مدل‌های بینایی-زبانی (VLMs) اخیراً در زمینه‌هایی مانند #برنامه_نویسی و علوم عملکردی در حد یا حتی فراتر از انسان داشته‌اند. در حوزه رانندگی #خودران، مدل‌های (End-to-End) توانایی‌های برنامه‌ریزی را بهبود بخشیده‌اند، اما هنوز در موقعیت‌های پیچیده و غیرمعمول عملکرد ضعیفی دارند. این مقاله روش AlphaDrive را معرفی می‌کند، که یک چارچوب ترکیبی از #یادگیری_تقویتی (RL) و #استدلال برای بهبود برنامه‌ریزی در رانندگی خودران است. AlphaDrive یک مدل VLM مبتنی بر یادگیری تقویتی و استدلال است که هدف آن افزایش دقت برنامه‌ریزی در سیستم‌های خودران است. این روش از بهینه‌سازی سیاست نسبی گروهی (GRPO) برای بهبود عملکرد یادگیری تقویتی استفاده می‌کند. همچنین از یک استراتژی دو مرحله‌ای برای ترکیب #یادگیری_تحت_نظارت (SFT) و یادگیری تقویتی بهره می‌برد.

▪️ AlphaDrive: Unleashing the Power of VLMs in Autonomous Driving via Reinforcement Learning and Reasoning

#ایده_جذاب #ماشین_خودران

🔸 مطالب بیشتر 👇👇

✅ @AI_DeepMind
🔸 @AI_Person

#کتاب
▪️ An Introduction to Mathematical Reasoning

🔸 مطالب بیشتر 👇👇

✅ @AI_DeepMind
🔸 @AI_Person

در #مقاله‌ "Visual-RFT یک روش جدید به نام تنظیم تقویتی بصری (Visual Reinforcement Fine-Tuning - Visual-RFT) معرفی می‌کند که هدف آن بهبود عملکرد مدل‌های بزرگ بینایی-زبانی (LVLMs) در وظایف خاص دامنه با استفاده از #یادگیری_تقویتی است. این روش با استفاده از پاداش‌های قابل تأیید بصری و الگوریتم‌های بهینه‌سازی سیاست مانند بهینه‌سازی سیاست نسبی گروهی (GRPO)، مدل را تنظیم می‌کند.​

▪️ Visual-RFT: Visual Reinforcement Fine-Tuning

#ایده_جذاب

🔸 مطالب بیشتر 👇👇

✅ @AI_DeepMind
🔸 @AI_Person

مدل Reka با قابلیت استدلال بصورت #متن_باز منتشر شد. مدل Reka یک مدل زبانی چندوجهی می باشد

این مدل عملکردی رقابتی با مدل‌های openai مثل OpenAI o1-mini را دارد هم اکنون میتونین باهاش به گفتگو بپردازید

▪️ Reka
▪️ Opensource

#ایده_جذاب

🔸 مطالب بیشتر 👇👇

✅ @AI_DeepMind
🔸 @AI_Person

https://huggingface.co/blog/gemma3

....

https://youtube.com/watch?v=UU13FN2Xpyw

روز جهانی لباس کُردی رو به کُرد زبان های ایران تبریک میگم

تفاوت اصلی؛
. Deep Think
. Deep Search
. Deep Research


🔸 مطالب بیشتر 👇👇

✅ @AI_DeepMind
🔸 @AI_Person

داستان این مدل جدید گوگل از ده سال پیش شروع شد زمانی که جفری هینتون مقاله
Knowledge Distillation
منتشر کرد
روشی به نام «استخراج دانش» (Distillation) را معرفی می‌کند که هدف آن انتقال دانش از یک مدل بزرگ یا مجموعه‌ای از مدل‌ها به یک مدل کوچکتر و کارآمدتر است. این روش به‌ویژه برای بهبود عملکرد مدل‌های #یادگیری_ماشین در محیط‌های با محدودیت منابع مفید است.​

▪️ Distilling the Knowledge in a Neural Network

#ایده_جذاب

🔸 مطالب بیشتر 👇👇

✅ @AI_DeepMind
🔸 @AI_Person

استاد شفیعی کدکنی زبان فارسی راز اتحاد ماست

در یک پیشرفت بی‌سابقه، تیمی از محققان دانشگاه تل‌آویو اسرائیل به رهبری رازان مساروی، از فناوری ویرایش ژن کریسپر برای درمان سرطان استفاده کرده‌اند. آن‌ه۴ا با ایجاد مولکول‌های چربی‌مانند برای محافظت از سیستم کریسپر، این سیستم را به‌طور مستقیم به تومورهای سر و گردن اعمال کردند. پس از سه تزریق هفتگی، ۵۰ درصد از تومورهای هدف پس از ۸۴ روز ناپدید شدند.

دان پیر، مدیر آزمایشگاه نانوداروی دقیق در این دانشگاه، اظهار داشت که هدف آن‌ها استفاده از ویرایش ژنتیکی یک ژن خاص در این نوع سرطان برای فروپاشی کامل ساختار سلول سرطانی بود که نتایج نشان‌دهنده موفقیت این روش است.

اگرچه سرطان بیماری پیچیده‌ای است و پیش‌تر تصور می‌شد که کریسپر برای درمان آن مناسب نیست، این یافته‌ها نشان می‌دهد که برخی ژن‌ها برای بقای سلول‌های سرطانی ضروری هستند و می‌توان آن‌ها را هدف درمان قرار داد.

با این حال، هدف‌گیری تومورها با استفاده از ژن‌درمانی فرآیندی ساده نیست. ماهیت تکثیری تومورها و موانع فیزیکی آن‌ها می‌تواند مانع از دسترسی سیستم کریسپر به ژن‌های مورد نظر شود.

با وجود این چالش‌ها، روش کریسپر می‌تواند برای درمان انواع مختلف سرطان‌ها، به‌ویژه تومورهای قابل مشاهده و در دسترس مانند سر و گردن، پستان، تیروئید و پوست مؤثر باشد. تیم تحقیقاتی در حال حاضر در تلاش است تا این روش را برای درمان سرطان‌های میلوم، لنفوم و کبد نیز به کار گیرد.

https://www.discovermagazine.com/the-sciences/crispr-eliminates-targeted-tumors-by-50-percent

#علوم_پزشکی #مقاله #ایده_جذاب #ژنتیک

🔸 مطالب بیشتر 👇👇

✅ @AI_DeepMind
🔸 @AI_Person

Layered Image Vectorization via Semantic Simplification
https://szuviz.github.io/layered_vectorization/

#مقاله #ایده_جذاب

🔸 مطالب بیشتر 👇👇

✅ @AI_DeepMind
🔸 @AI_Person

دکتر یان لکون در این مقاله جدید خودش پیشنهاد داده:

#مقاله «ترانسفورمرها بدون نرمال‌سازی» به معرفی تکنیکی ساده به نام «تانژانت هایپربولیک پویا» (Dynamic Tanh یا DyT) می‌پردازد که می‌تواند جایگزین لایه‌های نرمال‌سازی در معماری‌های ترانسفورمر شود. این روش نشان می‌دهد که ترانسفورمرها بدون استفاده از لایه‌های نرمال‌سازی می‌توانند عملکردی مشابه یا حتی بهتر داشته باشند می‌تواند به صورت مستقیم جایگزین لایه‌های نرمال‌سازی موجود در معماری‌های ترانسفورمر شود، بدون نیاز به تغییرات عمده در ساختار مدل. DyT می‌تواند به صورت مستقیم جایگزین لایه‌های نرمال‌سازی موجود در معماری‌های ترانسفورمر شود، بدون نیاز به تغییرات عمده در ساختار مدل.

▪️ Transformers without Normalization


#ایده_جذاب

🔸 مطالب بیشتر 👇👇

✅ @AI_DeepMind
🔸 @AI_Person

You can now fine-tune Gemma 3 for free with our notebook!

Unsloth makes Gemma 3 finetuning 1.6x faster with 60% less VRAM and 6x longer context lengths - with no accuracy loss
🔽🔽🔽
https://colab.research.google.com/github/unslothai/notebooks/blob/main/nb/Gemma3_(4B).ipynb

https://github.com/unslothai/unsloth