Algorithm design & data structureچ

تبدیل آسان فایل‌های PDF به داده‌های تمیز و آماده برای مدل‌های زبانی! 🐬 فریم‌ورک متن‌باز Dolphin ابزاری برای پردازش اسناد است که می‌تواند PDFها را به قالب‌های ساختاریافته‌ای مانند Markdown، HTML، LaTeX و JSON تبدیل می‌کند. https://github.com/bytedance/Dolphin #هوش_مصنوعی 📣👨‍💻 @AlgorithmDesign_DataStructuer

یک مدل جدید اومده برای پارس کردن داکیومنت و OCR.حدود ۱۰۰ زبان از جمله فارسی را هم پشتیبانی میکنه. https://github.com/rednote-hilab/dots.ocr #هوش_مصنوعی 📣👨‍💻 @AlgorithmDesign_DataStructuer

📌 معرفی مقاله VAPO 🔍 مقاله‌ی جدید “VAPO: Efficient and Reliable Reinforcement Learning for Advanced Reasoning Tasks” که توسط تیم ByteDance Seed منتشر شده، چارچوبی نوآورانه در حوزه آموزش تقویتی برای مدل‌های زبانی بزرگ طراحی کرده است که به‌طور خاص برای وظایف استدلال طولانی‌مدت (long chain‑of‑thought) مناسب است در چالش AIME 2024، با استفاده از مدل Qwen‑2.5‑32B به امتیاز ۶۰.۴ رسیده که بیش از ۱۰ امتیاز بهتر از روش‌های قبلی مثل DAPO و DeepSeek‑R1-Zero با همان مدل پایه است X (formerly Twitter) +6 arXiv +6 ChatPaper +6 . سرعت و پایداری آموزش در VAPO شگفت‌آور است: فقط در ۵,۰۰۰ گام آموزشی عملکرد برتر حاصل می‌شود و آموزش در اجراهای متعدد بدون هیچ‌گونه خطا یا سقوط رخ می‌دهد alphaXiv +10 arXiv +10 ChatPaper +10 . چالش‌های اساسی RL برای وظایف استدلالی شامل تعصبِ مدل ارزش، طول‌های متغیر پاسخ‌ها، و پاداش‌های پراکنده هستند—VAPO به‌صورت یکپارچه این موارد را با طراحی تخصصی می‌پوشاند و عملکرد مدل را بهبود می‌دهد. https://arxiv.org/abs/2504.05118

این یک پلی‌لیست فوق‌العاده و ضروری برای مبتدیان در حوزه مدل‌های زبانی بزرگ (LLM) است! 🎯 📺 پلی‌لیست "Understanding Large Language Models" موضوعات پایه‌ای و مهم زیر را پوشش می‌دهد: 1️⃣ What is temperature in LLM? 2️⃣ Pretraining Large Language Models: Everything You Need to Know! 3️⃣ How Attention Mechanism Works in Transformer Architecture 4️⃣ What Are Word Embeddings? 5️⃣ LLM Training Starts Here: Dataset Preparation & Tokenization Explained! 6️⃣ LLMs Like ChatGPT, Explained Visually – How Do They Really Work? https://www.youtube.com/playlist?list=PLUfbC589u-FSwnqsvTHXVcgmLg8UnbIy3 #هوش_مصنوعی 📣👨‍💻 @AlgorithmDesign_DataStructuer

یک دوره کوتاه ولی جالب راجع Claude Code و اینکه چطور از code assistant استفاده کنید. https://www.deeplearning.ai/short-courses/claude-code-a-highly-agentic-coding-assistant/ #هوش_مصنوعی 📣👨‍💻 @AlgorithmDesign_DataStructuer

یک دیتاست شعر فارسی منتشر کردم که شامل بیش از 80 هزار شعر از شاعران کلاسیک و معاصر هست. برای آموزش مدل‌های زبانی، تحلیل سبک شعر، یا پروژه‌های NLP فارسی می‌تونید ازش استفاده کنید. https://www.kaggle.com/datasets/jigsaw13/persian-poem-dataset #هوش_مصنوعی 📣👨‍💻 @AlgorithmDesign_DataStructuer

📌 معرفی مقاله DAPO 🔍 مقاله‌ی جدید "DAPO: An Open‑Source LLM Reinforcement Learning System at Scale" توسط تیم ByteDance منتشر شده و یک چارچوب متن‌باز برای بهینه‌سازی مدل‌های زبانی با RL ارائه می‌ده. ✅ نکات برجسته: معرفی الگوریتم DAPO با تکنیک‌هایی مثل Clip‑Higher و Token‑Level Policy Gradient ارزیابی روی دیتاست چالش‌برانگیز AIME 2024 کسب امتیاز ۵۰ با مدل Qwen‑2.5‑32B، جلوتر از DeepSeek‑R1 انتشار کامل کد، داده و آموزش روی GitHub https://arxiv.org/pdf/2503.14476 #هوش_مصنوعی 📣👨‍💻 @AlgorithmDesign_DataStructuer

🎉 معرفی Qwen-Image — یک مدل فوق‌العاده قدرتمند برای تولید تصویر از متن! 🚀 در واقع Qwen-Image یک مدل ۲۰ میلیارد پارامتری (20B MMDiT) و نسل جدیدی از مدل‌های Text-to-Image هست که حالا متن‌باز شده! 🧠 ویژگی‌های برجسته: 🔹 بی‌نظیر در تولید متن داخل تصویر — رقابت تنگاتنگ با GPT-4o در زبان انگلیسی و بهترین عملکرد در زبان چینی 🔹 تولید متن به‌صورت درون‌پیکسلی — بدون هیچ لایه‌ی اضافی؛ همه‌چیز کاملاً یکپارچه 🔹 پشتیبانی دوزبانه + فونت‌های متنوع + چیدمان‌های پیچیده 🎨 همچنین در تولید انواع سبک‌های تصویری عالیه: 📸 واقع‌گرایانه 🎌 انیمه 🖌 امپرسیونیستی 📐 مینیمالیستی Blog:https://qwenlm.github.io/blog/qwen-image/ Hugging Face：https://huggingface.co/Qwen/Qwen-Image ModelScope：https://modelscope.cn/models/Qwen/Qwen-Image Github：https://github.com/QwenLM/Qwen-Image Technical report：https://qianwen-res.oss-cn-beijing.aliyuncs.com/Qwen-Image/Qwen_Image.pdf Demo: https://modelscope.cn/aigc/imageGeneration?tab=advanced #هوش_مصنوعی 📣👨‍💻 @AlgorithmDesign_DataStructuer

یک دوره خیلی خوب از مایکروسافت راجع به Model Context Protocol (MCP) به اسم MCP for Beginners. اگه هنوز نمیدونید MCP چی هست یا اینکه چطور کار میکنه حتما این دوره را ببینید. به جز یک ویدیو ۱ ساعته باقی ویدیوها زیر ۵-۶ دقیقه هستند. MCP یکی از مهمترین مباحث برای درست کردن AI agents هست. https://www.youtube.com/playlist?list=PLlrxD0HtieHjYfVUpGl_-ai7D6FRBjV-d #هوش_مصنوعی 📣👨‍💻 @AlgorithmDesign_DataStructuer

🔴 دوره جامع تربیت تحلیل‌گر داده 🚀 برای پرواز به دنیای داده‌ها و تبدیل شدن به یک تحلیل‌گر داده آماده‌اید؟ 💯 برخی از مخاطبان این دوره: ☑️ دانشجویان و فارغ التحصیلان تحصیلات تکمیلی ☑️ کارشناسان و مدیران فعال در کسب و کارها ☑️ علاقمندان به کسب جایگاه شغلی خوب در داخل و خارج از کشور ☑️ فارغ التحصیلان که به دنبال کسب مزیت رقابتی در بازار کار هستند 🏛 موسسه توسعه 🎟 مشاوره رایگان و مشاهده جزئیات دوره از لینک زیر: ➡️ httb.ir/4xfAj ➡️ httb.ir/4xfAj ➡️ httb.ir/4xfAj  ➖➖➖➖➖➖➖

🔴 دوره جامع تربیت تحلیل‌گر داده 🚀 برای پرواز به دنیای داده‌ها و تبدیل شدن به یک تحلیل‌گر داده آماده‌اید؟ 💯 برخی از مخاطبان این دوره: ☑️ دانشجویان و فارغ التحصیلان تحصیلات تکمیلی ☑️ کارشناسان و مدیران فعال در کسب و کارها ☑️ علاقمندان به کسب جایگاه شغلی خوب در داخل و خارج از کشور ☑️ فارغ التحصیلان که به دنبال کسب مزیت رقابتی در بازار کار هستند 🏛 موسسه توسعه 🎟 مشاوره رایگان و مشاهده جزئیات دوره از لینک زیر: ➡️ httb.ir/4xfAj ➡️ httb.ir/4xfAj ➡️ httb.ir/4xfAj  ➖➖➖➖➖➖➖

🔹 معرفی GLM-4.5 و GLM-4.5 Air مدل‌های پرچم‌دار جدیدی که با هدف یکپارچه‌سازی توانایی‌های پیشرفته در استدلال، برنامه‌نویسی، و عملکرد عاملیت‌محور (Agentic) طراحی شده‌اند. 📌 ویژگی‌های مدل‌ها: GLM-4.5: شامل ۳۵۵ میلیارد پارامتر کل، از این میان ۳۲ میلیارد پارامتر فعال GLM-4.5-Air: شامل ۱۰۶ میلیارد پارامتر کل، از این میان ۱۲ میلیارد پارامتر فعال 💵 قیمت API به‌ازای هر ۱ میلیون توکن: GLM-4.5: ▫️ ورودی (Input): ‌۰٫۶ دلار ▫️ خروجی (Output): ‌۲٫۲ دلار GLM-4.5-Air: ▫️ ورودی (Input): ‌۰٫۲ دلار ▫️ خروجی (Output): ‌۱٫۱ دلار #هوش_مصنوعی 📣👨‍💻 @AlgorithmDesign_DataStructuer

اگر دوست دارید بدون هزینه‌ی زیاد از تمام مدل‌های به‌روز Ai استفاده کنید توصیه میکنم از http://t3.chat استفاده کنید. درحال حاضر برای خیلی مدل‌ها مثل grok 4 راهی ارزون‌تر و بهتر از این پیدا نمیکنید. ماهی فقط ۸ دلاره. تمام مدل‌ها رو داره. بهتون ماهی ۱۵۰۰ تا پرامپت در مدل‌های عادی (مثلا o4-mini) و ۱۰۰ تا پرامپت در مدل‌های گران (مثلا grok 4) میده. کیفیتش بینظیره، صاحبش محبوب و خوش‌نامه و قیمتش مفته. هر مدلی هم که میاد سریع اضافش میکنه. #هوش_مصنوعی 📣👨‍💻 @AlgorithmDesign_DataStructuer

یک دوره عالی برای درست کردن AI Agents با استفاده از Agent Development Kit (ADK) از کمپانی گوگل. این ADK خیلی به کارتون میاد اگه در اکوسیستم GCP قراره ایجنت بسازید. بیشتر از ۸ ساعت آموزشه. https://www.cloudskillsboost.google/course_templates/1382 #هوش_مصنوعی 📣👨‍💻 @AlgorithmDesign_DataStructuer

دوره‌ی Advances in Computer Vision از MIT OpenCourseWare به‌صورت رایگان در دسترس است و یکی از دوره‌های فوق‌العاده به شمار می‌رود. https://www.scenerepresentations.org/courses/2025/spring/advances-in-cv/ #هوش_مصنوعی 📣👨‍💻 @AlgorithmDesign_DataStructuer

این راهنمای مطالعه یک مهندس ماشین لرنینگه که کلی مطالب مفیدی داره و هم اینکه به زبان فارسی هم میتونید مطالعه کنید. https://github.com/afshinea/stanford-cme-295-transformers-large-language-models/tree/main?tab=readme-ov-file #هوش_مصنوعی 📣👨‍💻 @AlgorithmDesign_DataStructuer

گوگل ابزار جدیدی به نام Opal معرفی کرده که بدون نیاز به کدنویسی امکان ساخت اپ‌های هوش مصنوعی رو فراهم می‌کنه. این ابزار با اتصال مدل‌ها و دستورها، ساخت ورک‌فلوهای هوشمند رو ساده کرده و فعلاً در نسخه بتا فقط در آمریکا در دسترس هست. https://t.co/jkpRywzLmQ #هوش_مصنوعی 📣👨‍💻 @AlgorithmDesign_DataStructuer

🎓 Programming for Mathematicians (2024) with Julia دوره‌ای کاربردی با نزدیک به ۵۵ ساعت آموزش عملی برای یادگیری برنامه‌نویسی ویژه ریاضی‌دانان، با استفاده از زبان قدرتمند Julia. ✅ مناسب برای دانشجویان و پژوهشگران علاقه‌مند به محاسبات عددی و ریاضیاتی. https://www.youtube.com/playlist?list=PL7RZyOlq_XnwDnSG1VFoMS-qPmOzK9Kya #هوش_مصنوعی 📣👨‍💻 @AlgorithmDesign_DataStructuer

چه ابزارهایی مورد استفاده قرار می‌گیرند؟ مزیت پیشتاز بودن ChatGPT همچنان قابل مشاهده است. تقریباً ۸ نفر از هر ۱۰ ناشر که از هوش مصنوعی استفاده می‌کنند، گزارش داده‌اند که از ChatGPT بهره می‌برند؛ رقمی بسیار بالاتر از سایر ابزارها. پس از آن، میزان استفاده به شکل قابل توجهی کاهش می‌یابد؛ به‌طوری‌که Claude با ۲۸.۲٪ و Grammarly با ۲۷.۹٪ در رتبه‌های بعدی قرار دارند. ابزارهای تولید تصویر و ویدئو مانند Midjourney (۸.۱٪)، Runway ML (۱.۶٪) و Lumen5 (۱.۱٪) همچنان در دسته ابزارهای خاص و کم‌کاربرد باقی مانده‌اند. #هوش_مصنوعی 📣👨‍💻 @AlgorithmDesign_DataStructuer

🧠✨ معرفی ابزار DeepSearcher: یک سیستم هوشمند جستجو و تحلیل داده است که با ترکیب جدیدترین مدل‌های زبانی (مثل OpenAI o3 و Claude 4) و دیتابیس‌های برداری (مثل Milvus)، پاسخ‌های دقیق و گزارش‌های جامع از داده‌های خصوصی تولید می‌کند. ✅ مناسب برای مدیریت دانش سازمانی، سیستم پرسش‌و‌پاسخ هوشمند و بازیابی اطلاعات. https://github.com/zilliztech/deep-searcher #هوش_مصنوعی 📣👨‍💻 @AlgorithmDesign_DataStructuer