✍️ مدل های زبانی بزرگ چطور آموزش می بینند

مدل‌های زبان بزرگ (LLM) با استفاده از مجموعه داده‌های بزرگی از نمونه‌های متنی از کتاب‌ها، مقالات، وب‌سایت‌ها و سایر منابع آموزش داده می‌شوند.

در طول آموزش، مدل این مثال ها را پردازش می کند و کلمه یا دنباله کلمات بعدی را بر اساس ورودی پیش بینی می کند.

هنگامی که پیش بینی آن از پاسخ صحیح منحرف می شود، یک خطا محاسبه می شود و از پس انتشار برای تنظیم پارامترهای داخلی مدل (وزن) استفاده می شود.

این شامل انتشار خطا به عقب در شبکه و به روز رسانی وزن ها با استفاده از الگوریتم های بهینه سازی مانند نزول گرادیان است که به تدریج توانایی مدل برای تولید متن را بهبود می بخشد.
#مدل_زبانی_بزرگ #LLM #chatgpt
#هوش_مصنوعی 
🌑 آقای هوش مصنوعی🌑
🎥رسانه هوش مصنوعی دانشگاه تهران

@MrArtificialintelligence

✍️ نسل بعدی

#هوش_مصنوعی 
🌑 آقای هوش مصنوعی🌑
🎥رسانه هوش مصنوعی دانشگاه تهران

@MrArtificialintelligence

✍️ گزیده مهم از گزارش آینده مشاغل 2025 توسط مجمع جهانی اقتصاد

#هوش_مصنوعی 
🌑 آقای هوش مصنوعی🌑
🎥رسانه هوش مصنوعی دانشگاه تهران

@MrArtificialintelligence

✍️ مهارت فردا در گزارش آینده مشاغل مجمع جهانی اقتصاد 2025

#هوش_مصنوعی  #ربات_انسان_نما

🌑 آقای هوش مصنوعی🌑
🎥رسانه هوش مصنوعی دانشگاه تهران

@MrArtificialintelligence

مدل زبانی بزرگ چطور کار می کند؟

توضیح خلاصه ای بر الگوریتم های مورد استفاده در LLM ها و چت بات ها.

#AI #هوش_مصنوعی
#LLM

╔═💻👨🏻‍💻═══════╗
   @cessasku
╚═══════🖥⌨️═╝

https://youtu.be/LPZh9BOjkQs?si=mcka0wNn-qqzF7nj

شرکت چینی DeepSeek از مدل اوپن سورس جدیدش DeepSeek-R1 رونمایی کرده که با مدل o1 از OpenAI رقابت تنگاتنگی داره. نسخه پیش‌نمایش این مدل که اسمش DeepSeek-R1-Lite-Preview هست، تو آزمون‌های معتبر مثل AIME و MATH عملکرد خیلی خوبی داشته و حتی از o1 هم بهتر عمل کرده.

این مدل جدید مثل o1 از روش «زنجیره فکری» استفاده میکنه که باعث میشه مسائل پیچیده رو قدم به قدم حل کنه. این روش کمک میکنه که مدل بتونه درستی محاسباتش رو چک کنه و از اشتباهات رایج دوری کنه. کاربرها میتونن مراحل فکر کردن مدل رو ببینن، ولی خب این دقت باعث میشه که جواب دادن به سوال‌های پیچیده کمی زمانبر بشه.

با اینکه DeepSeek-R1 خیلی خوب کار میکنه و از سیستم‌های پیشرفته‌ای مثل GPT-4 و Claude هم توی بنچمارک‌ها بهتر عمل کرده، ولی هنوز یه سری مشکلات داره. ضمنا از اونجایی که یه محصول چینیه، به موضوعات سیاسی حساس مربوط به چین هم جواب نمیده.

🌑 آقای هوش مصنوعی🌑
🎥رسانه هوش مصنوعی دانشگاه تهران

@MrArtificialintelligence

‍ ‏چرا DeepSeek دنیای هوش مصنوعی را شوکه کرده است؟

طی چند روز گذشته دو مدل هوش مصنوعی از یک شرکت چینی نام DeepSeek سروصدای زیادی به راه‌انداخته و حتی بازار بورس دنیا را تکان داده است.

برای مثال، سهام شرکت انویدیا نزدیک به ۶۰۰ میلیارد دلار اُفت کرده که بزرگ‌ترین سقوط آزاد در تاریخ بورس جهان به شمار می‌آید! (هرچند تا اینجا حدود ۲۶۰ میلیارد از سقوط اولیه دوباره بازگشته).

اما مگر دیپ سیک (DeepSeek) با مدل‌های زبانی جدیدش که به نام‌های R1 و V3 شناخته می‌شوند، چه کرده که چنین موجی به راه افتاده؟ جالب است بدانید این شرکت تازه حدود یک سال قبل تاسیس شده است!

اینجا سعی می‌کنیم به طور خلاصه و به زبان ساده موضوع را شرح دهیم و برای این کار از توضیحات آقای مورگان براون (مدیر هوش مصنوعی شرکت دراپ باکس) هم کمک می‌گیریم:

در حال حاضر آموزش‌ (train) مدل‌های هوش مصنوعی بسیار پرهزینه است. مثلا شرکت‌هایی مانند OpenAI صدها میلیون دلار صرف دیتاسنترها و زیرساخت‌های سخت‌افزاری می‌کنند. در هر کدام از این دیتاسنترها هزاران پردازشگر گرانقیمت (ساخت شرکت انویدیا) قرار دارد.

اما شرکت دیپ سیک ناگهان از راه رسید و بازی را عوض کرد: آنها نشان دادند که می‌توان یک کار ‍۱۰۰ میلیون دلاری را با ۵ میلیون دلار انجام داد و به نتیجه‌ای بسیار نزدیک دست یافت.

مدل ارائه شده‌ی آنها در بسیاری از کارها از GPT-4 و Claude بهتر عمل کرده و این دنیای هوش مصنوعی را تکان داده است.

آنها در فرایند تولید مدل جدید، همه چیز را از زاویه‌ی متفاوتی نسبت به روش‌های فعلی دیده‌اند:

مدل آنها ۷۵ درصد حافظه‌ی کمتری مصرف می‌کند و از سیستمی به نام multi-token استفاده می‌کند.

مدل‌های فعلی مانند بچه‌ی کلاس اولی کار می‌کنند: آنها متن‌ها را به صورت کلمه به کلمه می‌خوانند. اما دیپ سیک عبارات طولانی‌تر و جملات را می‌بینید و به همین خاطر دو برابر سریع‌تر است و با این حال به اندازه ۹۰ درصد هم دقت دارد.

دیپ سیک یک کار هوشمندانه‌ی دیگر هم انجام داده: مدل‌های فعلی «همه کاره» هستند و می‌توانند همزمان در نقش پزشک، معمار و برنامه نویس عمل کنند. به همین خاطر مثلا ۱.۸ تریلیون پارامتر فعال دارند.

اما دیپ سیک وظایف تخصصی را از هم جدا کرده‌ و فقط هنگام نیاز از آنها استفاده می‌کند.

نتیجه این شده که هزینه آموزش مدل از ۱۰۰ میلیون دلار به ۵ میلیون رسیده. تعداد پردازشگرهای مورد نیاز از ۱۰۰ هزار به ۲ هزار رسیده و هزینه API هم حدود ۹۵ درصد ارزان‌تر شده است.

مدل جدید خبر خوبی برای شرکت انویدیا نیست، چون رشد فوق العاده‌ی این شرکت مرهون نیاز مدل‌های هوش مصنوعی به پردازشگرهای متعدد و گران است.

دیپ سیک طراحی مدل جدید را با یک تیم کوچک ۲۰۰ نفره انجام داده، در حالی که در شرکت‌های بزرگ «سیلیکون ولی» تیم‌های بزرگی روی مدل‌ها کار می‌کنند.

جالب است بدانید که طی همین چند روزی که از ارائه دیپ سیک گذشته، اپلیکیشن آن در اپ استور اپل در قسمت اپلیکیشن‌های رایگان به رتبه اول ارتقا پیدا کرده و «چت جی‌پی‌تی» و گوگل جمنای در جایگاه دوم و سوم قرار گرفته‌اند!

البته پشت سر این شرکت، حرف‌هایی هم زده می‌شود. برای مثال برخی کارشناسان می‌گویند که هزینه آموزش مدل این شرکت خیلی بیشتر از ۵ میلیون دلار ادعا شده است.

اما با وجود همه این حرف‌ها، دیپ سیک بازی را عوض کرده و اکنون رقابت بسیار جدی‌تر شده و البته نتیجه‌ی آن به نفع مصرف‌کنندگان خواهد بود و قاعدتا بازیگران بزرگ هوش مصنوعی هم از نوآوری‌های دیپ سیک استفاده خواهند کرد. چون مهم‌ترین لطف دیپ سیک این بوده که مدل‌هایش را به صورت اوپن سورس یا «بازمتن» ارائه کرده است.




_Aliasghar Honarmand_




@uttweet

👨‍💻 انجمن علمی مهندسی کامپیوتر دانشگاه شهرکرد با همکاری سایر انجمن‌ها برگزار می‌کند...

🔹 دومین دوره مسابقات برنامه‌نویسی دانشگاه شهرکرد

✅ با حمایت مرکز نوآوری فولاد مبارکه و معاونت فرهنگی اجتماعی و مرکز نوآوری دانشگاه شهرکرد
🏆 ۴ میلیون تومان جایزه نقدی برای تیم اول تصویب شده
🎁 جوایز بیشتر در حال تصویب است
🎖 ماگ یادبود مسابقات برای ۵ تیم نخست

📚 پیش از مسابقه، کلاس‌های حضوری آموزشی برای آمادگی برگزار خواهد شد.
💻 همچنین، شرکت‌کنندگان در سایت Quera آزمون‌های آزمایشی حل می‌کنند تا مهارت‌های خود را تقویت کنند.

🟢 برای اطلاع از نحوه برگزاری، کلاس‌های آمادگی و ثبت‌نام، در گروه زیر عضو شوید:
[🔗 لینک گروه]

⚠️ شرکت برای تمامی رشته‌ها آزاد است.

╔═💻👨🏻‍💻═══════╗
   @cessasku
╚═══════🖥⌨️═╝

مهارت‌های کامپیوتری (ICDL) را حرفه‌ای بیاموزید! 🚀💻

📣 انجمن علمی دانشجویی مهندسی مکانیک دانشگاه صنعتی شریف (محور) با همکاری بیش از ۱۰۰ انجمن علمی برتر کشور برگزار می‌کند:

🎯💻 دوره جامع مهارت‌های رایانه‌ای (ICDL کاربردی)

🔘کار با Windows 8/10/11
🔘مفاهیم فناوری اطلاعات
🔘اینترنت و ارتباطات
🔘مایکروسافت آفیس Word
🔘مایکروسافت آفیس Power Point
🔘مایکروسافت آفیس Excel
🔘مایکروسافت آفیس Access

👤مدرس:
جناب آقای مهندس حمیدرضا عطااللهی
💥گرافیست، مدرس ICDL و نرم‌افزارهای PHOTOSHOP, IILLUSTRATOR, PREMIERE, AUTOCAD


📅 شروع دوره: ۲۳ اسفند ماه
      طول دوره: ۲۵ ساعت
      (۱۰ جلسه‌ ۲ونیم ساعته)
⏰پنجشنبه‌ها ساعت ۹ الی ۱۱:۳۰

🔖 با گواهی رسمی و معتبر از دانشگاه شریف

💵هزینه دوره: ۱ میلیون و ۹۹۰ هزار تومان
با تخفیف ویژه👇🏻

📌 بصورت آزاد: ۱ میلیون و ۴۰۰ هزار تومان
📌با تخفیف دانشجویی: ۹۸۰ هزار تومان

☑️ به‌همراه ضبط جلسات و پشتیبانی کامل

📍 آنلاین در بستر اسکای‌روم

💣 تخفیف ویژه ثبت‌نام گروهی

🔥 جهت تقویت رزومه و ورود به بازار کار

مشاهده سرفصل‌ها، اطلاعات بیشتر و ثبت‌نام با مراجعه به آیدی تلگرام:
💥 @PS_ATA

[Telegram | Academy]

دانشجویان عزیز،

با سلام و احترام،

دانشگاه شهرکرد همواره در تلاش است تا با ارائه فرصت‌های استثنایی در زمینه‌های نوآوری، کارآفرینی و فناوری، شما را در مسیر رشد علمی و حرفه‌ای همراهی کند. بدین منظور، از شما دعوت می‌کنیم در دو رویداد ارزشمند شرکت کنید که می‌توانند افق‌های جدیدی را پیش روی شما بگشایند

امروز اخرین روز برای ثبت نام میباشد
در صورت تمایل برای شرکت در مسابقه لطفا هرچه زود تر اقدام کنید

در راستای افزایش دانش شما عزیزان اتاق بازرگانی از مدیر عامل شرکت دانش بنیان البرز توان که تولید کننده کنتور هوشمند در استان میباشد دعوت به عمل آورده تا در مورد ایجاد کسب و کار و نکات مرتبط با آن یک جلسه برگذار شود.

در این راستا از علاقه مندان دعوت میکنیم که برای شرکت در این جلسه که سه شنبه برگزار میشود و راس ساعت ۱۰ حرکت از دانشگاه با اتوبوس اغاز میشود. به بنده (@MAH_UOD) پیام بدن تا اسم شما رو ثبت کنم

نام و نام خانوادگی
شماره دانشجویی
کد ملی

فرصت یک گفت و گوی صمیمانه با اساتید
یکشنبه ۱۱ اسفند، کافه دانشکده فنی

منتظر حضورتون هستیم

@GC_SKU

یادآوری
دانشجویان عزیز برنامه امروز رو به هیچ عنوان از دست ندین  ❗️❗️

ساعت ۵ کافه دانشکده فنی

برای گفت و گو با استاد تشریف بیارین کلاس ۳۰۸

مسابقه کلش رویال 👑

آماده هستین مهارت‌های استراتژی خودتون رو به چالش بکشین؟

❗️نکات مهم برای شرکت در مسابقه:

• هزینه مسابقه ۲۰ هزار تومن هست

• محل برگزاری دانشکده فنی است

برای ثبت‌نام به آیدی زیر پیام بدهید 👇
@AMMA83

@GC_SKU