The next meeting of the Edge Hill Corpus Research Group will take place online (MS Teams) on Friday 7 March 2025, 3:15-4:30 pm (GMT).
 
Topic: LLMs
 
Speaker: Yannis Korkontzelos (Edge Hill University, UK)
 
Title: Detecting Text generated by Large Language Models: A Novel Statistical Technique to address Paraphrasing
 
The abstract and registration link are here: https://sites.edgehill.ac.uk/crg/next  
 
Attendance is free. Registration closes on Thursday 6 March.

@computationallinguisticsNLP

جایزه تورینگ به اندرو بارتو و ریچارد ساتن اهدا شد.

جایزه تورینگ در سال 2024 به اندرو بارتو و ریچارد ساتن، پیشگامان یادگیری تقویتی، اهدا شد. این دو محقق به خاطر توسعه مبانی مفهومی و الگوریتمی یادگیری تقویتی که یکی از مهم‌ترین رویکردها برای ایجاد سیستم‌های هوشمند است، شناخته شده‌اند. بارتو، استاد بازنشسته دانشگاه ماساچوست، و ساتن، استاد دانشگاه آلبرتا، در دهه 1980 با ارائه ایده‌ها و الگوریتم‌های کلیدی به این حوزه کمک کردند. جایزه تورینگ که به "جایزه نوبل در محاسبات" معروف است، به مبلغ 1 میلیون دلار و با حمایت مالی گوگل اهدا می‌شود. یادگیری تقویتی به معنای یادگیری رفتار موفق‌تر بر اساس سیگنال‌های پاداش است و از اصول روانشناسی و علوم اعصاب الهام گرفته است. کتاب درسی آنها با عنوان "یادگیری تقویتی: یک مقدمه" همچنان مرجع مهمی در این زمینه است. پیشرفت‌های اخیر در یادگیری تقویتی، به ویژه با ادغام آن با یادگیری عمیق، منجر به موفقیت‌های چشم‌گیری از جمله پیروزی AlphaGo بر بازیکنان حرفه‌ای و توسعه چت‌بات ChatGPT شده است.
@computationallinguisticsNLP

تابع هزینه cross entropy

آنتروپی متقاطع یا همان Cross-Entropy میزان عدم شباهت (dissimilarity) دو توضیح احتمال را محاسبه می‌کند. در یادگیری ماشین، این تابع هزینه میزان عدم شباهت توزیع احتمال خروجی واقعی و توزیع احتمال خروجی تخمین زده شده شبکه عصبی را محاسبه می‌کند.
تابع هزینه شبکه عصبی را به سمتی سوق میدهد که علاوه بر اینکه خروجی‌ای تولید کند که بیشترین شباهت را با خروجی واقعی داشته باشد، بلکه کلاس هدف را با سطح اطمینان بالایی نیز تشخیص دهد.
@computationallinguisticsNLP

شرکت فرانسوی Mistral اعلام کرده که دقیقترین ابزار تبدیل عکس و PDF به متن (OCR) رو ساخته که میتونه از PDFهای پیچیده که شامل فرمول و جدول هستن پشتیبانی کنه و امکان تبدیل با زبانهای مختلف و دارای واترماک رو هم داره و از دیگر مدلها از شرکتهای بزرگ مثل جمنای و GPT-4o دقتش بالاتره. این مدل خروجی رو به صورت markdown بهتون تحویل میده.

برنامه نویسان میتونن از API اون استفاده کنن که یک دلار به ازای هر 1000 صفحه هزینه داره.

mistral
@computationallinguisticsNLP

امکان مقایسه صدها مقاله در کمتر از چندثانیه

‏ سایت Undermind یه دستیار تحقیقاتی مبتنی بر هوش مصنوعی هست که کمک می‌کنه سریع‌تر و دقیق‌تر مقالات علمی رو پیدا کنین.

این ابزار می‌تونه سؤالات پیچیده رو درک کنه و نتایج بهتری نسبت به موتورهای جستجوی سنتی مثل PubMed و Google Scholar ارائه بده. همچنین، Undermind می‌تونه فرآیند کشف سیستماتیک یه محقق انسانی رو شبیه‌سازی کنه و با استفاده از LLMها  اطلاعات کلیدی رو شناسایی کنه و استراتژی جستجوی خودش رو بر اساس یافته‌ها تنظیم کنه.

همچنین، Undermind به پایگاه‌های داده معتبری مثل Semantic Scholar، PubMed و arXiv دسترسی داره و پوشش جامعی از مقالات علمی رو ارائه می‌ده.
@computationallinguisticsNLP

همه ساله بخت تو پیروز باد / شبان سیه بر تو نوروز باد
نوروز پیروز
@computationallingusitics

امیررضا در لینکدین این پیام رو منتشر کرده، بااجازه اش هندبوک رو دانلود و اینجا قرار دادیم:
@computationallinguisticsNLP

دوستان سلام ، سال نو مبارک 🌼🌻🌿🌱
خوش حالم اعلام کنم که اخیراً یک هندبوک ساده و جمع و جور درباره استفاده از معماری‌های ترنسفورمر برای پیش‌بینی سری‌های زمانی رو آماده کردم.

این کتابچه راهنما اصول اولیه مدل‌های ترنسفورمر برای داده‌های سری زمانی، رویکردهای معماری مختلف، و پیاده‌سازی‌های عملی در PyTorch رو پوشش می‌ده. محتوای این کتابچه به گونه‌ای طراحی شده که هم برای پژوهشگران و هم متخصصان حوزه‌های مختلف که با داده‌های سری زمانی کار می‌کنند، مفید باشه‌.

از آنجایی که این نسخه اولیه 0.0.1 هست، از هرگونه بازخورد یا پیشنهاد برای بهبود نسخه‌های آینده استقبال می‌کنم.

این پست آموزشی از کانال سافت تیچ به بررسی تفاوت بین فرانت اند و بک اند می پردازد.


🌐 فرانت‌اند و بک‌اند دو بخش اصلی و حیاتی در توسعه وب هستن که با هم همکاری می‌کنن تا یه وبسایت یا اپلیکیشن کامل و کاربردی بسازن. بیایید با هم نگاهی به هرکدوم بندازیم: 🔍

💻 فرانت‌اند (Front-End) بخش ظاهری و قابل مشاهده سایت یا اپلیکیشن هست. این همون قسمتیه که کاربر باهاش تعامل داره و همونطور که از اسمش پیداست، این بخش در "جبهه جلو" قرار داره! این بخش شامل طراحی، رابط کاربری (UI) و تجربه کاربری (UX) میشه. از تکنولوژی‌هایی مثل HTML، CSS و JavaScript برای طراحی و ساخت این بخش استفاده می‌شه.

فرانت‌اند وظیفه داره که اطلاعات رو از بک‌اند دریافت کنه و به شکلی کاربرپسند نمایش بده. مثلاً وقتی شما توی یه اپلیکیشن اطلاعات رو وارد می‌کنید یا توی یه سایت چیزی رو جستجو می‌کنید، همون اطلاعاتی که شما می‌بینید و باهاش تعامل می‌کنید، همگی کار فرانت‌اند هست.

⚙️ حالا بک‌اند (Back-End) پشت پرده میاد! این بخش مسئول پردازش داده‌ها، ذخیره‌سازی، و انجام تمام محاسبات و منطق‌های پیچیده است. معمولاً این بخش با سرورها، پایگاه‌های داده (مثل MySQL یا MongoDB) و API‌ها سروکار داره. به‌طور ساده، بک‌اند همانند مغز سیستم عمل می‌کنه که اطلاعات رو مدیریت می‌کنه و به فرانت‌اند می‌ده تا به کاربر نمایش داده بشه.

🔗 ارتباط بین این دو بخش با استفاده از API‌ها و پروتکل HTTP انجام می‌شه. وقتی کاربر یه درخواست (مثل جستجو یا ارسال فرم) به فرانت‌اند میده، فرانت‌اند اون رو به بک‌اند می‌فرسته، بک‌اند اطلاعات مورد نظر رو پردازش کرده و به فرانت‌اند برمی‌گردونه تا به کاربر نمایش داده بشه. به همین دلیل این دو بخش باید همزمان و به‌درستی با هم کار کنن تا یه تجربه کاربری بی‌نقص ایجاد بشه.

👨‍💻 برای ارتباط بهتر بین این دو، تکنولوژی‌های متنوعی هم وجود دارن. مثلاً GraphQL یه تکنولوژی جدیدتره که به‌جای استفاده از APIهای معمولی REST، به فرانت‌اند این امکان رو می‌ده که درخواست‌های دقیق‌تری ارسال کنه و فقط همون داده‌هایی که لازم داره رو دریافت کنه. این می‌تونه سرعت اپلیکیشن رو افزایش بده و مصرف داده‌ها رو به حداقل برساند.
@computationallinguisticsNLP

https://web.stanford.edu/~jurafsky/slp3/
نسخه جدید کتاب جورافسکی🙃
@computationallinguisticsNLP

www.academy.openai.com
خبر خوب این هست که اوپن ای آی آکادمی جدیدش رو راه انداخته و قراره کلی منابع آموزشی و منتورنینگ در اختیار توسعه دهنده ها و تیم های ai_محور قرار بده.
@computationallinguisticsNLP

در این ویدئوی جالب، آقای مهندس بابااحمدی توضیح می دهند که چگونه با کمک Trea IDE
یک وب سایت شخصی بسازیم و از AI در کدنویسی کمک بگیریم.
@computationallinguisticsNLP

معرفی مدل Llama 4
@computationallinguisticsNLP

دوره های رایگان و آنلاین از Data talks club،
@computationallinguisticsNLP

Https: //webinar.ihcs.ac.ir/rooms/8vr-b1h-dsj-1so/join
این سخنرانی رو از دست ندید.
@computationallinguisticsNLP