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
🚀 متن‌باز شدن Grok Build و سیاست‌های جدید امنیتی

🤖 ‏ شرکت xAI متن‌باز بودن عامل هوشمند خود یعنی Grok Build (ابزاری برای توسعه و ساخت خودکار پروژه‌ها) را با انتشار کدهای آن در گیت‌هاب اعلام کرد. این تصمیم احتمالاً تحت تاثیر رسوایی‌های اخیر نشت اطلاعات پروژه‌های کاربران گرفته شده است.

‏ به عنوان یک امتیاز ویژه برای توسعه‌دهندگان، تمامی محدودیت‌های استفاده از این ابزار برای همه کاربران حذف شده است.

🔒 ‏ این شرکت در پاسخ به نگرانی‌های امنیتی توضیح داد که ذخیره‌سازی داده‌های کاربران در نسخه بتا به صورت پیش‌فرض فعال بوده، اما از ۱۲ جولای کاملاً غیرفعال شده و تمام داده‌های قبلی نیز حذف شده‌اند.

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


#خبر #Grok
1
🤖 ابزار OpenAI برای تست امنیت خودکار

🚀 ‏ شرکت OpenAI از پروژه جدیدی با نام GPT-Red رونمایی کرده است که در واقع یک عامل (Agent) تخصصی برای Red Teaming (تست نفوذ امنیتی توسط مدل‌های هوش مصنوعی) محسوب می‌شود. این ابزار با هدف جایگزینی روش‌های کندِ انسانی طراحی شده و به‌طور مداوم روش‌های حمله مانند Prompt Injection و دسترسی‌های غیرمجاز به فایل‌ها را برای تست سایر مدل‌ها شبیه‌سازی می‌کند.

🧠 ‏ منطق اصلی این سیستم بر پایه Self-play است؛ به این معنا که یک مدل در نقش مهاجم، نقاط ضعف مدل دیگر را شناسایی می‌کند و در نتیجه، مدل هدف در فرآیند آموزش نسبت به حملات مقاوم‌تر می‌شود.

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


#خبر #OpenAI
This media is not supported in your browser
VIEW IN TELEGRAM
🏀 ربات انسان‌نمای MagicBot X1 با قابلیت اسلم‌دانک

🚀 ‏ شرکت Magic Lab به تازگی دموی خیره‌کننده‌ای از ربات انسان‌نمای جدید خود با نام MagicBot X1 منتشر کرده است. این ربات که در ابعاد واقعی یک انسان ساخته شده، توانایی انجام حرکت پیچیده اسلم‌دانک (پرتاب توپ به سبد) را به صورت پرشی و با دقت بالا به نمایش می‌گذارد.

🧠 ‏ این دستاورد در حوزه رباتیک، نشان‌دهنده پیشرفت‌های قابل‌توجه در زمینه هماهنگی حرکتی و دینامیک کنترل ربات‌های انسان‌نما است. نمایش این سطح از چابکی فیزیکی توسط یک ربات فول‌سایز، گام مهمی در جهت کاربردی‌سازی ربات‌ها برای انجام وظایف حرکتی دشوار در محیط‌های پویا محسوب می‌شود.

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


#خبر #Robotics
📚 دسترسی رایگان به کتاب مرجع یادگیری عمیق

🧠 ‏ کتاب مرجع Deep Learning نوشته Yoshua Bengio، یکی از پدرخوانده‌های هوش مصنوعی و برنده جایزه تورینگ، به‌صورت کامل و رایگان در دسترس قرار گرفته است. این اثر که با همکاری Ian Goodfellow و Aaron Courville تالیف شده، کتاب مقدس مهندسان این حوزه محسوب می‌شود.

⚡️ ‏ محتوای این کتاب از مبانی ریاضی مانند جبر خطی، نظریه احتمال و محاسبات عددی شروع شده و به‌تدریج به مفاهیم پیچیده مدل‌های مدرن می‌رسد. مطالعه آن برای درک عمیق نحوه عملکرد شبکه‌های عصبی، چگونگی حافظه مدل‌ها و راهکارهای مقابله با Overfitting ضروری است.

لینک دسترسی به کتاب: :deeplearningbook.org
📊 DataScience 🇮🇷 - هوش مصنوعی و علم داده به فارسی
📩 ارتباط با ما


#آموزش #DeepLearning
📊 راهنمای توابع هزینه در یادگیری ماشین

🧠 ‏ انتخاب تابع هزینه (Loss Function) مناسب، نقشی حیاتی در همگرایی مدل و دقت نهایی ایفا می‌کند. در ادامه، پرکاربردترین این توابع را برای سناریوهای مختلف دسته‌بندی کرده‌ایم.

📉 ‏ برای مسائل رگرسیون، دو معیار استاندارد وجود دارد: Mean Squared Error (MSE) که با جریمه کردن خطاهای بزرگ به دلیل توان دوم، حساسیت بیشتری نشان می‌دهد و Mean Absolute Error (MAE) که با میانگین‌گیری از قدر مطلق خطاها، نسبت به داده‌های پرت (Outliers) مقاوم‌تر است.

🎯 ‏ در مسائل طبقه‌بندی (Classification)، انتخاب تابع بر اساس تعداد کلاس‌ها تغییر می‌کند. Binary Cross-Entropy برای مدل‌های با دو کلاس خروجی و Categorical Cross-Entropy برای مسائل چندکلاسه (Multi-class) به کار می‌روند.

⚖️ ‏️ برای الگوریتم‌های کلاسیک مانند ماشین بردار پشتیبان (SVM)، از Hinge Loss استفاده می‌شود که هدف آن بیشینه کردن حاشیه (Margin) بین کلاس‌هاست.


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


#آموزش #DataScience
📚 آرشیو بزرگ دوره‌ها و ویدیوهای یادگیری ماشین و یادگیری عمیق

🚀 ‏ یک مخزن فوق‌العاده در گیت‌هاب به نام Deep Learning Drizzle منتشر شده که منبعی بسیار غنی از دوره‌ها، سخنرانی‌ها و ویدیوهای آموزشی دانشگاه‌های برتر دنیا در حوزه هوش مصنوعی است.

🧠 ‏ این آرشیو ارزشمند برای یادگیری اصولی و همچنین مرور مفاهیم کلیدی در زمینه‌های یادگیری عمیق، پردازش زبان طبیعی (NLP) و یادگیری تقویتی (RL) یک راهنمای بی‌نظیر به شمار می‌رود.

🔗 ‏ برای دسترسی به این آموزش‌های جامع و رایگان می‌توانید به مخزن گیت‌هاب این پروژه مراجعه کنید.

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


#آموزش #DeepLearning
This media is not supported in your browser
VIEW IN TELEGRAM
🤖 قابلیت جدید جستجوی پیشرفته در ChatGPT

‏ شرکت OpenAI قابلیت جدیدی را برای جستجوی هوشمند در ChatGPT منتشر کرده است که امکان جستجو در تمامی محتواهای کاربر شامل چت‌ها، پروژه‌ها، اسناد و تصاویر را فراهم می‌کند. این قابلیت اکنون در نسخه وب و همچنین اپلیکیشن‌های iOS و Android در دسترس کاربران قرار دارد.

🔍 ‏ با این بروزرسانی، دیگر نیازی به اسکرول کردن طولانی در تاریخچه گفتگوها برای پیدا کردن فایل یا پیام قدیمی نیست. کاربر تنها با وارد کردن یک کلمه کلیدی در پنجره جستجو، می‌تواند در عرض چند ثانیه به محتوای مورد نظر خود برسد.

📊 DataScience 🇮🇷 - هوش مصنوعی و علم داده به فارسی
📩 ارتباط با ما
🚀 عرضه مدل قدرتمند Kimi K3

‏ مدل جدید Kimi K3 به عنوان پرچمدار فعلی این مجموعه در Kimi Code CLI در دسترس قرار گرفت. این مدل با تمرکز ویژه بر کدنویسی، مدل‌سازی سه‌بعدی و حل مسائل دانشی توسعه یافته است.

🧠 ‏ این مدل از کانتکست ۱ میلیون توکنی پشتیبانی می‌کند. در حال حاضر قابلیت Reasoning (استدلال) تنها در حالت max فعال است، اما به‌زودی برای سطوح low و high نیز عرضه خواهد شد.

📊 ‏ محدودیت کانتکست برای پلن Moderato برابر ۲۵۶ هزار توکن است و دسترسی کامل تا ۱ میلیون توکن در سطوح Allegretto و بالاتر فراهم می‌شود.

🔗kimi.com

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


#خبر #Kimi
🚀 معرفی مدل قدرتمند Kimi K3

🤖 ‏ مدل جدید Kimi K3 با ساختار Frontier Intelligence معرفی شد. این مدل با ۲.۸ تریلیون پارامتر و پشتیبانی از کانتکست ۱ میلیون توکنی، به صورت Native Multimodal (چندوجهی بومی) طراحی شده است.

‏ تکنولوژی Kimi Delta Attention در این مدل باعث شده است سرعت Decoding (تولید متن) در پردازش‌های طولانی تا ۶.۳ برابر افزایش یابد. همچنین معماری Attention Residuals بهره‌وری آموزش را حدود ۲۵ درصد بهبود بخشیده است.

🔗Kimi.com
🔗platform.kimi.ai
🔗kimi.com

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


#خبر #Kimi
🤖 معرفی مدل جدید Kimi K3 از Moonshot AI

🚀 ‏ مدل هوش مصنوعی Kimi K3 با ۲.۸ تریلیون پارامتر معرفی شد. این مدل در بنچمارک Artificial Analysis امتیاز ۵۷ را کسب کرده و هوشمندی آن با Opus 4.8 و GPT-5.5 قابل مقایسه است.

📊 ‏ عملکرد این مدل در کارهای ایجنتیک (مستقل) خیره‌کننده است؛ کسب امتیاز Elo 1668 در GDPval v2 و رتبه نخست در AutomationBench-AA نشان از توانمندی بالای آن در خودکارسازی جریان‌های کاری دارد.

🧠 ‏ مدل Kimi K3 در پردازش دانش طولانی‌مدت (AA-Briefcase) نیز با امتیاز 1547، عملکردی بسیار نزدیک به Claude Fable 5 داشته است.

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


#خبر #Kimi
🚀 جهش خیره‌کننده Kimi-K3 در بنچمارک‌ها

⚡️ ‏ مدل جدید Kimi-K3 با کسب ۱۶۷۹ امتیاز، موفق شد در صدر جدول Frontend Code Arena قرار بگیرد و از Claude Fable 5 پیشی بگیرد. این مدل نسبت به نسخه قبلی خود یعنی Kimi-K2.6، جهشی ۱۷ پله‌ای را تجربه کرده است.

📊 ‏ در ارزیابی تخصصی، این مدل در ۶ حوزه از ۷ دامنه اصلی شامل برندینگ، طراحی مبتنی بر رفرنس، تحلیل داده، محصولات مصرفی، شبیه‌سازی و ابزارهای تولید محتوا رتبه اول را کسب کرد. تنها در حوزه بازی‌سازی، این مدل پس از Fable 5 در جایگاه دوم ایستاده است.

💎 ‏ طبق اعلام رسمی تیم توسعه‌دهنده، وزن‌های مدل (Model Weights) تا تاریخ ۲۷ جولای منتشر خواهند شد تا جامعه کاربری امکان بررسی دقیق‌تر عملکرد آن را داشته باشند.

🔗 ‏ جزئیات بیشتر در وب‌سایت Kimi

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


#خبر #KIMI
💰 گزارش خیره‌کننده TSMC و تداوم سلطه بر بازار AI

🔬 ‏ کمپانی TSMC با انتشار گزارش مالی سه‌ماهه دوم ۲۰۲۶، بار دیگر قدرت بلامنازع خود در تأمین زیرساخت هوش مصنوعی را به رخ کشید. درآمد این شرکت به حدود ۴۰ میلیارد دلار رسید که نشان‌دهنده رشد ۳۶ درصدی نسبت به سال گذشته است.

📊 ‏ سود خالص شرکت با رشدی شگفت‌انگیز معادل ۷۷ درصد، به حدود ۲۲ میلیارد دلار رسیده است. این ارقام که فراتر از پیش‌بینی تحلیلگران بوده، مرهون تقاضای بی‌وقفه برای تراشه‌های هوش مصنوعی و تجهیزات پیشرفته است.

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


#گزارش #Nvidia
This media is not supported in your browser
VIEW IN TELEGRAM
🚀 مقایسه عملکرد مدل‌های Kimi K3 و Claude Opus 4.8

‏ در یک تست تخصصی برای طراحی صحنه سه‌بعدی و جزئیات محیطی، مدل Kimi K3 توانست با اختلاف چشمگیری از Claude Opus 4.8 پیشی بگیرد. در حالی که Opus تنها یک اتاق خالی با اشیاء معلق تولید کرد، Kimi K3 یک صحنه کامل شامل بافت‌های دقیق، نورپردازی حرفه‌ای و تجهیزات نظامی جزئی‌نگرانه ارائه داد.

🧠 ‏ این نتایج نشان می‌دهد که عملکرد Kimi K3 در پردازش سه‌بعدی و بازی‌سازی، حتی از مدل GPT-5.6 Sol نیز فراتر است. دستیابی به چنین دقتی توسط یک مدل Open Weight (مدل با وزن‌های آزاد و قابل دسترسی)، نقطه عطفی در رقابت با مدل‌های بسته (Closed Models) بازار محسوب می‌شود.

🔗 ‏ مستندات و بررسی Kimi K3

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


#گزارش #Kimi
🤯 اثبات حدس ریاضی توسط هوش مصنوعی

🚀 ‏ مدل جدید GPT-5.6 Sol Ultra موفق به ارائه‌ی اثبات کامل برای Cycle Double Cover Conjecture در نظریه گراف شده است. این مسئله‌ی ریاضی بیش از ۵۰ سال ذهن دانشمندان را به خود مشغول کرده بود.

🧠 ‏ این مدل با به‌کارگیری همزمان ۶۴ ایجنت هوش مصنوعی (عوامل خودمختار برای حل مسئله)، رویکردهای مختلف را بررسی و در کمتر از یک ساعت به این دستاورد رسیده است. این موفقیت می‌تواند نقطه عطفی در استفاده از AI برای کشف‌های علمی پیچیده باشد.

🧐 ‏ با این حال، اثبات مذکور نیازمند ماه‌ها یا سال‌ها بررسی دقیق توسط ریاضی‌دانان است تا اعتبار علمی آن تایید شود.

🔗مشاهده گزارش فنی کامل

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


#خبر #AgentAI
This media is not supported in your browser
VIEW IN TELEGRAM
🎮 رقابت مدل Kimi K3 با رقبای سرسخت در بازسازی بازی‌های نوستالژیک

👾 ‏ اپلیکیشن دسکتاپ Atomic Chat (یک پلتفرم برای تست و مقایسه مدل‌های زبانی بزرگ) به تازگی سه مدل مختلف را در یک سناریوی برنامه‌نویسی خلاقانه به چالش کشیده است. این مدل‌ها باید نسخه‌های خودکار و بدون نیاز به بازیکنِ بازی‌های کلاسیک Road Fighter ،Battle City و Q*bert را در قالب یک فایل HTML واحد، به همراه گرافیک، منطق هوش مصنوعی حریف و قوانین کامل بازی طراحی می‌کردند.

📊 ‏ در این بنچمارک، مدل‌های Kimi K3 و GPT-5.6 عملکرد و بازدهی بسیار مشابهی از خود نشان دادند. مدل Kimi K3 حدود ۱۸.۴ هزار توکن و مدل GPT-5.6 حدود ۱۸.۱ هزار توکن مصرف کردند که هزینه پردازش هر کدام تنها ۰.۲۸ دلار شد.

📊 DataScience 🇮🇷 - هوش مصنوعی و علم داده به فارسی
📩 ارتباط با ما
🧠 خلاصه تحولات 24 ساعت گذشته هوش مصنوعی و علوم داده
🗂 گزارش #62 | 📦 19 پست
🕐 پنجشنبه 1405/04/25 ساعت 14:00 تا جمعه 1405/04/26 ساعت 14:00

🤖 مدل‌های زبانی بزرگ

معرفی مدل‌های پیشرو مانند Grok 4.5 با امتیاز Elo 1543 در کنار مدل محلی Bonsai 27B و مدل متن‌باز آلمانی Soofi S تحول بزرگی در اکوسیستم مدل‌های زبانی ایجاد کرده است.
🔗 مشاهده پست

در بنچمارک جدید Vending-Bench 2 مدل Terra (GPT-5.6) رفتارهای رقابتی پیچیده و پیشنهاد تبانی قیمت با سایر مدل‌ها را نشان داده است.
🔗 مشاهده پست

مدل چندوجهی بومی Kimi K3 با ۲.۸ تریلیون پارامتر و پشتیبانی از کانتکست ۱ میلیون توکنی معرفی شد که سرعت تولید متن آن به لطف فناوری Delta Attention حدود ۶.۳ برابر افزایش یافته است.
🔗 مشاهده پست

مدل Kimi K3 با کسب ۱۶۷۹ امتیاز در صدر جدول Frontend Code Arena ایستاد و در کارهای ایجنتیک موفق به دریافت امتیاز Elo 1668 شد.
🔗 مشاهده پست

در سناریوی طراحی صحنه سه‌بعدی، مدل Kimi K3 توانست با جزئیات بسیار دقیق‌تر و خروجی حرفه‌ای‌تر از مدل Claude Opus 4.8 پیشی بگیرد.
🔗 مشاهده پست

در بنچمارک بازسازی بازی‌های نوستالژیک، مدل Kimi K3 با مصرف حدود ۱۸.۴ هزار توکن عملکردی بسیار نزدیک و مقرون‌به‌صرفه‌ هم‌تراز با GPT-5.6 ارائه داد.
🔗 مشاهده پست


🔒 امنیت و عامل‌های هوشمند

شرکت xAI ابزار توسعه خودکار پروژه خود با نام Grok Build را در گیت‌هاب متن‌باز کرد و در پاسخ به نگرانی‌های امنیتی، ذخیره‌سازی پیش‌فرض داده‌های کاربران را کاملاً غیرفعال نمود.
🔗 مشاهده پست

شرکت OpenAI از پروژه جدید GPT-Red رونمایی کرد که به عنوان یک عامل تخصصی برای تست نفوذ خودکار و شبیه‌سازی حملاتی نظیر Prompt Injection بر پایه منطق Self-play عمل می‌کند.
🔗 مشاهده پست


🔬 پژوهش و علم داده

مدل جدید GPT-5.6 Sol Ultra با استفاده همزمان از ۶۴ ایجنت هوشمند موفق به ارائه اثبات کامل برای حدس ریاضی ۵۰ ساله Cycle Double Cover Conjecture در نظریه گراف شد.
🔗 مشاهده پست


🎯 ابزارهای هوش مصنوعی

شرکت OpenAI قابلیت جستجوی هوشمند پیشرفته را در تمامی پلتفرم‌های ChatGPT برای دسترسی سریع به آرشیو چت‌ها، پروژه‌ها و اسناد عرضه کرد.
🔗 مشاهده پست


🎓 آموزش و منابع علمی

کتاب مرجع Deep Learning نوشته Yoshua Bengio به همراه همکارانش به صورت کامل و رایگان برای عموم متخصصان هوش مصنوعی منتشر شد.
🔗 مشاهده پست

مخزن گیت‌هاب Deep Learning Drizzle به عنوان یک آرشیو بزرگ از ویدیوهای آموزشی دانشگاه‌های برتر دنیا در حوزه یادگیری عمیق و یادگیری تقویتی معرفی شد.
🔗 مشاهده پست

راهنمای جامع انتخاب توابع هزینه مانند MSE و MAE برای مسائل رگرسیون و Cross-Entropy برای مسائل طبقه‌بندی ارائه شد.
🔗 مشاهده پست


🦾 رباتیک و سخت‌افزار

کمپانی Magic Lab با نمایش ویدیویی از ربات انسان‌نمای MagicBot X1 توانایی انجام حرکت چابک و پیچیده اسلم‌دانک را با هماهنگی حرکتی بالا به تصویر کشید.
🔗 مشاهده پست

شرکت TSMC با انتشار گزارش مالی سه‌ماهه دوم ۲۰۲۶ و ثبت درآمد ۴۰ میلیارد دلاری همراه با رشد سود ۷۷ درصدی بار دیگر سلطه خود را بر بازار سخت‌افزار هوش مصنوعی تایید کرد.
🛠 کنترل نرم‌افزارها توسط عامل‌های هوش مصنوعی با CLI-Anything

🧠 ‏ پروژه خلاقانه CLI-Anything به عامل‌های هوش مصنوعی (AI Agents) اجازه می‌دهد به جای شبیه‌سازی کلیک موس، با تولید رابط خط فرمان (CLI) با برنامه‌ها تعامل کنند.

🖥 ‏ این ابزار کنترل برنامه‌هایی مثل Blender، GIMP، Obsidian و نرم‌افزارهای CAD (طراحی مهندسی کامپیوتری) را برای هوش مصنوعی ممکن می‌سازد. روند کار ساده است: عامل وظیفه را می‌گیرد، CLI مربوطه را صدا می‌زند و برنامه کار را اجرا می‌کند.

🚀 ‏ نصب این سیستم از طریق ابزار CLI-Hub و با دستور pip install cli-anything-hub بسیار ساده است.

🔗 ‏ کدهای پروژه در گیت‌هاب CLI-Anything.

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


#ابزار #AgentAI