FineTuning Gemma 3n for Medical VQA on ROCOv2

https://learnopencv.com/finetuning-gemma-3n-medical-vqa/

📢دوره‌ی "آموزش هوش مصنوعی مولد با مدل‌های زبانی بزرگ (LLM)" منتشر شد🎉🎊

🔥تعداد محدودی کد تخفیف 50 درصدی جدید🔥

COUPON-bdfd8

🔗 لینک دوره | 📄سرفصلها | 🥇کانال دوره | پیش‌نیاز با کد تخفیف ویژه

🔥 برای اطلاع از کدهای تخفیف، همین حالا عضو کانال تلگرام ما بشید:
👇👇👇
@llm_huggingface
👆👆👆


#llm #course #دوره #مدل_زبانی_بزرگ #هوش_مصنوعی #مکتب‌خونه #کلاس_ویژن

🎓‌ پیش‌نیاز دوره LLM رو از دست نده!

برای اونایی که تجربه کار با شبکه‌های عصبی ندارن،
۳ فصل اول دوره‌ی "یادگیری عمیق با TensorFlow و Keras" بهترین شروعه.

🔥 الان می‌تونی این دوره رو با کد تخفیف ۶۰٪ و مدت محدود تهیه کنی
تا با خیال راحت وارد دنیای مدل‌های زبانی بزرگ (LLM) بشی.

🎟‌ کد تخفیف: COUPON-30da4
🕒 فرصت محدوده – از دستش نده!

🔗https://mktb.me/2klm/

🔥 برای اطلاع از کدهای تخفیف، همین حالا عضو کانال تلگرام ما بشید:
👇👇👇
@class_vision
👆👆👆

متا سه نفر از کسایی که در پروژه جمنای ک توانسته بودند مدل طلا رو برای این مدل کسب کنن استخدام کرد.
https://www.latestly.com/socially/technology/meta-hires-3-more-google-deepmind-ai-researchers-who-worked-on-gemini-ai-version-that-achieved-gold-medal-level-performance-at-imo-2025-report-7014925.html/amp

🎓 یادگیری عمیق رو اصولی یاد بگیر!

دوره محبوب یادگیری عمیق با TensorFlow و Keras، مناسب علاقه‌مندان به هوش مصنوعی، با ۴۰ ساعت آموزش پروژه‌محور از مقدمات تا مباحث پیشرفته مثل CNN، NLP، GAN، CTC و استقرار مدل‌ها 💡

🔥 کد تخفیف ۷۰٪ فقط برای مدت محدود:

COUPON-e7343

🎥 لینک دوره:
https://mktb.me/2klm

📌 مناسب دانشجویان، پژوهشگران و همه علاقه‌مندان به AI
📚 بدون پیش‌نیاز جز پایتون!

🔥 برای اطلاع از کدهای تخفیف، همین حالا عضو کانال تلگرام ما بشید:
👇👇👇
@class_vision
👆👆👆

اسلایدهای کورس LLM در مکتب‌خونه:

Large models (LLMs, diffusion models, etc.) are impressive, but also compute-hungry, memory-intensive, and often hard to deploy on real-world devices.

That’s why this MIT course on Efficient ML is a must for anyone serious about scalable, accessible AI.

🎯 Learn the core techniques to make AI fast, light, and deployable:
• Compression & Pruning
• Quantization
• Neural Architecture Search
• Distributed & Parallel Training
• On-device Fine-tuning
• Gradient Compression
• Acceleration for LLMs, diffusion, video, point cloud
• Even Quantum ML

✔️ Hands-on project: Deploy LLaMA 2 on your laptop.

🔗 Take the course:
https://youtube.com/playlist?list=PL80kAHvQbh-pT4lCkDT53zT8DKmhE0idB

EfficientLoFTR

The Efficient LoFTR model was proposed in "Efficient LoFTR: Semi-Dense Local Feature Matching with Sparse-Like Speed" by Yifan Wang, Xingyi He, Sida Peng, Dongli Tan, and Xiaowei Zhou from Zhejiang University.

https://huggingface.co/zju-community/efficientloftr

🙌 ۷ جایگزین Drop-in برای Python جهت افزایش چشمگیر سرعت روی GPU — بدون نیاز به بازنویسی کد:

pandas → %load_ext cudf.pandas
polars → .collect(engine="gpu")
scikit-learn → %load_ext cuml.accel
xgboost → device="cuda"
umap → %load_ext cuml.accel
hdbscan → %load_ext cuml.accel
networkx → %env NX_CUGRAPH_AUTOCONFIG=True

📝 Full blog with example demos + Colab notebooks

مدل‌های متن‌باز OpenAI که برای استدلال، انجام وظایف عاملی (Agentic tasks) و کاربردهای متنوع توسعه‌ دهندگان منتشر شدن

gpt-oss-120

مناسب برای کاربردهای عمومی و سناریوهای استدلال پیشرفته که روی یک کارت گرافیک H100 اجرا میشه

 (با ۱۱۷ میلیارد پارامتر و ۵٫۱ میلیارد پارامتر فعال)

gpt-oss-20b

مناسب برای کاربردهای محلی یا تخصصی (با ۲۱ میلیارد پارامتر و ۳٫۶ میلیارد پارامتر فعال)


https://openai.com/open-models/

🎉 کمپین همدلی در مسیر یادگیری | با مکتب‌خونه
‌‌
مکتب‌خونه بیش از ۱۰۰ دوره‌ پرفروش و کاربردی رو در حوزه‌های مختلف مثل:
💻 برنامه‌نویسی
🌐 شبکه
🧠 هوش مصنوعی
🗣 زبان‌های خارجی
🤝 مهارت‌های نرم و کلی حوزه دیگه
رو برای مدت محدود کاملاً رایگان کرده! چرا؟
چون یادگیری، امید می‌ده، حال خوب می‌ده، حس پیشرفت می‌ده... 🌱
📚 همه دوره‌های رایگان اینجان:
🔗 https://mktb.me/txvk/
💥 خبر خوب دیگه:
دوره‌ی محبوب و کاربردی "آموزش پردازش تصویر و بینایی ماشین با OpenCV" هم الان رایگانه!
🔗 mktb.me/yifi
📌 برای فعال‌سازی رایگان دوره‌ها از کد زیر استفاده کن:
HAMDELI
یادگیری رو عقب ننداز — حالا بهترین زمانشه! 🙌

#هوش_مصنوعی #آموزش #کلاس_ویژن #opencv

با افزایش استفاده از وایب‌کدینگ، توسعه‌دهندگان ارشد با چالش‌های تازه‌ای روبه‌رو شده‌اند:

🔹 افزایش حجم بازبینی کد
توسعه‌دهندگان ارشد مجبور به بازبینی حجم زیادی از کدهای تولید شده توسط هوش مصنوعی هستند که ممکن است کیفیت پایین‌تری داشته باشند.


🔹 نیاز به تخصص بیشتر
با توجه به پیچیدگی‌های کدهای تولید شده، نیاز به تخصص در زمینه‌های معماری سیستم، امنیت و مقیاس‌پذیری بیش از پیش احساس می‌شود.

🔹 خطاهایی با جنس متفاوت!
هوش مصنوعی می‌تواند نتایجی غیربهینه تولید کند، با اشتباهاتی که با اشتباهات یک انسان متفاوت است، و گاهی اوقات تشخیص خطاها را برای انسان‌ها دشوارتر می‌کند.

🔹 مشکل انسجام و ساختار کد
وقتی کد انسجام و ساختار ندارد - وقتی "کار می‌کند" اما دلیل آن مشخص نیست و تیم‌ها آن را به دلیل اینکه وظیفه آنها در نظر گرفتن عواقب بلندمدت نیست، فقط برای رفع مشکل، به تصویب می‌رسانند - آن زمان است که مشکلات شروع به مشاهده می‌کنند.

🔹 عدم آمادگی ساختار تیم‌ها
بسیاری از تیم‌ها به درستی ساختار نیافته‌اند تا به مجموعه جدیدی از مشکلات که با کد تولید شده توسط هوش مصنوعی ایجاد می‌شود، رسیدگی کنند.

🔹 تفاوت مهارت‌های تولید و بازبینی
علاوه بر این، بررسی کد و تولید کد، مجموعه مهارت‌های متفاوتی هستند و تیم‌های مهندسی ممکن است به اندازه کافی نیرو نداشته باشند تا بتوانند به این موضوع بپردازند که چگونه هوش مصنوعی نیازهای تیم آنها را تغییر داده است.

https://thenewstack.io/ai-and-vibe-coding-are-radically-impacting-senior-devs-in-code-review