یک بلاگ زیبا از کمپانی HuggingFace که توضیح میده چطور مدلهای encoder بسیار سبک، بین ۱۷ تا ۶۸ میلیون پارامتر ترین کنید که بتونه hallucination را بادقت بالا ( بالاتر از مدلهای خیلی بزرگتر و حتی gpt-5-mini ) پیش بینی کنه. که میشه در لحظه/realtime توی اپلیکیشن های مختلف از جمله RAG تشخیص داد.
تمام کد با توضیحات، موجوده توی گیتهابشون.
تشخیص hallucination یکی از مهمترین مباحث الان.
Link: https://huggingface.co/blog/adaamko/tinylettuce

🙏Thanks to: @DevTwitter | <Mehdi Allahyari/>

شمارش معکوس انتشار دوره " آموزش مدل‌های زبانی-تصویری (VLM): از درک تصویر و ویدیو تا فاین‌تیون پیشرفته " ...

سرفصلهای دوره ی VLM

معرفی دوره VLM

دوره vlm منتشر شد...
پیرو اطلاعیه، کسانی که دوره llm و خریداری کرده بودند، امروز فرم در همین کانال قرار میگیرد.

با عرض پوزش، برای بررسی خودکار اطلاعات و ارسال خودکار کد تخفیف، امروز به مشکل خوردیم، احتمالا فردا مشکل برطرف و تو کانال اطلاع رسانی شود

اگر تا قبل امروز دوره LLM را از مکتب خونه خریداری کردید، از فاکتور خود در صفحه ی

دوره های من -> لیست تراکنش ها -> مشاهده رسید (دوره LLM)
https://maktabkhooneh.org/dashboard/transactions/?tab=courses

فقط از ناحیه فاکتور اسکرین شات گرفته و با اطلاعات صحیح و درستی که در مکتب خونه ثبت نام کردید ربات زیر را پر کنید و کد تخفیف 100 درصدی دوره VLM را به مدت محدود دریافت کنید


@llm_vlm_bot

لطفا تیک فقط محتوا در استفاده کد تخفیف فراموش نشه

سلام. برای بررسی تصویر فاکتور توسط ربات مشکلی پیش آمده که به زودی رفع و اطلاع رسانی خواهد شد

از صبوری شما ممنونیم

دوستانی که مدرک براشون اهمیتی نداره و فقط برای تمرین و کوییز می‌خوان دوره رو ارتقا بدن، دست نگه دارند،
به زودی همه تمرین‌ها و کوییزها رو داخل هیمن کانال قرار می‌دم.

بزرگورانی که دوره LLM رو تهیه کردین، خیلی خوب میشه نظرتونو توی سایت ثبت هم بکنین 🌱
این کار هم باعث دلگرمی استاد میشه، هم به بقیه‌ای که مردد هستن کمک می‌کنه راحت‌تر تصمیم بگیرن.

https://mktb.me/04dr/

با تشکر

لطفا توی سایت مکتب خونه نظر و رای ثبت کنید🙏

انتشار نسخه Qwen3-VL

دوستان به نظرم سریعتر دوره VLM را بخونید بعد سراغ این ریپو جدید برید:

https://github.com/QwenLM/Qwen3-VL

2025.09.23: We have released the Qwen3-VL-235B-A22B-Instruct and Qwen3-VL-235B-A22B-Thinking. For more details, please check our blog!

قطعا ارزش تست داره، و اگر زودتر اومده بود تو کورس ازش مثال میزاشتم

https://qwen.ai/blog?id=99f0335c4ad9ff6153e517418d48535ab6d8afef&from=research.latest-advancements-list

کوییزهای دوره "آموزش مدل‌های زبانی-تصویری (VLM): از درک تصویر و ویدیو تا فاین‌تیون پیشرفته"

https://github.com/Alireza-Akhavan/LLM/blob/main/VLM_quiz.md

اسلایدهای دوره "آموزش مدل‌های زبانی-تصویری (VLM): از درک تصویر و ویدیو تا فاین‌تیون پیشرفته"

تمارین+ پروژه های دوره "آموزش مدل‌های زبانی-تصویری (VLM): از درک تصویر و ویدیو تا فاین‌تیون پیشرفته"

🚀 نوت‌بوک‌های دوره "آموزش مدل‌های زبانی-تصویری (VLM): از درک تصویر و ویدیو تا فاین‌تیون پیشرفته" :

👈از شماره 20 تا 35

https://github.com/Alireza-Akhavan/LLM

🎉 دوره جدید منتشر شد:
آموزش مدل‌های زبانی-تصویری (VLM): از درک تصویر و ویدیو تا فاین‌تیون پیشرفته
از درک تصویر و ویدیو تا فاین‌تیون پیشرفته 🚀

📚 در 4 فصل:
1️⃣ آشنایی با مدل‌های مولتی‌مدال (CLIP تا SigLIP)
2️⃣ کاربرد VLM در درک تصویر و ویدیو
3️⃣ فاین‌تیون و پروژه‌های تخصصی
4️⃣ آموزش پیشرفته با DPO، GRPO و MPO

🔑 ویژگی‌های کلیدی:
✔️ معرفی روش‌ها و مدل‌های جدید مثل MPO و FASTVLM اپل
✔️ استفاده از HuggingFace و Unsloth
✔️ بیش از 15 کد عملی همراه توضیح کامل

🎁 تخفیف ویژه 70٪ با کد زیر:

COUPON-c4cd3

🔗 تهیه دوره:
https://mktb.me/e3gx/

کانال تلگرامی دوره | کانال تلگرام کلاس‌ویژن | کدهای دوره
اسلایدهای دوره | کوئیزهای دوره | تمرین+پروژه

🎉 دوره جدید منتشر شد:

آموزش مدل‌های زبانی-تصویری (VLM):
از درک تصویر و ویدیو تا فاین‌تیون پیشرفته 🚀

🎁 تخفیف ویژه 70٪ با کد زیر:

COUPON-c4cd3

🔗 تهیه دوره:
https://mktb.me/e3gx/
~~~~~~~
اطلاعات بیشتر
~~~~~~~
🔥 برای اطلاع از  کدهای تخفیف، همین حالا عضو کانال تلگرام ما بشید:
👇👇👇
@llm_huggingface
👆👆👆

🎓ما رو تو اینستاگرام هم دنبال کنید...

https://www.instagram.com/class.vision

برای استفاده از کد تخفیف حتما تیک دسترسی کامل را بردارید

کد روی تخفیف دیگه به صورت تجمیعی اعمال نمیشه و فقط یک تخفیف روی دوره کار میکنه

🌟 آموزش مدل‌های زبانی-تصویری (VLM) با تدریس علیرضا اخوان‌پور منتشر شد🎉

مردادماه دوره‌ی مدل‌های زبانی بزرگ (LLM) در مکتب‌خونه منتشر شد؛ دوره‌ای که توش یاد می‌گرفتید مدل‌هایی مثل ChatGPT یا Gemini چطور آموزش می‌بینن، چطور کار می‌کنن و چطور می‌تونن به زبان‌های مختلف – حتی فارسی – پاسخ بدن و ...

♨️حالا نوبت یکی از داغ‌ترین موضوعات دنیای AI رسیده:
🔹 مدل‌های زبانی-تصویری (VLM)

مدل‌های زبانی-تصویری (VLM) نسل جدیدی از مدل‌های مولد هستن که علاوه بر متن، تصویر رو هم می‌فهمن. یعنی می‌تونن عکس رو توصیف کنن، به سوال درباره‌ی محتواش جواب بدن و حتی بین متن و تصویر ارتباط برقرار کنن.

📚 در این دوره یاد می‌گیرید:

- ساختار و معماری مدل‌های VLM

- کاربردهای جذاب مثل پرسش‌وپاسخ تصویری و مولتی‌مودال

- نحوه‌ی آموزش و به‌کارگیری این مدل‌ها در پروژه‌های واقعی

👨‍🏫 تدریس هر دو دوره توسط مهندس علیرضا اخوان‌پور انجام شده


🔗 مشاهده دوره:
https://mktb.me/e3gx/

~~~
کانال تلگرامی دوره
@llm_huggingface