سیگار پشت سیگار، رضا یزدانی

@cafejomle

پادکست «دیالوگ باکس»، اپیزود «کبریت»
ولنتاین

افعال زبان انگلیسی😂😂

#fun

توی این دو سه روزی که سرما خوردگی خیلی منو عاصی کرده بود یه وبلاگ خیلی خوب پیدا کردم که کلی در مورد مدل‌های جدید یادگیری ماشین حرف زده و مسائل پیچیده رو مو به مو و با جزئیات کامل شرح داده. براتون این جا می‌ذارم که وقت کردین حتما از مطالبش بخونید.
http://jalammar.github.io

#ml
#blog
#learning
#ai

وای وای چی پیدا کردم!
یه وبلاگ پررررررر از مطالب برای Data Engineering و Data science برید حال کنید!

https://www.modeldifferently.com/en/

#ml
#data
#ai
#learning
#blog

یکی از چالش‌هایی که در استفاده از تولید کننده‌های متنی (Text generator) باهاش رو به رو هستیم بحث تولید متون سمی(Toxic) یا متون ناهنجار هستش. از اون جایی که مدل‌هایی مثل GPT-2 و مدل‌های دیگه با حجم بسیار زیادی از داده‌های اینترنت آموزش داده می‌شن ممکنه این متن‌ها شامل مفاهیم و متون بدی باشن و مدل اونها رو یاد بگیره. مثلا محتوای جنسی، نژادپرستی، ضد ادیان و فرهنگ‌ها و... داشته باشن. حالا وقتی شما از این مدل‌ها استفاده می‌کنید چه اتفاقی می‌افته؟ مدل شما ممکنه ناخواسته از این محتواها استفاده کنه!
راه چاره چیه؟ باید اصطلاحا مدلتون یا خروجیش رو detoxify کنید. برای این کار روش‌های زیادی وجود داره که یه تیمی زحمت کشیده و این روش‌ها رو در قالب یک مقاله‌ی آرکایو جمع آوری کرده.
از لینک زیر می‌تونید به این مقاله دسترسی داشته باشید:

https://arxiv.org/pdf/2009.11462.pdf

#ml
#ai
#nlp
#learning
#paper

استنفورد DetectGPT را برای تشخیص و مبارزه با مقالاتی که با ChatGPT ایجاد شده اند را راه اندازی کرده است:

Stanford introduces DetectGPT to help educators fight back against ChatGPT generated papers

خیلی دوست دارم برم با سازنده لاتک شریف بشینم دو کلوم عاقلانه و در کمال آرامش صحبت کنم!

What the hell is this bro?!?!

این مقاله خیلی خوبه، از رو تصویر صدا رو می‌تونه جنریت کنه
https://arxiv.org/abs/1512.08512


تو ویدیو توضیح میده مقاله رو.

کورس «تحلیل نرم‌افزار» دانشگاه جورجیا تک آمریکا


#software
#learning
#course

اینم داستانش
https://yoast.com/breadcrumbs-seo/#h-what-are-breadcrumbs

این یه راهنمای بیسیک برای پاکسازی داده‌ها در عملیات‌های یادگیری ماشین و پیش‌پردازش داده هستش.

#data
#ml
#ai
#learning
#handbook

کورس «مباحث پیشرفته در پردازش زبان‌های طبیعی» دانشگاه ایلینویز آمریکا
شامل اسلایدها، زمانبندی و برخی تمارین

#nlp
#learning
#nlp
#course

به محتوایی دست پیدا کردم که صاحبان کسب و کارهای استارتاپی شکست خورده در ایران توی اون تجارب خودشون رو با جزئیات خوبی به اشتراک گذاشتن. کسب و کارهایی مثل بپارک و ریحون. این تجارب حاصل جنگ خالص در کف بازارهای ایران هستش و همه جور چالش رو پوشش می‌ده. از انتخاب اسم و کپی کردن ایده بگیرید تا قوانین و مسائل سازمان‌های امنیتی و به نظرم چکیده چند سال رو یه جا بهتون منتقل می‌کنه.

می‌خوام این محتوا رو باهاتون به اشتراک بگذارم. سوالم اینه اینجا بفرستم محتوا رو یا یه کانال خصوصی بزنم فقط مخصوص همین محتوا و اونجا بنویسمشون؟
حدود 50 تا 60 تا پیام می‌شه احتمالا.

با لایک و دیس‌لایک جواب بدید ❤️
لایک یعنی همینجا، دیس‌لایک یعنی کانال جدا

وقتی می‌خواید با مدل‌های یادگیری ماشین کار کنید، مخصوصا شبکه‌های عصبی و یادگیری عمیق، یک مشکلی که دارید سرعت محاسبات هستش. برای حل کردن این مشکل راه حل‌های زیادی هست. یکی از این راه حل‌ها استفاده از پردازش موازی هستش اما این دسته‌ از پردازش‌ها کلی مفهوم و روش و دسته‌بندی دارن. توی این مقاله در مورد انواع روش‌های پردازش موازی مثل استفاده از multi threading, multi gpu, data parallel, distributed data parallel و کلی روش دیگه با جزئیات بحث شده. جدای از بحث داده‌ها، باز هم پیشنهاد می‌کنم حتما مطالعه کنید چون کلی روش یاد می‌گیرید.

#ml
#ai
#gpu
#parallel

واقعا دوست دارم Scrapy رو تتو کنم!
چقدر تو خوبی لامصب😌

ساعاتی پیش openai خبر داد که ChatGPT Plus که نسخه‌ی پولیشه رو رونمایی میکنه.

"We are piloting ChatGPT Plus, a subnoscription plan that offers faster response times and reliability during peak hours. And of course, the free tier of ChatGPT is still available."


https://openai.com/blog/chatgpt-plus/

این هم یه مقاله‌ای راجع به نحوه کارکرد chatGPT از نظر فنی:

https://huggingface.co/blog/rlhf

با توجه به نتیجه‌ی این رای گیری منم کانالشو زدم. از فردا روزانه حداقل یه پست رو می‌ذارم که مطالعه بفرمایید.
https://news.1rj.ru/str/experienceAsAService