرحله اول: دوره جامع Deep Learning پایه‌ای‌ترین و ضروری‌ترین گام برای ورود حرفه‌ای به هوش مصنوعی. شامل مفاهیم کلیدی یادگیری عمیق 🔗 لینک دوره: https://mktb.me/2klm/ 🤖 مرحله دوم: دوره جامع LLM اینجا قلب ماجرا است، در این دوره به‌صورت مفهومی و پروژه‌محور یاد می‌گیرید:

طراحی و آموزش مدل‌های زبانی بزرگ مفاهیم کلیدی مثل Transformer، Attention، Instruction Tuning روش‌های پیشرفته مثل RLHF، DPO، GRPO و RAG ساخت اپلیکیشن‌های مبتنی بر LLM

🔗 لینک دوره: https://mktb.me/04dr/ 🖼 مرحله سوم: دوره VLM (مدل‌های چندوجهی متن-تصویر) اگر می‌خواهید فراتر از متن بروید و وارد دنیای مدل‌های بینایی-زبانی شوید، این مرحله مخصوص شماست. در این دوره با معماری‌ها و کاربردهای VLM آشنا می‌شوید؛ مثل:

درک و تحلیل تصویر با مدل‌های چندوجهی Visual QA OCR و سیستم‌های ترکیبی متن-تصویر فاین تیون VLM ها

🔗 لینک دوره: https://mktb.me/e3gx/

🌟 مدل‌های زبانی-تصویری (VLM)| مدرس: علیرضا اخوان‌پور مدل‌های زبانی-تصویری (VLM) نسل جدیدی از مدل‌های مولد هستن که علاوه بر متن، تصویر رو هم می‌فهمن. یعنی می‌تونن عکس رو توصیف کنن، به سوال درباره‌ی محتواش جواب بدن و حتی بین متن و تصویر ارتباط برقرار کنن. 📚 در این دوره یاد می‌گیرید:

- ساختار و معماری مدل‌های VLM - کاربردهای جذاب مثل پرسش‌وپاسخ تصویری و مولتی‌مودال - نحوه‌ی آموزش و به‌کارگیری این مدل‌ها در پروژه‌های واقعی

🔗 مشاهده دوره: https://mktb.me/e3gx/ کد تخفیف 70 درصدی دوره جدید VLM COUPON-c4cd3 —————————————— 🎁همچنین به عنوان پیش نیاز با 70 درصد تخفیف ویژه به مدت محدود دوره محبوب و پرفروش LLM را نیز میتوانید با کد زیر تهیه کنید. COUPON-c2e42 https://mktb.me/04dr/ ❌ حتما موقع استفاده تیک دسترسی کامل را بردارید، اگر قبلا در سبد خرید بوده حذف کرده و مجدد با برداشتن این تیک به سبد خرد خود اضافه کنید. ~~~ کانال تلگرامی دوره @llm_huggingface

به بهانه بلک فرایدی برای همراهانی که هنوز شروع نکردند 👇 🎓 دوره جامع LLM با تخفیف ۷۰٪ واقعی 🎟 بلیط ورود به دنیای مدل‌های زبانی بزرگ 🚀 کد تخفیف: COUPON-fa527 ⏳ فقط برای مدت محدود - تا 10 آذرماه

vLLM: Deploying LLMs at Scale Like OpenAI https://learnopencv.com/vllm-deploy-llms-at-scale-paged-attention/

مثال دیگر برای پرامپت "yellow taxi"

IMAGE = "/content/traffic_jam.jpg"

TARGET = "yellow taxi"

image = Image.open(IMAGE).convert("RGB")
response = qwen_detect(image, TARGET)

print(response)

detections = sv.Detections.from_vlm(
    vlm=sv.VLM.QWEN_3_VL,
    result=response,
    resolution_wh=image.size
)

annotated_image = image.copy()
annotated_image = annotate_image(image=annotated_image, detections=detections)
annotated_image.thumbnail((800, 800))
annotated_image

تشخیص اشیا با Qwen3-VL به روش open vocabulary! پرامپت: «person between albert and marie» (فرد بین آلبرت و ماری) مدل باید نام‌های «albert» و «marie» را در این عکس به آلبرت اینشتین و ماری کوری نگاشت کند، چهره‌ها و جایگاه آن‌ها را تشخیص دهد و مفهوم «بین» را درست تفسیر کند تا فرد صحیح را پیدا کند. کتابخانه Supervision از گروه roboflow کار با مدل‌های چندوجهی (VLMها) را به این منظور ساده‌تر می‌کند. شما متن را پردازش می‌کنید، آن را به یک فرمت آشنا مثل باکس‌های تشخیص تبدیل می‌کنید و نتیجه را به‌صورت بصری نمایش می‌دهید.

TARGET = "person between albert and marie"

image = Image.open(IMAGE).convert("RGB")
response = qwen_detect(image, TARGET)

detections = sv.Detections.from_vlm(
    vlm=sv.VLM.QWEN_3_VL,
    result=response,
    resolution_wh=image.size
)

کتابخانه Supervision از مدل‌هایی مثل PaliGemma، Qwen-VL، Google Gemini، Moondream و DeepSeek-VL پشتیبانی می‌کند. نوت بوک زیر را ببینید: https://github.com/Alireza-Akhavan/LLM/blob/main/open_vocabulary_object_detection_with_qwen3_vl.ipynb

🚀 New Course: Semantic Caching for AI Agents https://www.deeplearning.ai/short-courses/semantic-caching-for-ai-agents/

یه نفر رفته system prompt‌های پشت‌پردهٔ کلی ابزار و چت‌بات معروف رو از طریق یه leak بزرگ پیدا کرده و همشو منتشر کرده! الان یک ریپو تو گیت‌هاب هست که عملاً تبدیل شده به آرشیوی از مغزِ واقعی ابزارهای هوش مصنوعی — از Cursor و Devin گرفته تا Claude، Replit، Perplexity و ده‌ها ابزار دیگه. اگه می‌خواید ببینید این ابزارها پشت صحنه چه قوانین، چه نقش‌ها و چه پرامپت‌هایی دارن، این ریپو واقعاً مثل گنج می‌مونه. حتی می‌تونید برای طراحی agent یا پرامپت‌هاتون ازش ایده بگیرید. https://github.com/x1xhlol/system-prompts-and-models-of-ai-tools