DeepMind AI Expert – Telegram
DeepMind AI Expert
15K subscribers
1.28K photos
385 videos
120 files
2.26K links
مقالات کاربردی هوش مصنوعی در پایتون، علوم پزشکی، علوم انسانی، علوم اعصاب و...
دوره های آموزشی از دانشگاه های بزرگ و موسسات انلاین
@ffarzaddh
پژوهشگران هوش مصنوعی ایران

تبادلات پیام بدید
Download Telegram
When Does Re-initialization Work?

https://ai.papers.bar/paper/e3298064f1dd11ecb9b9d35608ee6155

Re-initializing a neural network during training has been observed to improve generalization in recent works. Yet it is neither widely adopted in deep learning.

#مقاله
🔸 مطالب بیشتر 👇👇

@AI_DeepMind
موفقیت فوق‌العاده مدلهای GPT4، chatGPT و LLMs الان زمان آن رسیده است که این سوال را بپرسیم: آیا می‌توانیم متون تولید شده توسط #هوش_مصنوعی را از متن‌های تولید شده توسط انسان تشخیص دهیم؟

در این مقاله به این سوال جواب میدهند.
🔸 On the Possibilities of AI-Generated Text Detection

#مقاله

🔸 مطالب بیشتر 👇👇

@AI_DeepMind
👍2
شرکت OpenAI گفته هرکسی که بتونه نقصهایی در سیستم chatGPT/GPT4 گزارش کنه از دویست ۲۰۰ دلار تا دوهزار ۲۰۰۰ دلار جایزه داره
👌3
Building an Intelligent Education Platform with OpenAI, ChatGPT, and Django

https://testdriven.io/blog/python-openai-chatgpt/
ویرایش سوم کتاب مشهور Jurafsky استاد دانشگاه استنفورد منتشر شد این کتاب برای همه افرادی که قصد فراگیری #پردازش_زبان_طبیعی را از پایه دارند لازم است.

🔸 Speech and Language Processing By Dan Jurafsky and James H. Martin

#مبتدی #کتاب #منابع

🔸 مطالب بیشتر 👇👇

@AI_DeepMind
😍3
ایده خیلی عالی که چطوری میشه از چت جی پی تی برای آموزش استفاده کرد:
جاهایی که اشتباه می‌کنه رو بدید به دانشجو بگید اشتباهات رو دربیاره!

اصل ایده از اینجا:
https://www.linkedin.com/posts/narjes-nikzad-khasmakhi_ai-nlp-experience-activity-7051975302612152321-6ga6
👍1
مقاله ای جالب و مسیری که داره برای کاربردمدلهای LLMs رو در production بحث میکنه ایده های جدید

https://huyenchip.com/2023/04/11/llm-engineering.html

#مقاله

🔸 مطالب بیشتر 👇👇

@AI_DeepMind
1👍1
اگر قصد یادگیری #پایتورچ رو دارید این منبع جامع خلاصه و مفید رو پیشنهاد میدم.

https://github.com/dataflowr/notebooks

#پایتون #مبتدی

🔸 مطالب بیشتر 👇👇

@AI_DeepMind
6😍1
خواستم اینو هم شما بدونید که در بلاد کفر از جدیدترین متد پزشکی برای سوختگی‌های شدید اومدند، از پوست مار برای بهبود وضعیت سلامتی بیمار استفاده کردند که گویا این روش موفق بوده

https://www.ncbi.nlm.nih.gov/pmc/articles/PMC6565829/

#مقاله

🔸 مطالب بیشتر 👇👇

@AI_DeepMind
👍2
Forwarded from Meysam
This media is not supported in your browser
VIEW IN TELEGRAM
ایشون اومدن با کمک مدلهای زبانی بزرگ یه برنامه نوشتن که کافیه بهش بگید چی میخواهید، براتون سرویسش رو درست می‌کنه و دیپلوی می‌کنه.
کد:
https://github.com/jina-ai/gptdeploy
1👍1
ImageReward: Learning and Evaluating Human Preferences for Text-to-Image Generation

abs: arxiv.org/abs/2304.05977

#مقاله

🔸 مطالب بیشتر 👇👇

@AI_DeepMind
چطوری به مدلهای زبانی یاد بدیم خودشون رو دیباگ کنند؟
Teaching Large Language Models to Self-Debug

🔸 مقاله

#مقاله

🔸 مطالب بیشتر 👇👇

@AI_DeepMind
2
اینم برای کسایی که قصد دارند از پایه خلاصه و مفید نکات زبان Rust یاد بگیرند.

https://github.com/plabayo/learn-rust-101

#مبتدی #برنامه_نویسی

🔸 مطالب بیشتر 👇👇

@AI_DeepMind
مایکروسافت روی گیت‌هاب یک مجموعه آموزش رایگان برای توسعه‌دهندگان وب تازه‌کار داره.

https://microsoft.github.io/Web-Dev-For-Beginners/#/

#مبتدی #برنامه_نویسی #منابع

🔸 مطالب بیشتر 👇👇

@AI_DeepMind
👍1
ایده read it later چیز جدیدی نیست. سال‌هاست که Pocket و Instapaper و امثالهم توی بازار هستند. وقتی Matter اومد یک نوآوری خوب ایجاد کرد: ترکیب Feed Reader و Read it later و یادداشت‌برداری قابل یکپارچه‌سازی با اپ‌های دیگه و همچنین مرور خبرنامه‌ها با ایمیل اختصاصی و...
حال نرم افزار Omnivore را میتوان برای کارهایی که نیاز به برنامه ریزی Self hosted هست، هم ازش استفاده کرد. یک مزیت دیگری که دارد میتوانید روی سرور خودتون ازش استفاده کنید

https://omnivore.app/

#خبر #برنامه_ریزی

🔸 مطالب بیشتر 👇👇

@AI_DeepMind
یک جایگزین «رایگان» چینی به جای GitHub Copilot تحت عنوان CodeGeeX معرفی شد.

فعلاً ۱۰ تا زبان رو پشتیبانی می‌کنه. برای VS Code و IDEهای Jetbrains پلاگین داره و علاوه بر تولید کد بر اساس کد موجود و پیشنهاد کد با AI،‌ امکان ترجمه کد زبان‌های مختلف رو هم داره.

https://codegeex.cn/

این مورد هم به صورت رایگان وجود دارد.

https://codeium.com/

مراقب حریم خصوصی باشید.

#هوش_مصنوعی #خبر

🔸 مطالب بیشتر 👇👇

@AI_DeepMind
2🔥2👎1
در مقاله جدید کمی نسبت به بهبود عملکرد chatGPT قدم برداشتند.
اومدند براساس RLHF مدلی بهینه برای نزدیکی بیشتر به درخواست کامند لاین کاربر استفاده کردند که سیستم براساس درخواست کاربر خروجی متناسب را ارائه دهد.
Training language models to follow instructions with human feedback

arxiv.org/abs/2203.02155

#مقاله

🔸 مطالب بیشتر 👇👇

@AI_DeepMind
2
This media is not supported in your browser
VIEW IN TELEGRAM
تیم هوش مصنوعی گوگل این مقاله رو منتشر کردند و فک میکنم نمیشه گفت که computervision گیم اور شده است

Zip-NeRF: Anti-Aliased Grid-Based Neural Radiance Fields

https://arxiv.org/abs/2304.06706

#مقاله

🔸 مطالب بیشتر 👇👇

@AI_DeepMind
2🔥1
در این مقاله به این سوال جواب دادند:

Finetuning vs prompting?

🔸 The Power of Scale for Parameter-Efficient Prompt Tuning

#مقاله

🔸 مطالب بیشتر 👇👇

@AI_DeepMind
1🔥1🥰1
DeepMind AI Expert
ایده های جدیدی که در هفته گذشته مقالات آنها منتشر شد: 🔸 Better Language Models of Code through Self-Improvement 🔸 Introducing Segment Anything: Working toward the first foundation model for image segmentation 🔸 Instruction Tuning with GPT-4 🔸 8 Things to…
در ادامه راجب مقاله زیر صحبت شده است و در پایان جوابی برای این صحبت یک مقاله معرفی کرده ام

🔸 SegGPT: Segmenting Everything In Context
http://arxiv.org/abs/2304.03284

نکته دیگه مقاله مایکروسافت اینه که:
نه تنها متن، نه تنها صوت، نه تنها نشانه، بلکه ترکیب اینها رو هم میتونید استفاده کنید.
یعنی یک درک کاملا مالتی مودال (از انواع ورودی) رو میتونید ترکیب کنید.
آینده این کار شاید چند سال دیگه می‌تونه این باشه که بهش با صوت توضیح بدید و بتونه بدون اینکه صوت رو تبدیل به متن کنه، مستقیم اون رو درک کنه و انجام بده.
از این بعد هم این یک نوآوری بسیار خوب هست برای کارشون.
تو اکثر این مدلهای جدید سگمنتیشن یه نکته ای نهفته است:
اینا میتونن وقتی یه مثال بهشون بدی، بقیه چیزهای مشابه اون رو پیدا کنند، مثلا توپ رو علامت بزنی بقیه اشو پیدا میکنه، یا مثلا یه درخت رو علامت بزنی بقیه رو پیدا می‌کنه. لازم هم نیست کلش رو علامت بزنین، یه تیکه از اون رو علامت بزنین پیدا می‌کنه.

حالا نکته اش چیه؟
۱.خیلی راحت با اینها میشه دیتا لیبل زد.
۲. یه روشی که نسبتا کار می‌کنه رو‌با اینها ادغام کرد.
۳. از یک چیز ساده شروع کرد و بقیه رو پیدا کرد.
۴. میتونن برای درک تصویر بدرد بخورند. درک تصویر یعنی اینکه من یک تصویر دارم، از این تصویر میتونم المان های مختلف اون رو در بیارم و روشون کار کنم. مثلا همین روش ControlNet رو با ترکیب همین استفاده کردند و جواب بهتری می‌گیرند برای حفظ برخی المان ها و تغییر مثلا پس زمینه و یا هرچی دیگه ای.
به عبارتی میشه سیستم های اینتراکتیو زیادی باهاشون درست کرد.
مثل این فیلمهای علمی تخیلی که یک چیزی رو انتخاب میکنه، همون رو تو کل فیلم دوربین مثلا پیدا می‌کنه و ....
خلاصه خیلی کارها میشه با اینها انجام داد. روشهای قبلی پردازش تصویر تو این حوزه رو به عبارتی دگرگون کردند.
🔸 در جواب پست منتشر شده در پیج دکتر عسگری


⚡️ در این مقاله چنین کاری انجام شده است
🧳 What does CLIP know about a red circle? Visual prompt engineering for VLMS

#مقاله #ایده_جذاب


🔸 مطالب بیشتر 👇👇

@AI_DeepMind
👍41
تکنیک خفن براتون معرفی کنم😁
با GPT که آشنایی دارید؟ GPT4 هم که پولیه وبه نت هم دسترسی نداره
حالا شما میری سایت phind.com‎ و پرسش برنامه‌نویسی ات رو می‌نویسی اماااا می تونی بهش بگی که برای جواب فلان documentation رو نگاه کن یا فلان repo رواسکن کن!
منابعی که باید نگاه کنه رو بهش میدی یا مشخصا معلوم میکنی منظورت چیه بعد بهت جواب میده
مزیتش بر ChatGPT:
- رفرنس‌ها رو ارائه میده
- پرسش‌های follow up رو خودش ایجاد می‌کنه
- سه حالت expert, concise, creative داره که expert برای سوالای فنی و کُد مناسب تره
- از IP ایران میشه بهش وصل شد.

#خبر #برنامه_نویسی #هوش_مصنوعی

🔸 مطالب بیشتر 👇👇

@AI_DeepMind
4