uz
Feedback
DLeX: AI Python

DLeX: AI Python

Kanalga Telegram’da o‘tish

هوش‌مصنوعی و برنامه‌نویسی توییتر : https://twitter.com/NaviDDariya تا آزادی ایران از جمهوری اسلامی تبهکار، تبلیغات نداریم.

Ko'proq ko'rsatish

📈 Telegram kanali DLeX: AI Python analitikasi

DLeX: AI Python (@ai_python) Forsiy til segmentidagi kanali faol ishtirokchi. Hozirda hamjamiyat 21 428 obunachidan iborat bo'lib, Texnologiyalar & Aralashmalar toifasida 6 030-o'rinni va Eron mintaqasida 15 643-o'rinni egallagan.

📊 Auditoriya ko‘rsatkichlari va dinamika

невідомо sanasidan buyon loyiha tez o‘sib, 21 428 obunachiga ega bo‘ldi.

29 Avgust, 2026 dagi oxirgi ma’lumotlarga ko‘ra kanal barqaror faollikka ega. Oxirgi 30 kunda obunachilar soni -23 ga, so‘nggi 24 soatda esa 0 ga o‘zgardi va umumiy qamrov yuqori darajada qolmoqda.

  • Tasdiqlash holati: Tasdiqlanmagan
  • Jalb etish (ER): Auditoriya o‘rtacha 8.41% darajada jalb etiladi. Nashrdan keyingi dastlabki 24 soatda kontent odatda umumiy obunachilar sonining 3.45% ini tashkil etuvchi reaksiyalarni to‘playdi.
  • Post qamrovi: Har bir post o‘rtacha 1 802 marta ko‘riladi; birinchi sutkada odatda 739 ta ko‘rish yig‘iladi.
  • Reaksiyalar va o‘zaro ta’sir: Auditoriya faol: har bir postga o‘rtacha 10 ta reaksiya keladi.
  • Tematik yo‘nalishlar: Kontent مصنوعی, توییتر, ماهواره, داده, فناوری kabi asosiy mavzularga jamlangan.

📝 Tavsif va kontent siyosati

Muallif resursni shaxsiy fikrni ifoda etish maydoni sifatida ta’riflaydi:
هوش‌مصنوعی و برنامه‌نویسی توییتر : https://twitter.com/NaviDDariya تا آزادی ایران از جمهوری اسلامی تبهکار، تبلیغات نداریم.

Yuqori yangilanish chastotasi (oxirgi ma’lumot 30 Avgust, 2026 da olingan) sababli kanal doimo dolzarb va katta qamrovli bo‘lib qoladi. Analitika auditoriya kontent bilan faol hamkorlik qilishini, uni Texnologiyalar & Aralashmalar toifasidagi muhim ta’sir nuqtasiga aylantirishini ko‘rsatadi.

21 428
Obunachilar
Ma'lumot yo'q24 soatlar
-127 kunlar
-2330 kunlar
Postlar arxiv
⭕دوره یادگیری ماشین با python ⏳ در ۴۰ساعت ✅همراه با مدرک معتبر و قابل ترجمه ➖➖➖➖➖➖➖➖➖ برای کسب اطلاعات بیشتر به لینک زیر مراج
⭕دوره یادگیری ماشین با python ⏳ در ۴۰ساعت ✅همراه با مدرک معتبر و قابل ترجمه ➖➖➖➖➖➖➖➖➖ برای کسب اطلاعات بیشتر به لینک زیر مراجعه کنید↙️ https://B2n.ir/t95381 ➖➖➖➖➖➖➖➖➖ ☎️مشاوره و ثبت نام 021-67641999 📲تلگرام و واتساپ 09222477250 ➖➖➖➖➖➖➖➖➖ 🔷با کانال ما در تلگرام همراه باشید ↙️ https://t.me/joinchat/AAAAAD6fyUw0AYXKLGbkow

کدها و کامپیوترهایی که آپولو 11 برای سفر به ماه نیاز داشت : @ai_python https://youtu.be/XHN6LV_1dWk?si=yRvlfT1HHKqMVTWg

مایکروسافت ریسرچ، در مقابل Transformer های سنتی، مقاله ای در رابطه با Differential Transformer ارائه کرده است که نتایج قابل ت
مایکروسافت ریسرچ، در مقابل Transformer های سنتی، مقاله ای در رابطه با Differential Transformer ارائه کرده است که نتایج قابل توجهی در زمینه کانتکست مرتبط و نویز کنسلینگ هم زمان ارائه می دهد : @ai_python https://www.microsoft.com/en-us/research/publication/differential-transformer/

مدل هایی که خودشون، خودشون رو بهبود می دن : @ai_python https://youtu.be/QsmY4RpHXjY?si=6gf4Gi-_mFSBKYbG

تصاویر این بلاگ واقعن عالیه برای یادگیری استراتژی های چانکینگ توی RAG هامون : @ai_python https://blog.dailydoseofds.com/p/5-chunking-strategies-for-rag

این لینک رو گذاشته بودم قبلن؟ @ai_python https://youtu.be/9vM4p9NN0Ts?si=ej9z95_opfsM2RRn For more information about Stanford's Artificial Intelligence programs visit: https://stanford.io/ai This lecture provides a concise overview of building a ChatGPT-like model, covering both pretraining (language modeling) and post-training (SFT/RLHF). For each component, it explores common practices in data collection, algorithms, and evaluation methods. This guest lecture was delivered by Yann Dubois in Stanford’s CS229: Machine Learning course, in Summer 2024. Yann Dubois PhD Student at Stanford https://yanndubs.github.io/ About the speaker: Yann Dubois is a fourth-year CS PhD student advised by Percy Liang and Tatsu Hashimoto. His research focuses on improving the effectiveness of AI when resources are scarce. Most recently, he has been part of the Alpaca team, working on training and evaluating language models more efficiently using other LLMs. To view all online courses and programs offered by Stanford, visit: http://online.stanford.edu

@ai_python این لینک رو گذاشته بودم قبلن؟ https://youtu.be/9vM4p9NN0Ts?si=ej9z95_opfsM2RRn
@ai_python این لینک رو گذاشته بودم قبلن؟ https://youtu.be/9vM4p9NN0Ts?si=ej9z95_opfsM2RRn

Repost from N/a
📣 تمدید شد؟! ۱۰۰ + ۴۰۰ آموزش در فرادرس؛ فقط ۶۹ هزار تومن 🔥 ۱۰۰ آموزش جدید به ۴۰۰ آموزش قبلی اضافه شد! حالا با ۶۹ هزار تومن،
📣 تمدید شد؟! ۱۰۰ + ۴۰۰ آموزش در فرادرس؛ فقط ۶۹ هزار تومن   🔥 ۱۰۰ آموزش جدید به ۴۰۰ آموزش قبلی اضافه شد! حالا با ۶۹ هزار تومن، هر چی میخوای یاد بگیر 😉   👌 آموزش هوش مصنوعی + درس و حل تست   👌 آموزش یادگیری ماشین   👌 یادگیری عمیق در پایتون با TensorFlow و Keras   👌 تحلیل و آماده سازی داده ها با پایتون   👌 کاربرد ChatGPT در برنامه نویسی پایتون   📚 مشاهده سایر آموزش‌ها — [کلیک کنید]   🎁 کد تخفیف: AMG48 🔄 FaraDars - فرادرس

Discover how to leverage Azure AI Search RAG with the GPT-4o Realtime API for speech and audio capabilities through Azure OpenAI Service. Learn more about the model innovation for audio on the Azure blog: https://msft.it/6056mmvHihttps://youtu.be/vXJka8xZ9Ko?si=XX1MLskWadj7_lCh

همه کدها به افرادی که درخواست کرده بودن ارسال شد. من هنوز تعدادی پیام باز نشده در این خصوص دارم. اگر افرادی که تا الان کدها براشون ارسال شده تا شنبه کدشونو Redeem نکردن، برای افرادی که اضافه تر درخواست دادن ارسال خواهم همان کد را. که همه اونایی که نیاز دارن بتونن بهره مند بشن. 💗

دوستان ما مجدد 8 تا کد ریفرال داریم برای کسانی که خارج از ایران هستن و مایل هستن اکانت لینکداین پروفشنال داشته باشن که شامل Linkedin Learning هم می شه. @ai_python با استفاده از این کدها می تونید تا 2 ماه از لینکداین پروفشنال رایگان استفاده کنید و بعدش هم اگر مایل به ادامه نبودید کنسلش کنید. (البته معمولن موقع اقدام برای کنسلی پیشنهاد بی شرمانه دیگه ای بهتون می ده که 2 ماه دیگه با 50 درصد تخفیف بمونید. 👀 ) خلاصه اگر خارج از ایران هستید و استفاده می کنید واقعن از خدماتش لطفن به لی لی پیام بدید. آیدی : @lilylawww و کدتون رو بگیرید تا تموم نشده. من خودم از لینکداین لرنینگ ش خیلی استفاده می کنم و واقعن خوبه. سرتیفیکت هم برای پایان دوره هاش بهتون می ده که این دوره ها رو گذروندید، اگر برای اداره اقامت کشوری که توش زندگی می کنید نیاز دارید.

در بابِ غلبه بر تداخل دانش در LLM ها : @ai_python Astute RAG https://arxiv.org/abs/2410.07176

یکی از مشکلاتی که در این ویدیو دربارش بحث می شه.
یکی از مشکلاتی که در این ویدیو دربارش بحث می شه.

Beyond LLMs: Foundation AI Models of Tomorrow | Technical Talk https://youtu.be/GY37b2rs0PI?si=GQLoUzlrkaupp5qF via @YouTube @ai_python

🌐 دوره جامع هوش مصنوعی، علم داده و یادگیری ماشین (https://httb.ir/bkQ0c) 👤مخاطبان دوره: ➖دانشجویان و فارغ التحصیلان کلیه رش
🌐 دوره جامع هوش مصنوعی، علم داده و یادگیری ماشین (https://httb.ir/bkQ0c) 👤مخاطبان دوره: ➖دانشجویان و فارغ التحصیلان کلیه رشته‌های تحصیلی ➖علاقمندان علم داده و تحلیل‌گری داده ➖علاقمندان به حوزه‌های هوش مصنوعی و یادگیری ماشین 👤 مدرس: دکتر فرزاد مینویی ➖فارغ‌التحصیل دکتری مدیریت از دانشگاه کلورادو آمریکا 🚀 با گواهینامه مورد تایید وزارت علوم و قابل ترجمه رسمی 💢 مشاوره رایگان و مشاهده جزئیات دوره👇 ➕ httb.ir/bkQ0chttb.ir/bkQ0chttb.ir/bkQ0c

@ai_python https://www.arxiv.org/abs/2409.19924 Recent advancements in Large Language Models (LLMs) have showcased their abil
+1
@ai_python https://www.arxiv.org/abs/2409.19924 Recent advancements in Large Language Models (LLMs) have showcased their ability to perform complex reasoning tasks, but their effectiveness in planning remains underexplored. In this study, we evaluate the planning capabilities of OpenAI's o1 models across a variety of benchmark tasks, focusing on three key aspects: feasibility, optimality, and generalizability. Through empirical evaluations on constraint-heavy tasks (e.g., Barman, Tyreworld) and spatially complex environments (e.g., Termes, Floortile), we highlight o1-preview's strengths in self-evaluation and constraint-following, while also identifying bottlenecks in decision-making and memory management, particularly in tasks requiring robust spatial reasoning. Our results reveal that o1-preview outperforms GPT-4 in adhering to task constraints and managing state transitions in structured environments. However, the model often generates suboptimal solutions with redundant actions and struggles to generalize effectively in spatially complex tasks. This pilot study provides foundational insights into the planning limitations of LLMs, offering key directions for future research on improving memory management, decision-making, and generalization in LLM-based planning. Code: https://github.com/VITA-Group/o1-planning

فایل پی دی اف یادداشت های لکچر ماشین لرنینگ دانشگاه استنفورد در ژوئن 2023 : @ai_python https://cs229.stanford.edu/main_notes.pdf

🔴 دوره جامع علم داده 🔷 داده یکی از ارزشمندترین و مهم‌ترین سرمایه‌های سازمان‌ها و کسب و کارها هست و برای نگهداری و تولید این
🔴 دوره جامع علم داده 🔷 داده یکی از ارزشمندترین و مهم‌ترین سرمایه‌های سازمان‌ها و کسب و کارها هست و برای نگهداری و تولید این سرمایه، فرصت‌های شغلی بسیاری وجود دارد که راه رسیدن به ثروت را برای متخصصان این حوزه هموار می‌سازد. 🟢 برای ثبت‌نام دوره و کسب اطلاعات بیشتر کلیک کنید. ✔️ با تدریس برترین اساتید این حوزه ✅ با مدرک معتبر و قابل ترجمه 🔶 کسب اطلاعات بیشتر و مشاوره: 📱 تلگرام: 09222467250 ☎️ تماس: 02167641999

یک بلاگ کوتاه درباره مونگو دی بی نسخه 8 که به تازگی در دسترس عمومی قرار گرفته است : @ai_python https://www.mongodb.com/blog/post/top-4-reasons-to-use-mongodb-8-0

Repost from N/a
🚀 تخفیف شگفت‌انگیز فرادرس برای ۴۰۰ آموزش منتخب 🛑 ۴۰۰ آموزش — هر آموزش فقط ۶۹ هزار تومان!! 🎉 در طرح شگفتی آموختن، ۴۰۰ آموزش
🚀 تخفیف شگفت‌انگیز فرادرس برای ۴۰۰ آموزش منتخب   🛑 ۴۰۰ آموزش — هر آموزش فقط ۶۹ هزار تومان!!   🎉 در طرح شگفتی آموختن، ۴۰۰ آموزش منتخب ارائه شده که هر آموزش با کد تخفیف AMG48 و فقط با پرداخت ۶۹ هزار تومان قابل دریافت است.   🔻 برای مشاهده آموزش‌ها، همین حالا وارد لینک زیر شوید:   🔗 فهرست ۴۰۰ آموزش — [کلیک کنید]   ➕ کد تخفیف ۵۰ درصدی برای سایر آموزش‌ها: TAK49 🔄 FaraDars - فرادرس