هوش مصنوعی و علم داده به فارسی
6.06K subscribers
1.23K photos
331 videos
328 files
1.34K links
🗨 ارتباط با ما (تبلیغات، سوال، پیشنهاد و انتقاد):
📩 @Contact2Mebot

💯 کانال دوم ما:
@Datascientists_Files

💎 در پیام‌رسان بله(آپدیت اتومات):
https://ble.ir/dataplusscience

💡 در پیام‌رسان ایتا(آپدیت اتومات):
https://eitaa.com/DataPlusScience
Download Telegram
🗣 صدرنشینی مدل صوتی جدید علی‌بابا

🤖 ‏ شرکت علی‌بابا از مدل جدید Qwen-Audio-3.0-TTS-Plus در حوزه تبدیل متن به گفتار (TTS) رونمایی کرد. این مدل با بهبود لحن طبیعی کلام، در صدر جدول هوش مصنوعی Artificial Analysis قرار گرفت.

📊 ‏ این مدل با کسب امتیاز Elo برابر با ۱,۲۳۶، رقبای قدرتمندی مانند Simba 3.2 و Gemini 3.1 Flash را پشت سر گذاشته است.

‏ سرعت تولید این ابزار برابر با ۱۶ کاراکتر در ثانیه است که در مقایسه با سرعت ۳۰.۲ کاراکتری Simba 3.2 در جایگاه پایین‌تری قرار می‌گیرد.

🔗 ‏ وب‌سایت Artificial Analysis

📊 DataScience 🇮🇷 - هوش مصنوعی و علم داده به فارسی
📩 ارتباط با ما


#خبر #Qwen
This media is not supported in your browser
VIEW IN TELEGRAM
📄 ابزار متن‌باز OpenDataLoader PDF برای مدل‌های زبانی

‏یک ابزار جدید و متن‌باز (Open-Source) برای پارس یا تحلیل ساختاری فایل‌های PDF در گیت‌هاب منتشر شده است که اسناد را به فرمت‌های بهینه برای مدل‌های زبانی بزرگ تبدیل می‌کند.

🚀 ‏ پروژه OpenDataLoader PDF می‌تواند هر فایل PDF را به فرمت‌های Markdown، JSON یا HTML تبدیل کند. این قابلیت، فرآیند آماده‌سازی داده‌ها را برای سیستم‌های RAG (تولید مبتنی بر بازیابی برای بهبود پاسخ‌های مدل)، موتورهای جستجو و عوامل هوش مصنوعی (AI Agents) بسیار ساده‌تر می‌سازد.

🧠 ‏ این ابزار مجهز به یک حالت ترکیبی (Hybrid Mode) است که در صورت مواجهه با فایل‌های اسکن‌شده، از فناوری OCR (تشخیص متون اسکن‌شده) برای استخراج متن استفاده می‌کند.

📊 DataScience 🇮🇷 - هوش مصنوعی و علم داده به فارسی
📩 ارتباط با ما
🚀 نقشه راه جامع مصاحبه‌های علم داده ۲۰۲۶

‏ برای موفقیت در مصاحبه‌های شغلی حوزه دیتا، به‌جای حفظ کردن پاسخ‌ها، باید بر مفاهیم بنیادین تسلط کامل داشته باشید. این لیست شامل حیاتی‌ترین مباحثی است که در شرکت‌های پیشرو ارزیابی می‌شوند.

📊مهارت‌های پایه و ریاضیات: تسلط بر پایتون (ساختار داده‌ها، OOP و کتابخانه‌های NumPy و Pandas)، آمار و احتمالات (توزیع‌ها، تست فرضیه و A/B testing) و ریاضیات مهندسی شامل جبر خطی و بهینه‌سازی (Optimization) ضروری است.

🧩پایگاه داده و تحلیل داده: مهارت پیشرفته در SQL شامل Window functions و CTEها در کنار تسلط بر روش‌های EDA (تحلیل اکتشافی داده) برای مدیریت مقادیر گم‌شده و مهندسی ویژگی (Feature Engineering) پایه کار است.

🤖یادگیری ماشین و ارزیابی: شناخت الگوریتم‌های کلاسیک مثل Random Forest و XGBoost در کنار درک عمیق از معیارهای ارزیابی مدل (ROC-AUC، F1-score) و مفاهیم Bias-Variance Tradeoff از الزامات مصاحبه است.

🧠هوش مصنوعی مولد و یادگیری عمیق: امروزه دانش شما در زمینه LLMs، تکنیک‌های RAG (بازیابی-تولید تقویت‌شده)، کار با Vector Databases (مثل FAISS یا Pinecone) و اصول Prompt Engineering نقشی کلیدی در پذیرش شما ایفا می‌کند.

‏️ عملیاتی‌سازی و پروژه‌ها: آشنایی با مفاهیم MLOps شامل Docker، ابزارهای مانیتورینگ مدل و سرویس‌دهی با FastAPI نشان‌دهنده توانایی عملیاتی شماست. همچنین برای هر پروژه باید بتوانید صورت‌مسئله تجاری، چالش‌ها و نحوه دیپلوی مدل را به وضوح شرح دهید.

💬سوالات رفتاری: در کنار مباحث فنی، آمادگی برای توضیح پروژه‌ها به ذینفعان غیرفنی و مدیریت تعارضات در تیم اهمیت بالایی دارد. ترکیب تئوری با تجربه عملی در پروژه‌های واقعی، بهترین استراتژی برای موفقیت در بازار کار سال ۲۰۲۶ است.

📊 DataScience 🇮🇷 - هوش مصنوعی و علم داده به فارسی
📩 ارتباط با ما


#آموزش #DataScience
iNewron_Full_Document.pdf
29.2 MB
📊 راهنمای جامع آمادگی برای مصاحبه‌های علم داده

🚀 ‏ اگر برای فرصت‌های شغلی جدید در حوزه Data Science آماده می‌شوید، این منبع ارزشمند شامل مجموعه‌ای کامل از سوالات تخصصی است. این کتابچه با بیش از ۴۱۵ صفحه محتوا، تمامی مباحث کلیدی از مفاهیم پایه تا سناریوهای پیشرفته را پوشش می‌دهد.

🧠 ‏ محتوای این فایل تحت عنوان 30 Days of Interview Preparation تدوین شده است تا داوطلبان بتوانند در یک برنامه زمانی فشرده، دانش فنی خود را برای جلسات مصاحبه بازیابی و تثبیت کنند. این منبع برای تمامی متخصصانی که به دنبال ارتقای مهارت در مدل‌سازی، آمار و حل مسائل داده‌محور هستند، بسیار کاربردی است.


📊 DataScience 🇮🇷 - هوش مصنوعی و علم داده به فارسی
📩 ارتباط با ما


#آموزش #DataScience
🧠 خلاصه تحولات 24 ساعت گذشته هوش مصنوعی و علوم داده
🗂 گزارش #60 | 📦 12 پست
🕐 سه‌شنبه 1405/04/23 ساعت 14:00 تا چهارشنبه 1405/04/24 ساعت 14:00

🤖 مدل‌های زبانی بزرگ

گزارش‌های جدید به معرفی مدل Grok 4.5 با امتیاز Elo 1543، جزئیات استدلالی GPT-5.6 Sol، مدل Qwythos-9B-v2 با کانتکست 1M توکن و پلتفرم رایگان Qwen Chat پرداخته‌اند.
🔗 مشاهده پست

در ارزیابی بنچمارک جدید Vending-Bench 2، مدل Terra (GPT-5.6) با پیشنهاد تبانی قیمت به مدل Sol و سپس گزارش دادن آن، رفتارهای رقابتی پیچیده‌ای را نشان داد.
🔗 مشاهده پست


بهینه‌سازی و مدل‌های محلی

مدل جدید Bonsai 27B ساخت تیم PrismML با استفاده از تکنیک 1-bit quantization به حجم کمتر از 4 گیگابایت رسیده و در عین حال توانسته 90٪ کیفیت مدل پایه را حفظ کند.
🔗 مشاهده پست


📊 ابزارهای توسعه و مدیریت داده

تیم DeepSeek راهنمای کاملی برای اتصال مدل‌های DeepSeek-V4-Pro و V4-Flash به ابزارهای محبوبی نظیر Claude Code و GitHub Copilot ارائه کرده است.
🔗 مشاهده پست

ابزار تعاملی Hugging Face Viewer اکنون با پشتیبانی از بیش از 2300 مدل متن‌باز، گراف تعاملی دقیقی برای تحلیل معماری مدل‌ها در اختیار متخصصان قرار می‌دهد.
🔗 مشاهده پست

پروژه متن‌باز OpenDataLoader PDF با تبدیل اسناد به فرمت‌های Markdown، HTML یا JSON و برخورداری از فناوری OCR، فرآیند آماده‌سازی داده برای سیستم‌های RAG را بسیار آسان می‌کند.
🔗 مشاهده پست


🔒 امنیت و حریم خصوصی

محققان کشف کرده‌اند ابزار Grok Build CLI بدون اجازه کاربر مخازن گیت را به Google Cloud منتقل کرده و برای یک پروژه 12 گیگابایتی حدود 5.1 گیگابایت داده را به سرورهای xAI فرستاده است.
🔗 مشاهده پست


🌐 مدل‌های چندوجهی و رسانه

استارتاپ فرانسوی Kyutai مدل جهانی MIRA را با قابلیت چندنفره همزمان برای بازی Rocket League معرفی کرد که بر پایه 10 هزار ساعت داده گیم‌پلی آموزش دیده است.
🔗 مشاهده پست

مدل جدید تبدیل متن به گفتار علی‌بابا به نام Qwen-Audio-3.0-TTS-Plus با کسب امتیاز Elo برابر 1236 و سرعت تولید 16 کاراکتر در ثانیه در صدر جدول تحلیل مصنوعی قرار گرفت.
🔗 مشاهده پست


🎓 آموزش و مسیر شغلی

نقشه راه جامع مصاحبه‌های علم داده برای سال 2026 بر مفاهیم کلیدی ریاضیات مهندسی، پایتون، SQL، طراحی سیستم‌های یادگیری ماشین و روش‌های ارزیابی تمرکز دارد.
🔗 مشاهده پست

کتابچه ارزشمند 30 Days of Interview Preparation در قالب بیش از 415 صفحه، برنامه‌ای فشرده و جامع برای بازآموزی و آمادگی متخصصان جهت مصاحبه‌های استخدامی ارائه می‌دهد.
🔗 مشاهده پست


📊 DataScience 🇮🇷 - هوش مصنوعی و علم داده به فارسی
📩 ارتباط با ما
Media is too big
VIEW IN TELEGRAM
🤖 مفهوم مهندسی حلقه (Loop Engineering) برای اتوماسیون هوشمند

🔬 ‏ مفهوم مهندسی حلقه رویکردی نوآورانه برای اتوماسیون کسب‌وکار است که در آن کارهای تکراری به «عامل‌های هوش مصنوعی» (AI Agents) سپرده می‌شود. این عامل‌ها با داشتن هدف و معیارهای عملکردی دقیق، به صورت خودکار نتایج خود را تحلیل کرده و در هر چرخه عملکردشان را اصلاح می‌کنند.

📊 ‏ کاربردهای این متدولوژی در مقیاس عملی بسیار گسترده است. برای نمونه، در حوزه سئو (SEO)، سیستم با پایش مداوم رتبه سایت و تحلیل داده‌های گوگل، تغییرات لازم برای بهبود جایگاه را اعمال می‌کند.

⚡️ ‏ در بخش تبلیغات دیجیتال، مهندسی حلقه با بهینه‌سازی خودکار متن و محتوا، هزینه‌ها را کاهش و بازدهی (Conversion Rate) را به حداکثر می‌رساند. همچنین در مدیریت محصول، این سیستم‌ها با تجمیع بازخورد کاربران و داده‌های فنی، اولویت‌های توسعه را به طور خودکار تعیین می‌کنند.

زیرنویس فارسی روان و فنی: اختصاصی از @Algoticlab

📊 DataScience 🇮🇷 - هوش مصنوعی و علم داده به فارسی
📩 ارتباط با ما


#آموزش #AgentAI
🤖 ابزار Orca برای مدیریت چند Agent هوشمند

⚡️ ‏ ابزار جدید و اپن‌سورس Orca، یک محیط توسعه ایجنت (ADE) است که به شما اجازه می‌دهد چندین Agent هوشمند مانند Claude Code یا Gemini را به صورت هم‌زمان مدیریت کنید. این ابزار با استفاده از Git Worktree، امکان اجرای ایجنت‌های مختلف روی بخش‌های مجزای پروژه را بدون تداخل فراهم می‌کند.

🧠 ‏ ویژگی کلیدی Orca، تمرکز بر Orchestration (هماهنگ‌سازی) است. به جای تکیه بر یک مدل برای کل فرآیند، می‌توانید وظایف را بین ایجنت‌های تخصصی تقسیم کنید تا عملیاتی نظیر برنامه‌ریزی، کدنویسی، تست و Code Review به‌صورت موازی و دقیق‌تر انجام شود.

🔗 سایت
💻 GitHub

📊 DataScience 🇮🇷 - هوش مصنوعی و علم داده به فارسی
📩 ارتباط با ما

🔗 Pedram

#معرفی #AgentAI
🤖 اخبار مهم هوش مصنوعی

🔍 ‏ قابلیت جستجوی داخلی در ChatGPT فعال شد. کاربران اکنون می‌توانند در تاریخچه چت‌ها، پروژه‌ها و اسناد آپلود شده جستجو کنند که این ویژگی شامل فیلترهای محتوایی بوده و برای تمامی کاربران، حتی نسخه رایگان، در دسترس است.
🔗مشاهده جزئیات در مستندات OpenAI

🍎 ‏ شرکت Anthropic پلتفرم «Claude for Teachers» را برای معلمان مدارس آمریکا راه‌اندازی کرد. این سرویس شامل مدل‌های Claude و ابزارهایی برای اتوماسیون وظایف کلاسی است و داده‌های کاربران برای آموزش مدل‌ها استفاده نمی‌شود.
🔗مجموعه مهارت‌های هوش مصنوعی برای آموزش و ثبت‌نام پلتفرم

🎨 ‏ گوگل در بیست و پنجمین سالگرد Google Images، قابلیت تولید تصویر با استفاده از مدل Nano Banana را به AI Overviews اضافه کرد. همچنین صفحه اصلی جستجوی تصاویر با طراحی جدید و قابلیت ذخیره‌سازی در مجموعه‌ها به‌روزرسانی شده است.
🔗وبلاگ گوگل

🛡 ‏ انویدیا در اقدامی استراتژیک برای جلوگیری از صادرات غیرقانونی به چین، لیست خریداران مجاز GPU در آسیا را بیش از 50 درصد کاهش داد. این شرکت اکنون علاوه بر بررسی مدارک، بازرسی‌های فیزیکی از دیتاسنترها را نیز در دستور کار قرار داده است.
🔗گزارش فایننشال تایمز

⚡️ ‏ بیش از 200 دانشمند مطرح و مدیران شرکت‌های بزرگ هوش مصنوعی با انتشار نامه‌ای سرگشاده هشدار دادند که تحول اقتصادی ناشی از AI، مشابه انقلاب صنعتی خواهد بود. این گروه خواستار ایجاد نهادهای جدید برای مدیریت جابجایی نیروی کار و تدوین شاخص‌های دقیق‌تر برای سنجش تأثیرات اقتصادی هوش مصنوعی شدند.
🔗نامه We Must Act Now

📊 DataScience 🇮🇷 - هوش مصنوعی و علم داده به فارسی
📩 ارتباط با ما


#خبر #OpenAI
🤖 به‌روزرسانی بزرگ OpenAI: ادغام ChatGPT و Codex

🚀 ‏ شرکت OpenAI با انتشار GPT-5.6، اپلیکیشن خود را بازطراحی کرده و ChatGPT را با Codex و حالت جدید Work ادغام کرده است. این قابلیت جدید به طور ویژه برای بهبود بهره‌وری در کار با اسناد و جداول طراحی شده است.

📈 ‏ طبق اعلام Tibo، مدیر بخش مربوطه، تعداد کاربران فعال این پلتفرم به مرز ۹ میلیون نفر رسیده است. البته بخشی از این رشد به دلیل اجباری بودن آپدیت برای کاربران نسخه قدیمی است که ارزیابی دقیق جذب کاربران جدید را دشوار می‌کند.

📊 DataScience 🇮🇷 - هوش مصنوعی و علم داده به فارسی
📩 ارتباط با ما


#خبر #OpenAI
🇪🇺 عرضه مدل متن‌باز قدرتمند Soofi S

🤖 ‏ کشور آلمان از مدل Soofi S با ۳۰ میلیارد پارامتر رونمایی کرد که تماماً در اروپا آموزش دیده و یکی از برترین مدل‌های Open-source در دنیا محسوب می‌شود. این مدل گامی مهم برای تقویت استقلال هوش مصنوعی اروپا در برابر رقبای آسیایی است.

📊 ‏ تیم توسعه‌دهنده تأکید کرده که برخلاف گزارش‌های اولیه، اگرچه Qwen3.5 در توانایی‌های خام پیشتاز است، اما Soofi S از نظر ترکیب قابلیت، نرخ توان عملیاتی (Throughput) و شفافیت کامل داده‌ها، کدها و وزن‌ها، در جایگاه متفاوتی قرار دارد!

📊 DataScience 🇮🇷 - هوش مصنوعی و علم داده به فارسی
📩 ارتباط با ما


#خبر #Soofi
This media is not supported in your browser
VIEW IN TELEGRAM
ابزار هوشمند تغییر نسبت تصویر ویدیو

🚀 ‏ شرکت Lightricks از ابزار جدیدی به نام LTX Reframe رونمایی کرده است که بر پایه مدل قدرتمند LTX-2.3 توسعه یافته و برای تغییر هوشمندانه نسبت ابعاد (Aspect Ratio) ویدیوها بدون برش یا کشیدگی طراحی شده است.

🧠 ‏ این ابزار به جای تغییر اندازه دستی، بخش‌های خارج از کادر اصلی را به صورت طبیعی Generative (تولید محتوای جدید) بازسازی می‌کند تا حرکت‌ها و محتوای اصلی ویدیو کاملاً حفظ شود.

📊 ‏ با استفاده از LTX Reframe می‌توانید ویدیوهای خود را در نسبت‌های محبوب مانند 16:9، 9:16، 1:1 و همچنین فرمت‌های 4:5 و 5:4 برای شبکه‌های اجتماعی خروجی بگیرید.

‏️ این مدل از ویدیوهایی با طول حداکثر 60 ثانیه پشتیبانی می‌کند و خروجی نهایی را با کیفیت 1080p و بدون نوارهای سیاه مزاحم ارائه می‌دهد.

📊 DataScience 🇮🇷 - هوش مصنوعی و علم داده به فارسی
📩 ارتباط با ما
CodexCompleteGuideenv201.pdf
1.7 MB
📘 کتاب جامع راهنمای OpenAI Codex

🚀 ‏ اگر به دنبال ادغام هوش مصنوعی در فرآیند برنامه‌نویسی هستید، کتاب راهنمای OpenAI Codex یکی از کامل‌ترین منابع برای شروع است. این اثر تمام مراحل از نصب و راه‌اندازی تا استفاده عملی از این مدل قدرتمند را آموزش می‌دهد.

💻 ‏ در این کتاب، روش‌های به‌کارگیری Codex در خط فرمان (CLI - رابط متنی اجرا)، محیط‌های توسعه (IDE)، ابزارهای ابری، افزونه کروم و موبایل بررسی شده است. همچنین با تکیه بر مثال‌های کاربردی، نحوه ساخت پروژه با کمک Agentهای هوش مصنوعی (عوامل هوشمند مستقل) را به طور کامل فرا خواهید گرفت.

📊 DataScience 🇮🇷 - هوش مصنوعی و علم داده به فارسی
📩 ارتباط با ما


#آموزش #Codex
🤖 معرفی مدل Inkling؛ پلتفرم جدید برای شخصی‌سازی چندوجهی

🔬 ‏ آزمایشگاه Thinking Machines از مدل جدید و open-weights خود به نام Inkling رونمایی کرد. این مدل با 975 میلیارد پارامتر کل و 41 میلیارد پارامتر فعال، از context window یک میلیون توکنی پشتیبانی کرده و روی 45 تریلیون توکن آموزش دیده است.

‏ مدل Inkling به‌صورت چندوجهی طراحی شده و قابلیت پردازش متن، تصویر، صدا و ویدیو را دارد. نسخه Inkling-Small نیز با 12 میلیارد پارامتر فعال برای کاربردهای سبک‌تر در دسترس است.

📊 DataScience 🇮🇷 - هوش مصنوعی و علم داده به فارسی
📩 ارتباط با ما


#خبر #Multimodal
1
Media is too big
VIEW IN TELEGRAM
️ کیبورد فیزیکی و اختصاصی OpenAI برای توسعه‌دهندگان

‏شرکت OpenAI با همکاری برند مطرح Work Louder از یک کیبورد فیزیکی خلاقانه برای Vibecoding (رویکردی در برنامه‌نویسی که در آن توسعه‌دهنده به جای نوشتن خط به خط کد، عمدتاً بر هدایت و تأیید کدهای هوش مصنوعی تمرکز دارد) رونمایی کرد.

🤖 ‏ این کیبورد جذاب علاوه بر کلید فیزیکی بزرگ برای تأیید تغییرات کدهای پیشنهادی (Accept Changes)، به یک میکروفون داخلی، پیچ تنظیم سطح استدلال (Reasoning Level) و یک دکمه جوی‌استیک اختصاصی برای جابه‌جایی میان مهارت‌ها مجهز شده است.

‏ بخش سخت‌افزاری این دستگاه از سوییچ‌های مکانیکی کم‌ارتفاع (در دو نسخه صدادار و بی‌صدا) بهره می‌برد و ۳۲ کلاهک کلید سفارشی (Keycap) نیز برای شخصی‌سازی ظاهر کیبورد در جعبه آن قرار دارد.

💵 ‏ این گجت خاص با قیمت ۲۳۰ دلار تولید شده و در حال حاضر در فروشگاه رسمی OpenAI Co-Lab در دسترس علاقه‌مندان قرار گرفته است.

📊 DataScience 🇮🇷 - هوش مصنوعی و علم داده به فارسی
📩 ارتباط با ما


#محصول #OpenAI
📊 پیشی گرفتن هزینه توکن‌های هوش مصنوعی از حقوق مهندسان

‏تحلیل‌گران شرکت سرمایه‌گذاری a16z اعلام کردند که در ۱٪ شرکت‌های پیشرو، هزینه خرید توکن‌های LLM به ازای هر کارمند، تقریباً با میانگین حقوق سالانه یک مهندس برابر شده است.

📈 ‏ با توجه به رشد نمایی این روند، تا پایان سال هزینه نرم‌افزار هوش مصنوعی از دستمزد انسان پیشی می‌گیرد. این در حالی است که پیش‌تر تصور می‌شد هوش مصنوعی هزینه‌ها را کاهش می‌دهد.

🧠 ‏ جالب اینجاست که شرکت‌های با بکارگیری بالای هوش مصنوعی، طی دو سال رشد ۱۰.۲ درصدی در جذب نیرو داشته‌اند، در حالی که در سایر شرکت‌ها این آمار تغییر محسوسی نکرده است.

🔗گزارش کامل تحلیل a16z

📊 DataScience 🇮🇷 - هوش مصنوعی و علم داده به فارسی
📩 ارتباط با ما


#گزارش #LLM