یه نفر ۱۲ ساعت روی تخته یه شبکه عصبی با ۴۳۰۰تا پارامتر رو ترین کرده :)
https://youtube.com/playlist?list=PLQ_mxzy8Yk_e3ggsfp0ViDV7gzkYr0-yD&si=NRzuKtVbq-QnNhCj

مجموع پرسش‌ها و پاسخ‌های ارسال شده به Stack Overflow در آوریل ۲۰۲۵ نسبت به مدت مشابه در سال ۲۰۲۴ بیش از ۶۴ درصد و در مقایسه با آوریل ۲۰۲۰، یعنی دوران اوج ترافیک وب‌سایت، بیش از ۹۰ درصد کاهش یافته است.
به همین علت Stack Overflow در تلاش است تا با نوآوری در چندین حوزه کلیدی، مجدداً به کانونی برای تعامل و یادگیری توسعه‌دهندگان تبدیل شود.
هم‌زمان با تلاش برای احیای مشارکت کاربران، Stack Overflow در حال تعریف نقشی جدید برای خود در اکوسیستم هوش مصنوعی (AI) است...



http://thenewstack.io/stack-overflows-plan-to-survive-the-age-of-ai
مرتبط با:

https://www.tgoop.com/cvision/4045

با توجه به افزایش استفاده دانش‌آموزان از ابزارهای هوش مصنوعی مانند ChatGPT برای انجام تکالیف، مدارس و دانشگاه‌های آمریکا به روش‌های سنتی ارزیابی باز می‌گردن.

با وجود اینکه برخی استادان ارزش استفاده مسئولانه از هوش مصنوعی رو درک می‌کنن، اما ناتوانی ابزارهای تشخیص تقلب در شناسایی دقیق استفاده از AI، نگرانی‌ ها رو افزایش داده.

https://gizmodo.com/ai-cheating-is-so-out-of-hand-in-americas-schools-that-the-blue-books-are-coming-back-2000607771

📚 تابستونت رو بساز!

🎉 فقط برای مدت محدود، با کد تخفیف off_summer_404، از ۳۰٪ تخفیف روی تمام دوره‌های کلاس‌ویژن بهره‌مند شو!

✅ دوره‌های تخصصی یادگیری عمیق
✅ پوشش مباحث تئوری + عملی + پروژه های متنوع
✅ تدریس با استادی با سابقه 10 ساله

کد تخفیف: off_summer_404

⏳ فرصت رو از دست نده! این تخفیف فقط تا پایان ماه فعاله.

🔗 https://class.vision/

📚 تابستونت رو بساز!

کد تخفیف: off_summer_404

⏳ فرصت رو از دست نده! این تخفیف فقط تا پایان ماه فعاله.

🔗 https://class.vision/

Google quietly launched Edge AI Gallery, a library of open AI models to access on smartphones

Currently on Android, the gallery lets users pick models for their task and run using the available device hardware, entirely locally

iOS version coming soon!

Language modeling from scratch | 2025 (Stanford)

https://youtube.com/playlist?list=PLoROMvodv4rOY23Y0BoGoBGgQ1zmU_MT_&si=86AY4yAD43o0I4uq

ElevenLabs

پیشرفته‌ ترین و طبیعی‌ ترین مدل تبدیل متن به گفتار تا کنون رو معرفی کرد.

https://elevenlabs.io/v3


به عنوان یک نمونه کاربردی شاهد عصر جدیدی از کتاب های صوتی خواهیم بود، نه فقط یک کتاب صوتی معمولی، بلکه کتاب‌ های صوتی چند صدایی!

بیشتر کتاب‌ های صوتی که توسط انسان‌ها ضبط میشن، هنوز در این زمینه ضعف دارن، چون معمولا تنها یک راوی دارند و تلاششون برای تقلید صدای جنسیت یا ملیت های دیگه، گاهی اوقات ناخوشایند و مصنوعی از کار درمیاد. اما با استفاده از هوش مصنوعی، هر شخصیت در کتاب میتونه صدایی منحصر به‌ فرد داشته باشه.

سری مدل‌های Qwen3-Embedding و Qwen3-Reranker

تیم تحقیقاتی Qwen مدل‌های جدید خود را معرفی کرده که بر پایه‌ی مدل‌های زبانی Qwen3 توسعه یافته‌اند. این مدل‌ها با استفاده از یک روند آموزشی چندمرحله‌ای و بهره‌گیری از قدرت مدل‌های زبانی بزرگ، به عملکردی بی‌رقیب در پردازش چندزبانه و بازیابی اطلاعات رسیده‌اند.

✨ ویژگی‌ها:
✅ اندازه‌های مختلف مدل: 0.6B، 4B و 8B
✅ پشتیبانی از 119 زبان زنده دنیا
✅ صدرنشین در بنچمارک‌های معتبر مثل MTEB، MMTEB و MTEB-Code
✅ متن‌باز و قابل دسترسی روی Hugging Face، GitHub و ModelScope
✅ قابل استفاده مستقیم از طریق API در Alibaba Cloud

🧠 کاربردها:
جستجوی اسناد، RAG، طبقه‌بندی متون، تحلیل احساسات، جستجوی کد و ده‌ها کاربرد دیگر!
📎 اطلاعات بیشتر و دریافت مدل‌ها:
https://huggingface.co/papers/2506.05176

این مقاله از محققیق اپل میگه در مسائل ساده، مدل‌ های زبانی معمولی که فاقد ساختارهای استدلالی پیشرفته هستن،عملکرد بهتری نسبت به مدل ‌های استدلال ‌محور (LRMs) دارن. علت این پدیده به احتمال زیاد در سادگی ساختار مسئله نهفته ست، جایی که استدلال پیچیده نه‌ تنها لازم نیست، بلکه ممکنه منجر به تفکر بیش از حد شه و دقت یا سرعت پاسخ رو کاهش بده.

در مسائل با پیچیدگی متوسط، الگوی عملکرد معکوس میشه، مدل‌های استدلال ‌محور با بهره‌ گیری از زنجیره‌های تفکر طولانی‌تر (COT)، میتونن بهتر از مدل‌های ساده، اجزای مسئله رو گام ‌به ‌گام تجزیه کنن و به نتیجه درست برسن. اما در مسائل بسیار پیچیده، تمام مدل‌ها دچار فروپاشی عملکردی میشن. نه مدل‌ های ساده، نه مدل‌ های پیشرفته استدلالی قادر به مدیریت این دسته از مسائل نیستن. این سقوط عملکرد نشون میده که محدودیت‌های بنیادی در حافظه، ظرفیت برنامه‌ ریزی و پیوستگی منطق در مدل‌ های فعلی وجود داره.

همچنین به طرز غیرمنتظره‌ای، با افزایش پیچیدگی مسائل، تلاش استدلالی مدل ‌ها کاهش پیدا میکنه. این یافته که با استفاده از معیارهایی مانند تعداد توکن‌های تولید شده برای تفکر اندازه‌ گیری شده، بیانگر این واقعیته که مدل‌ها در مواجهه با مسائل دشوارتر، نه‌ تنها ناتوان ‌تر میشن، بلکه حتی کمتر سعی می‌کنند فکر کنن.

زنجیره تفکر (CoT) یکی از روش‌های مهم برای تقویت استدلال در مدل‌های زبانی هست. با این حال، مقاله نشون میده که کارایی CoT محدود به دامنه‌ خاص از پیچیدگی هست. در حالی که CoT میتونه در مسائل متوسط کمک ‌کننده باشه، در مسائل پیچیده ‌تر نه‌ تنها اثربخش نیست، بلکه منجر به افزایش زمان پاسخ ‌دهی و ناکارآمدی محاسباتی میشه. این یافته نشون میده که زنجیره تفکر بدون نظارت یا هدایت ساختاریافته میتونه به نوعی پراکنده‌ گویی بی‌ هدف تبدیل شه.

https://ml-site.cdn-apple.com/papers/the-illusion-of-thinking.pdf

شاید بهتره که بپذیریم چیزی ‌بنام مدل‌های استدلالی بزرگ (LRMs) اساسا وجود نداره.LRM ها در واقع همون مدل ‌های زبانی بزرگ هستن که فقط بیشتر روی پاسخ خودشون تکرار و بازاندیشی میکنن، یا اطلاعات زمینه ‌ای بیشتری در اختیار خود قرار میدن.

حلقه‌ استدلال معادل اینه که به یک مدل زبانی معمولی بگیم «پاسخت رو اصلاح کن» یا «زمینه‌ بیشتری از این نوع خاص رو در نظر بگیر».

در واقع چیزی ‌بنام استدلال (reasoning) وجود نداره، همیشه صرفا راهکاری بوده برای کاهش پاسخ‌ های ساختگی(hallucination) یا افزودن خودکار اطلاعات زمینه‌ ای ، نه چیز دیگه.

شرکت‌های بزرگ یکی از ترفندهای ابتدایی مهندسی پرامپت رو که سال‌ها پیش بوجود اومده بود، در مدل هاشون تعبیه کردن، و در نهایت برای سود های کلان اون رو برند کردن.

قبلاً اینجا به صورت مفصل دربارش نوشتم:

https://www.tgoop.com/cvision/3770

چون علاقه زیادی به خوندن مقالات عصب شناسی دارم این موضوع رو عنوان میکنم شاید هم راستا با دیدگاه سایر مخاطبین نباشه.

تحقیقاتی زیادی روزانه منتشر میشن، روزانه مدل هایی رو میبینیم که توی فلان بنچ مارک بهتر شدن، توی وظایف خاص انسانها رو جا میگذارن، اما انگار ما از اصل قضیه که رسیدن به AGI در مرحله اول هست داریم دور میشیم.

ما در گام اول نیاز داریم به هوش مصنوعی عمومی برسیم و هوش مصنوعی عمومی نیاز به "اصطلاح استدلال" در این سطوح رو نداره.

در مغز فرآیند استدلال علی رغم نظر عامه، انرژی خیلی زیادی مصرف نمیکنه.

حتی وقتی مغزمون درگیر کارهای سخت مثل یادگیری، برنامه‌ ریزی یا حل مسئله هست، فقط کمی بیشتر از حالت عادی انرژی لازم داره. این یعنی مغز همیشه فعاله، چه در حالت استراحت و چه در حال فکر کردن.

https://www.cell.com/trends/cognitive-sciences/fulltext/S1364-6613(24)00319-X?_returnURL=https%3A%2F%2Flinkinghub.elsevier.com%2Fretrieve%2Fpii%2FS136466132400319X%3Fshowall%3Dtrue

ادامه داره...

بنابراین بیشتر انرژی مصرفی مغز برای فعالیت‌ های پس زمینه هست، نه فقط برای فکر کردن.

مثلا کنترل تنفس، احساسات، حافظه و سایر کارهای ناخودآگاه که حتی متوجهشون نمیشیم.

در گذشته، بسیاری از عصب ‌شناسان تمرکز خودشون رو بر عملکردهای فعال و آشکار مغز گذاشته بودن، مثل:
توجه، حل مسئله، حافظه کاری و تصمیم‌ گیری.

اما در پشت ‌صحنه، مغز ما در حال پردازش دائمی و پنهانه، یه مرکز فعالیت شلوغ که به چشم نمیاد. مغز ما به طور مداوم سیستم‌های فیزیولوژیکی بدن رو تنظیم میکنه و منابع رو به بخش‌هایی از بدن میفرسته که به اونها نیاز دارن، در حالی که ما، آگاهانه یا ناخودآگاه به شرایط محیطی همیشه در حال تغییر واکنش نشون میدیم.

خیلی ‌ها فکر میکنن که مغز فقط برای فکر کردنه و فعالیت‌های ذهنی مثل حل مسئله یا تصمیم‌گیریه. اما واقعیت اینه که بخش بزرگی از انرژی مغز صرف مدیریت کارهای حیاتی بدن میشه.مغز مثل یک مدیر قوی هست که اعضای بدن رو هماهنگ میکنه، منابع رو به درستی تقسیم میکنه، و به ما کمک میکنه در محیطی که همیشه تغییر میکنه، به خوبی زندگی کنیم.
این یعنی مغز ما فقط مرکز فکر کردن نیست، بلکه نقش اصلیش حفظ زندگی و سلامت بدنه.

انرژی زیادی از مغز برای این وظایف حیاتی صرف میشه، حتی بیشتر از انرژی‌ که برای فکر کردن به کار میره.

ادامه داره ...

از اونطرف بودجه عظیمی صرف تحقیقات و توسعه سخت افزاری میشه. شرکت هایی مثل انویدیا تمرکز رو گذاشتن روی خلق چیپست های سخت افزاری با پهنای باند بالا چرا؟ چون هر چه اطلاعات سریعتر منتقل شه بهتره.

 اما سرعت انتقال اطلاعات در مغز به ‌طور بهینه خیلی کمتر از چیزیه که انتظار میره.

از نظر تئوری، سرعت نهایی که یه نورون در مغز میتونه فعال شه و اطلاعات رو به نورون کناریش منتقل کنه، حدود ۵۰۰ هرتزه. 

این یعنی نورون‌ ها میتونن تا ۵۰۰ بار در ثانیه سیگنال عصبی تولید و پیام‌ها رو ارسال کنن. اما اگر نورون‌ها واقعا با چنین سرعت بالایی شلیک کنن، سیستم عصبی ما به شدت دچار اشباع و سردرگمی میشه و دیگه نمیتونن پیام‌ها رو به خوبی از همدیگه تشخیص بدن. 

در واقع، نرخ اطلاعات بهینه یعنی سریع ‌ترین سرعتی که نورون‌ها میتونن همچنان پیام ‌های همسایه‌ های خود رو به صورت قابل تشخیص دریافت کنن، نصف این مقداره، یعنی حدود ۲۵۰ هرتز.

https://journals.sagepub.com/doi/10.1097/00004647-200110000-00001

ادامه داره ...

با این حال، نورون‌های ما به طور متوسط فقط با نرخ ۴ هرتز شلیک میکنن، که ۵۰ تا ۶۰ برابر کمتر از این نرخ بهینه برای انتقال اطلاعاته.

 علاوه بر این، بسیاری از انتقال‌های سیناپسی موفقیت‌ آمیز نیستن! یعنی حتی وقتی سیگنال الکتریکی به سیناپس میرسن و آماده آزاد کردن مولکول‌ های پیام‌ رسان شیمیایی به نورون بعدی میشن، تنها ۲۰٪ موارد این انتقال اتفاق میفته و در ۸۰٪ مواقع پیام منتقل نمیشه.

علت این موضوع اینه که ما آدمها به گونه ای تکامل یافتیم که هدفمون بیشینه کردن کل میزان اطلاعات ارسال شده نباشه، بلکه بهینه کردن میزان اطلاعات ارسال شده به ازای انرژی مصرف شده (ATP) باشه.

 ATP 
واحد انرژی در سلول‌ هست و مغز ما سعی میکنه بیشترین تعداد بیت اطلاعات رو با کمترین مصرف انرژی ارسال کنه. در نتیجه، نرخ شلیک بهینه نورون‌ها بر اساس این معیار انرژی، کمتر از ۱۰ هرتزه.

از دیدگاه تکاملی، مغز بزرگ و پیچیده انسان تونسته سطح بی ‌سابقه ‌ای از رفتارهای پیچیده و انعطاف‌پذیر رو به وجود بیاره. چیزی که این روزها کمتر بهش پرداخته میشه و تمرکز شرکت های بزرگ بر روی خلق و ساخت سخت افزار با تعداد هسته های پردازشی بالاتر، حافظه بیشتر و ... شده.

بیل اتکینسون، نابغه برنامه نویسی اپل در سن 74 سالگی فوت کرد.

کارهایی که بیل اتکینسون در اپل انجام داد به خودی خود فوق‌ العاده بود اما دوست دارم به یه نکته کارش اینجا اشاره کنم.

در دهه‌ی ۱۹۸۰، زمانی که بیل اتکینسون در حال طراحی گرافیک و رابط کاربری برای اپل بود، با سخت‌افزاری مواجه بود که قدرت بسیار محدودی داشت، رم‌ هایی با ظرفیت چند کیلوبایت، پردازنده‌هایی با سرعتی به مراتب پایین‌ تر از ساده‌ ترین گوشی‌ های امروزی و فاقد هر گونه پردازنده گرافیکی، اما این موضوع باعث نشد تسلیم شه. به جای تمرکز بر محدودیت های سخت افزاری تمرکز رو بر روی نوآوری الگوریتم گذاشت.

 از دل همین محدودیت‌ها، ابزارهایی مثل MacPaint و HyperCard متولد شدن، شاهکارهایی که تجربه کاربر رو برای همیشه تغییر دادن.

امروز، ما در عصر هوش مصنوعی زندگی می‌کنیم. الگوریتم‌ هایی که قادرن متن تولید کنن، تصاویر بسازن، موسیقی خلق کنن و حتی در کنار انسان فکر کنن. اما محدودیت‌ها هنوز وجود دارن، محدودیت های محاسباتی، مصرف بالای انرژی و ...

محدودیت‌ ها همیشه بودن، اما پیشرفت همیشه از دل محدودیت‌ ها زاده شده.

چه بیل اتکینسون باشی در دهه‌ی ۸۰ میلادی، چه پژوهشگر هوش مصنوعی در سال ۲۰۲۵، آنچه اهمیت داره، طریقه برخورد شما در مواجه با محدودیت‌ هاست.

 اونها میتونن مانع باشن، یا الهام‌ بخش خلاقیت، نوآوری و جهش. از محدودیت ها همون‌طور بهره بگیریم که بزرگان تکنولوژی تاریخ بهره گرفتن: به‌عنوان سوختی برای حرکت، نه زنجیری برای توقف.

استیو جابز جمله معروفی داشت با مضمون زیر:

computers are a bicycle for the mind

اما در عصر مدل‌ های زبانی با میلیاردها پارامتر، باید از خودمون بپرسیم: آیا کامپیوتر هنوز دوچرخه‌ای برای ذهنه، یا به ماشین جنگی‌ تبدیل شده که قدرت محاسباتی رو می‌ بلعه، و از هدف ابتدایش که تقویت خلاقیت انسانی هست فاصله گرفته؟