uz
Feedback
Machine learning application (Kartal)

Machine learning application (Kartal)

Kanalga Telegram’da o‘tish

1- Participate in cutting edge research in machine learning applications. 2- Apply your expertise in biometrics, Natural Language Processing, computer vision and real-time data mining solutions. Admin: @Kartal_ai (https://t.me/Kartal_ai )

Ko'proq ko'rsatish
2 713
Obunachilar
Ma'lumot yo'q24 soatlar
-37 kunlar
+1730 kunlar
Obunachilarni jalb qilish
Avgust '26
Avgust '26
+51
0 kanalda
Iyul '26
+46
0 kanalda
Get PRO
Iyun '26
+32
0 kanalda
Get PRO
May '26
+26
0 kanalda
Get PRO
Aprel '26
+7
0 kanalda
Get PRO
Mart '26
+10
0 kanalda
Get PRO
Fevral '26
+19
0 kanalda
Get PRO
Yanvar '26
+49
0 kanalda
Get PRO
Dekabr '25
+19
0 kanalda
Get PRO
Noyabr '25
+18
0 kanalda
Get PRO
Oktabr '25
+16
0 kanalda
Get PRO
Sentabr '25
+20
0 kanalda
Get PRO
Avgust '25
+25
0 kanalda
Get PRO
Iyul '25
+32
1 kanalda
Get PRO
Iyun '25
+25
0 kanalda
Get PRO
May '25
+53
1 kanalda
Get PRO
Aprel '25
+17
1 kanalda
Get PRO
Mart '25
+28
0 kanalda
Get PRO
Fevral '25
+26
0 kanalda
Get PRO
Yanvar '25
+117
2 kanalda
Get PRO
Dekabr '24
+57
2 kanalda
Get PRO
Noyabr '24
+94
1 kanalda
Get PRO
Oktabr '24
+57
3 kanalda
Get PRO
Sentabr '24
+96
3 kanalda
Get PRO
Avgust '24
+99
2 kanalda
Get PRO
Iyul '24
+47
6 kanalda
Get PRO
Iyun '24
+17
0 kanalda
Get PRO
May '24
+37
0 kanalda
Get PRO
Aprel '24
+67
2 kanalda
Get PRO
Mart '24
+34
1 kanalda
Get PRO
Fevral '24
+104
2 kanalda
Get PRO
Yanvar '24
+160
1 kanalda
Get PRO
Dekabr '23
+169
2 kanalda
Get PRO
Noyabr '23
+49
0 kanalda
Get PRO
Oktabr '23
+24
0 kanalda
Get PRO
Sentabr '23
+20
0 kanalda
Get PRO
Avgust '23
+23
0 kanalda
Get PRO
Iyul '23
+19
0 kanalda
Get PRO
Iyun '23
+64
0 kanalda
Get PRO
May '23
+80
0 kanalda
Get PRO
Aprel '23
+216
0 kanalda
Get PRO
Mart '23
+207
0 kanalda
Get PRO
Fevral '23
+29
0 kanalda
Get PRO
Yanvar '23
+97
0 kanalda
Get PRO
Dekabr '22
+213
0 kanalda
Get PRO
Noyabr '22
+21
0 kanalda
Get PRO
Oktabr '22
+41
0 kanalda
Get PRO
Sentabr '22
+14
0 kanalda
Get PRO
Avgust '22
+17
0 kanalda
Get PRO
Iyul '22
+13
0 kanalda
Get PRO
Iyun '22
+10
0 kanalda
Get PRO
May '22
+12
0 kanalda
Get PRO
Aprel '22
+15
0 kanalda
Get PRO
Mart '22
+23
0 kanalda
Get PRO
Fevral '22
+15
0 kanalda
Get PRO
Yanvar '22
+15
0 kanalda
Get PRO
Dekabr '21
+16
0 kanalda
Get PRO
Noyabr '21
+37
0 kanalda
Get PRO
Oktabr '21
+30
0 kanalda
Get PRO
Sentabr '21
+24
0 kanalda
Get PRO
Avgust '21
+25
0 kanalda
Get PRO
Iyul '21
+19
0 kanalda
Get PRO
Iyun '21
+24
0 kanalda
Get PRO
May '21
+27
0 kanalda
Get PRO
Aprel '21
+22
0 kanalda
Get PRO
Mart '21
+42
0 kanalda
Get PRO
Fevral '21
+28
0 kanalda
Get PRO
Yanvar '21
+21
0 kanalda
Get PRO
Dekabr '20
+2 243
0 kanalda
Sana
Obunachilarni jalb qilish
Esdaliklar
Kanallar
27 Avgust+1
26 Avgust0
25 Avgust+1
24 Avgust+1
23 Avgust+1
22 Avgust+1
21 Avgust0
20 Avgust+3
19 Avgust0
18 Avgust+2
17 Avgust+1
16 Avgust+3
15 Avgust+7
14 Avgust+4
13 Avgust+1
12 Avgust+1
11 Avgust+2
10 Avgust+4
09 Avgust+2
08 Avgust+2
07 Avgust+2
06 Avgust+1
05 Avgust+2
04 Avgust+1
03 Avgust+2
02 Avgust+4
01 Avgust+2
Kanal postlari
Repost from N/a
فارسی: توضیحات مقاله به صورت ویدیویی، مقاله ای مفید برای موضوع پایان نامه ارشد و دکترا : تۆرکجه: مقاله نی ویدیو حالیتنده آراشدیرمیشیق، ارشد و دکترا موضوعسو آختاران اؤیرنجی لره دگرلی؛: Enhancing Language Learning through Technology: Introducing a New English-Azerbaijani (Arabic Script) Parallel Corpus در ویدیو: انگلیسی: https://youtu.be/FkuH_cqNtLM?si=rGwslAOqADB77nC5 تورکی: https://youtu.be/TKQTs22NNqI?si=QgpeEG-nMUFqLBCs نظرتان را برایمان بنویسید... اشتراک با دوستان | کانالیمیزی دا جانلی یایین: کارتال اول تحصیل موسسه سی https://t.me/Ai_KartalOl https://kartalol.com/en/projects

2
فارسی: مهندسین کامپیوتر باید بدانند: تۆرکجه: کامپیوتر مهندیسلری گرک بیلسینلر: https://lnkd.in/p/dR2u9RTJ اشتراک با دوستان | کانالیمیزی دا جانلی یایین: https://t.me/Machinelearning_Kartal
363
3
فارسی: یک خلاصه مقاله در مورد شرکتم در کنفرانس بیومتریک با مشارکت UNCHR نوشتم وقت داشتید مطالعه کنید. تۆرکجه: قاتیلدیقیم بیومتریک UNCHR ایله باغلی کنفرانسیندا بیر خلاصه مقاله یازدیم. باشینیز آزاد اولدو اوخویون. https://www.linkedin.com/pulse/beyond-algorithm-what-unhcr-eab-workshop-reinforced-jalil-srvzf اشتراک با دوستان | کانالیمیزی دا جانلی یایین: https://t.me/Machinelearning_Kartal
397
4
#خبر افتخار برای ایران و ایرانی همه برای ایران، ایران برای همه با افتخار اعلام می‌کنم که تیم ما در مسابقه IJCB 2026 با عنوان: 10th Sclera Segmentation and Benchmarking Competition (SSBC 2026): Theme: Foundation and Multimodal Vision Models and Weakly Labelled Data برای انتشار پذیرفته شده است. این یک دستاورد علمی معنادار برای تیم ماست و من افتخار می‌کنم که اعضای تیم ما اهل ایران هستند. همکاری با دانشجویان و محققان بااستعداد ایرانی همیشه برای من لذت‌بخش و مایه افتخار بوده است. این مسابقه روی یکی از موضوعات مهم و به‌روز در بیومتریک و بینایی ماشین تمرکز دارد: استفاده از مدل‌های بنیادین، مدل‌های چندوجهی بینایی، و داده‌های با برچسب ضعیف برای سگمنتیشن اسکلرا. من معتقدم استعداد در همه جا وجود دارد و وقتی به محققان جوان اعتماد، فرصت و همکاری بین‌المللی داده می‌شود، می‌توانند در کارهای علمی در سطح جهانی مشارکت کنند. به همه اعضای تیم تبریک می‌گویم و از زحمات، فداکاری و همکاری شما متشکرم. 🎉 بیایید با هم کار کنیم و فردا را قدرتمندتر و روشن‌تر بسازیم. 👏🌹 تۆرکجه: #خبر ایران و ایرانی اوچون غۆرور ایران اوچون، ایران هامی اوچون غۆرورلا اعلان ائدیرم کی، تیمیمیز IJCB 2026 مۆسابیقه‌سینده بو باشلیقلا: 10th Sclera Segmentation and Benchmarking Competition (SSBC 2026): Theme: Foundation and Multimodal Vision Models and Weakly Labelled Data نشره قبول ائدیلیب. بو، تیمیمیز اوچون معنالی بیر علمی نایلیتدیر و من خۆسوسیله تیم عۆضولریمیزین ایراندان اولماسی ایله فخر ائدیرم. ایستعدادلی ایرانی اؤیرنجی‌لر و آراشدیرماچی‌لارلا ایشله‌مک منیم اوچون همیشه بؤیوک ذؤق و غۆرور منبعی اولوب. بو مۆسابیقه بیومتریکا و ماشین گؤرونتوسونده چوخ مهم و گونجهل بیر موضوعا یؤنلیب: فونداسیون مودل‌لر، چوخ‌وجهلی گؤرونتو مودل‌لری و ضعیف برچسب‌لنمیش داده‌لر ایله اسکلرا سگمنتیشن. بو موضوع گؤستریر کی، بیومتریکانین گله‌جه‌یی فقط بؤیوک و تام برچسب‌لنمیش داده‌لره باغلی دئییل؛ بلکه داها هوشمند، داها کم‌هزینه و داها قابل‌دسترسی یاناشمالار دا دۆنیا سوییه‌لی آراشدیرمالاردا مهم رول اوینایا بیلر. اینانیرام کی، ایستعداد هر یئرده وار و گنج آراشدیرماچی‌لارا اعتماد، فۆرصت و بئین‌الخالق امکداشلیق وئریلنده، اونلار دۆنیا سوییه‌لی علمی ایشلره دَیرلی تؤحفه وئره بیلرلر. بۆتون تیم عۆضولرینی تبریک ائدیرم و زحمتینیزه، فداکارلیغینیزا و امکداشلیغینیزا گؤره تشککور ائدیرم. 🎉 گلین بیرلیکده چالیشاق و صاباحی داها گۆجلو و داها آیدین قۇراق. اشتراک با دوستان | کانالیمیزی دا جانلی یایین: https://t.me/Machinelearning_Kartal
535
5
#خبر افتخار برای ایران و ایرانی برای ایران، ایران برای همه با افتخار اعلام می‌کنم که تیم ما در مسابقه IJCB 2026 با عنوان «The Unconstrained Ear Recognition Challenge 2026 — Size Matters: Ear Biometrics on Edge» برای انتشار پذیرفته شده است. این یک دستاورد معنادار برای تیم ماست و من افتخار می‌کنم که تمام اعضای تیم ما اهل ایران هستند. همکاری با دانشجویان و محققان با استعداد ایرانی همیشه برای من لذت‌بخش و مایه افتخار بوده است. من معتقدم که استعداد در همه جا وجود دارد و وقتی به محققان جوان اعتماد، فرصت و همکاری بین‌المللی داده می‌شود، می‌توانند در کارهای علمی در سطح جهانی مشارکت کنند. به همه اعضای تیم تبریک می‌گویم و از زحمات، فداکاری و همکاری شما متشکرم. 🎉 بیایید با هم کار کنیم و فردا را قدرتمندتر و قوی‌تر بسازیم. 👏🌹 تۆرکجه: غۆرورلا اعلان ائدیرم کی، ijcb ۲۰۲۶ مۆسابیقه‌سی‌نین اوْلان «The Unconstrained Ear Recognition Challenge 2026 — Size Matters: Ear Biometrics on Edge» و آدلی کوْماندامیزین نشره قبول ائدیلدیگینی اعلان ائدیرم. بو، تمیمیزه اۆچون معنالی بیر نایلیتدیر و خۆسوسیله تمیمیزین عۆضولریمیزین هامیسی ایراندان اوْلماسی ایله فخر ائدیرم. ایستعدادلی ایران طلبه‌لری و تدقیقاتچیلاری ایله ایشله‌مک منیم اۆچون همیشه بؤیوک ذؤق و غۆرور منبعیی اوْلوب. اینانیرام کی، ایستعداد هر یئرده مؤوجوددور و گنج تدقیقاتچیلارا اعتیبار، فۆرصت و بئین‌الخالق امکداشلیق وئریلدیکده، اوْنلار دۆنیا سوییه‌لی علمی ایشه تؤحفه وئره بیلرلر. بۆتون تیمین عۆضولرینی تبریک ائدیر و زحمتینیزه، فداکارلیغینیزا و امکداشلیغینیزا گؤره تشککور ائدیرم. 🎉 گلین بیرلیکده چالیشاق و صاباحی داها گۆجلو و گۆجلو شکیلده قۇراق. اشتراک با دوستان| کانالیمیزی دا جانلی یایین: https://t.me/Machinelearning_Kartal
578
6
فارسی: سخنرانی در مورد فیس رکوگنیشن در کنفرانس cvpr 2026 تۆرکجه: کنفرانس cvpr 2026 دا کئچیلن اوز تانیما دانیشیقی https://lnkd.in/p/d3ysxfyq اشتراک با دوستان| کانالیمیزی دا جانلی یایین: https://t.me/Machinelearning_Kartal
476
7
فارسی: دلیل این عدم اعتمادها از کجاست؟ چه اتفاقی باعث شده اساتید اعتمادشان به اساتید دیگر کم رنگ شود؟ پ.ن: من فکر می کنم اسات
فارسی: دلیل این عدم اعتمادها از کجاست؟ چه اتفاقی باعث شده اساتید اعتمادشان به اساتید دیگر کم رنگ شود؟ پ.ن: من فکر می کنم اساتید دانشگاه جزء انسان های شریف معدود روی زمین هستند. تۆرکجه: بو اینانماماقلارین سببی هاردان گلیر؟ نه اولوب استادلار بیر بیرینه اینانمیلار؟ ‌آ.ی: من فیکر ائدیرم بیلیم یورد اوستادلاری و معلیم لر دونیانین ان ویجدانلی و شرافتلی انسانلاری دیلار.
455
8
فارسی: بررسی و بحث در مورد آپدیت استانداردهای موجود برای بیومتریک در کنفرانس هفته بعد تۆرکجه: بیومتریک ده اولان استانداردلارا گورا دارتیشماق و دانیشما کنفرانسی گلن هفته https://lnkd.in/p/d5D4E6mw اشتراک با دوستان| کانالیمیزی دا جانلی یایین: https://t.me/Machinelearning_Kartal
398
9
اپلای: دکترا امیج پروسسینگ https://lnkd.in/p/dndD6yTx
382
10
But if it forgets something that you told it, that is much more frustrating, since you end up having to tell it again: more golden tokens down the drain. Coding agents have become less forgetful in the last few months because of model advances, but they still occasionally forget. When I spot something in a prototype that I'm unsatisfied with, often I tell the agent not only to fix it but also to update the spec (and perhaps the test plan), so the agent’s stopping criteria in the future require checking that this problem does not occur again.  This is one way to make sure it treats the human tokens as gold.   Keep building! Andrew      A MESSAGE FROM DEEPLEARNING.AI  Meet Ambient, from Kian Katanforoosh and Workera, designed to measure your skills in the flow of work. You already measure everything that matters: sleep, steps, screen time. Why not your skills? Join Waitlist   News  Fable’s Return and Fallout   Claude Fable 5 and the more powerful Claude Mythos 5 are back, three weeks after Anthropic suspended the models due to an export control directive from the U.S. Department of Commerce. What’s new: Anthropic restored customer access to Claude Fable 5 via the Claude API, Claude Code, and other Anthropic-controlled platforms on July 1. As part of its agreement with the U.S. government, Anthropic added additional guardrails to the model blocking some cybersecurity queries and routing them to the less capable Claude Opus 4.8.   What happened: The redeployment of Claude Fable 5 and Mythos 5 brings a resolution to the most high-profile conflict between the U.S. government and an AI company so far this year. However, the dispute didn’t only involve Anthropic, but also Amazon, Google, Microsoft, and OpenAI. (Disclosure: Andrew serves on Amazon’s board.) Here’s a timeline of when the models were released and why they were suspended and reinstated. Anthropic debuted Claude Mythos Preview for select government and tech partners in April. The model was released only to companies that maintain critical infrastructure to allow them to identify security vulnerabilities and patch them. Two months later, on June 9, Anthropic released Claude Fable 5 to customers worldwide. Its guardrails prevented certain queries related to cybersecurity and biological research; the model also controversially degraded its responses about how to build powerful AI models. Amazon researchers used Claude Fable 5 to obtain information about how to conduct a cyberattack, which led to the directive. Anthropic contends that any sufficiently capable model, including its own Claude Opus 4.8 and those from other providers, could identify the same vulnerability and produce an exploit. اشتراک با دوستان| کانالیمیزی دا جانلی یایین: https://t.me/Machinelearning_Kartal
302
11
New خبر View in browser  Subscribe   Submit a tip     Dear friends, The key idea of agentic coding loops is to have an agent keep working until it satisfies a condition, such as achieving a product specification. Coming up with the spec, the evals, or test set is one of the hardest tasks for many AI systems, and a key place to inject human knowledge. Once you have a clear spec, the paths to fulfilling it (such as having a coding agent iterate) become clearer. I'd like to share useful practices for building product specs that drive coding loops when quickly building 0-to-1 applications. As I'll explain below, one organizing principle I use is: AI tokens are cheap; human tokens are gold. (Yes, I know humans don't literally tokenize, but I work so much with tokens that I now think of myself as providing tokens to my computers!) When building a large, complex system, it is worthwhile to spend time architecting it well. This involves deciding, for example, what database do you want to use? How do you break down the workload across different services? What third-party dependencies are you locking yourself into? What are the API boundaries between frontend and backend? Thinking through such questions in advance helps to avoid being stuck with a bad decision that is hard to change. But when building quick 0-to-1 prototypes or applications in domains I'm unfamiliar with, I often move faster and with less deliberation. I find it convenient to jump quickly into directing a coding agent to start building, so I can examine what it has built in order to make the next set of decisions. No need to spend an hour of human time mulling over a design spec when an AI agent will spend 20 minutes building a simple prototype; I'd rather spend 10 minutes writing an inferior spec, see what the agent has built, examine its assumptions, and then refine the spec and repeat the process. Instead of "spec drive development" becoming a new waterfall process where writing a spec is a gate to further progress, this allows me to more iteratively refine the spec. For example, the first version of many apps I’ve prototyped had confusing UI designs that I modified the spec to fix, and no amount of my time spent tweaking the initial spec would have led me to realize in advance that these changes would be needed. Coming up with those human tokens on my own would have been too expensive. It was easier (and cheaper) to see what went wrong in order to explain how to do it right. As a software project matures, coding agents will work longer (maybe hours) to build to more complex specs, But at this early stage, it is fine to throw away the entire codebase and restart from scratch, so nothing is hard to change. All that code was cheap, in human time and token costs. What we learned from testing it was more valuable. Further, having one implementation to react to (or sometimes I'll ask the agent for a few different designs) gives you an efficient way to get feedback (human tokens) to refine the spec to help drive later iterations. If you're building a 0-to-1 product, I encourage you to put the coding agent to work, maybe even earlier than might feel comfortable, see what it comes up with, and use that as a starting point. Then document your reactions and keep iterating.      Here, too, you can make the agent do most of the work. One common source of frustration among developers is when we tell a coding agent something and later (maybe after memory compaction) it forgets what had said. I hope future coding harness improvements will ameliorate this, but for now, when I make key decisions, I often steer the agent to remember that decision somewhere, say in a SPEC.md file. In the course of building a project, a coding agent may generate millions of tokens — far more than the human developer would type. So if an agent discovers something and later forgets it, there is a cost, since it might burn more tokens to rediscover it — but this is not too bad.
1
12
Everything has its own life and shining 🌟 time... Meta stopped its video generator on Meta AI. Oh, it seems AI is going to fail just as it reaches its highest possible benefits... Or was there a specific reason? اشتراک با دوستان| کانالیمیزی دا جانلی یایین: https://t.me/Machinelearning_Kartal
273
13
Hallucinated citations are polluting the scientific literature. What can be done? Hallucinated citations generated by AI are rapidly contaminating scientific literature, with analyses showing a rise from 0.3% to 2.6% of papers containing at least one fabricated reference in 2025, potentially affecting over 110,000 publications. Publishers and startups are developing detection tools, but false positives and varied reference formats pose challenges. Experts recommend stronger screening, manual verification, and clear policies on AI use, while acknowledging that many fake citations remain undetected and can undermine research integrity. مقاله ای از نعیچر: نعیچر دن بیر مقاله: https://www.nature.com/articles/d41586-026-00969-z اشتراک با دوستان| کانالیمیزی دا جانلی یایین: https://t.me/Machinelearning_Kartal
294
14
فارسی: جدیدا اکثر شغل ها الخصوص شرکت های معتبر دنباله فردی هستند که در کنفرانس های معتبر مثله ACL, neurIPS ... مقاله داشته با
فارسی: جدیدا اکثر شغل ها الخصوص شرکت های معتبر دنباله فردی هستند که در کنفرانس های معتبر مثله ACL, neurIPS ... مقاله داشته باشد. اگر دانشجویی دکترا ویا استاد دانشگاه هستید و دانشگاهتان ساپورتیو هزینه ای چنین کنفرانس ها است ما دو تا کار در زمینه Low resources language NLP داریم و با ما تماس بگیرید. تۆرکجه: سون زامانلار چوخلو ایش یئرلری، خۆصوصاً ده بویوک شیرکتلر، ACL, ICML, ، neurIPS و س. کیمی نۆفوذلو کوْنفرانسلاردا مقاله‌لر درج ائتمیش بیرینی آختاریر. اگر سیز دوْکتورا اؤیرنجیسی و یا بیلیم یورد پروفسوروسونوزسا و بیلیم یوردونوز بو جۆر کوْنفرانسلارین خرجلرینی دستکله‌ییرسه، Low resources language NLP ساحه‌سینده ایکی ایش واریمیز و بیزیمله علاقه ساخلایین.
660
15
حضرت شمس: بزرگ‌ترین فساد از جایی شروع می‌شود که انسان بدون فهم و تجربه شخصی، یا کسی را کورکورانه قبول کند، یا کورکورانه رد کند. یعنی مشکل فقط «تعصب در ایمان» نیست؛ تعصب در انکار هم همان‌قدر خطرناک است. این سخن در فضای فکری شمس، به‌خصوص در مقالات شمس، مربوط به نقد او از تقلید، ریا، مرجع‌پرستی و دین‌داریِ بی‌معرفت است. شمس بارها می‌گوید معرفت باید از بیداری، تجربه، صدق و دیدنِ شخصی بیاید، نه فقط از تکرار حرف بزرگان. منابع شرح این اندیشه می‌گویند در نگاه شمس، «تقلید» یکی از اصلی‌ترین موانع شناخت حقیقت است. در زبان ساده، شمس می‌گوید دو نوع آدم هر دو خطرناک‌اند: مقلدِ مؤمن: چون فلانی گفته، پس قبول می‌کنم. مقلدِ منکر: چون گروه من/استاد من/رسانه من رد کرده، پس من هم رد می‌کنم. در دنیای امروز، این حرف خیلی زنده است. در عصر شبکه‌های اجتماعی، الگوریتم‌ها، تبلیغات سیاسی، رسانه‌های ایدئولوژیک و حتی بعضی فضاهای دانشگاهی، مردم زیاد چیزها را نه با بررسی، بلکه با هویت گروهی قبول یا رد می‌کنند. یکی چون از «طرف ما» است قبول می‌شود؛ یکی چون از «طرف مقابل» است رد می‌شود. اما حرف شمس را نباید ضدّ دانش، ضدّ استاد یا ضدّ سنت فهمید. انسان همیشه از دیگران یاد می‌گیرد. مشکل شمس با یادگیری نیست؛ با تعطیل کردن عقل، وجدان و تجربه شخصی است. در زندگی مدرن: فساد فکری و اجتماعی وقتی زیاد می‌شود که انسان‌ها به جای تحقیق، تقلید کنند؛ چه در قبول، چه در انکار. اشتراک با دوستان| کانالیمیزی دا جانلی یایین: https://t.me/Machinelearning_Kartal
743
16
فارسی: عاشق انسانیت باشیم و به عشق و نام آزادی زندگی کنیم. برای آزادی برای حقوق برابر برای انسانیت. تۆرکجه: انسان سئور اولاق و باغیمسیزلیق سئوگیسی و آدی ایله یاشیاق. باغیمسیزلیق، برابرلیک اینسانلارا. اشتراک با دوستان| کانالیمیزی دا جانلی یایین: https://t.me/Machinelearning_Kartal
619
17
تۆرکجه: تاسوعا گئجسی هامیمیز عزاداریق.. حسین ابن علی ه وفاداریق فارسی: شب تاسوعا همه عزاداریم به حسین ابن علی وفاداریم اشتراک با دوستان| کانالیمیزی دا جانلی یایین: https://t.me/Machinelearning_Kartal التماس دعا
626
18
وقتی بزرگا هستن دیگر قدرت هنرنمایی نمی مونه واس ما. اون گوشه گوشه در خدمت جناب اوبد وایس پریزیدنت آپتیو . تۆرکجه: بویوک اولان
وقتی بزرگا هستن دیگر قدرت هنرنمایی نمی مونه واس ما. اون گوشه گوشه در خدمت جناب اوبد وایس پریزیدنت آپتیو . تۆرکجه: بویوک اولاندا کیچیک حسابا قویان یوخ ... او بوجاق موجاقلاردا قالدیق سایین اوبد آپتیوین وایس پریزیدنتینین خدمتینده.
403
19
ملت قهرمان ساز اصطلاحی که من برای خودمون استفاده میکنم. مهم نیست چه کسی یا چه زمانی باشه، مهم اینه که مردم در موردش چی‌فکر میکنند. یه زمانی یه شخصی رو توی ماه می‌بینند یه زمانی یک نخست وزیری قاتلی رو ناجی خودشون میدونند یه زمانی هم پسر یک شاهی رو لایق تاج و تخت میدونند یا حتی رییس جمهور مو طلایی کشور دیگه رو قهرمان خطاب میکنند البته بعضی وقتها کسی که به کشورشان اعلام جنگ کرده رو ستایش میکنند نهایتا همگی این قهرمان های خیالی، بدون استثنا، وقتی وقتش برسه به مردم خیانت می‌کنند. واقعیت اینه که مهم نیست چه کسی باشی، مردم پیدات میکنند و در زمان خاصی تو رو قهرمان خودشون میدونند. بعدا که میفهمند که اونی که فکر می‌کردند نبودی بیخیال میشن و بهت پشت میکنند، البته فحش هم میدند. شاید بهتره که درک کنیم قهرمان اصلی خودمون هستیم، کسی قرار نیست بیاد نجاتمون بده.
406
20
Dear All, On behalf of Kartal Ol Foundation, I am writing to request partial sponsorship for presenting our accepted paper at INTERSPEECH 2026 in Sydney, Australia. Our work focuses on developing speech recognition resources for South Azerbaijani, an underrepresented Turkic language spoken by millions but lacking sufficient digital and AI resources. Presenting this work at INTERSPEECH would help increase international visibility, build collaborations, and support future educational and language technology development. Due to the high cost of travel from Poland to Australia, we are seeking support for registration, flight, accommodation, or visa expenses. Any contribution, especially in the range of €500–€1,500, would be highly appreciated. We would be happy to acknowledge your support in our communication materials and provide the acceptance letter, abstract, and estimated budget upon request. Thank you very much for considering our request. Sincerely, Jalil Nourmohammadi Khiarak, PhD Founder / Board Member Kartal Ol Foundation jalil.kartal@kartalol.com +48-510608921 Kartalol.com
423