This media is not supported in your browser
VIEW IN TELEGRAM
دانش‌جویان استنفورد عینکی ارائه کردند که در حین گفتگو، هرچه را که طرف مقابل بگوید همزمان و به طور کامل روی لنزهای خود نمایش می‌دهد. همچنین مکالمات را برای مراجعات بعدی ذخیره می‌کند. ضمن اینکه می‌توانید قابلیت ارائه شده را روی عینک‌های مورد استفاده خودتان نیز اعمال کنید.
@ml_nlp_cv
@ml_nlp_cv
🔴 اگه به تحقیق علاقه‌مندید و در حال نوشتن مقاله و پایان‌نامه هستید، یا دانشجوی دکتری یا پست داک هستید و میخواهید یاد بگیرید چطور گرنت بنویسید، این دوره‌های رایگان از دانشگاه های بزرگ دنیا می‌تونن خیلی کمک‌تون کنن:
Writing:
🔶Ecole Polytechnique: How to Write and Publish a Scientific Paper:
🔗https://lnkd.in/gPfSdCSv
🔶Stanford - Writing in the Sciences: 🔗https://lnkd.in/gSK3HbPn
🔶Lund - Writing in English at University:
🔗https://lnkd.in/gpMSRaAE
Study Designs:
🔶NUS - Quantitative and Qualitative Research for Beginners:
🔗https://lnkd.in/ggfRpway
🔶Johns Hopkins - Introduction to Systematic Review and Meta-Analysis:
🔗https://lnkd.in/gvA5cfbT
Communication skills:
🔶Harvard - Rhetoric: The Art of Persuasive Writing and Public Speaking:
🔗https://lnkd.in/gxsf9KgA
Grant writing:
🔶Udemy - Just Start Grant Writing: 🔗https://lnkd.in/gT2v9peW
@ml_nlp_cv
Writing:
🔶Ecole Polytechnique: How to Write and Publish a Scientific Paper:
🔗https://lnkd.in/gPfSdCSv
🔶Stanford - Writing in the Sciences: 🔗https://lnkd.in/gSK3HbPn
🔶Lund - Writing in English at University:
🔗https://lnkd.in/gpMSRaAE
Study Designs:
🔶NUS - Quantitative and Qualitative Research for Beginners:
🔗https://lnkd.in/ggfRpway
🔶Johns Hopkins - Introduction to Systematic Review and Meta-Analysis:
🔗https://lnkd.in/gvA5cfbT
Communication skills:
🔶Harvard - Rhetoric: The Art of Persuasive Writing and Public Speaking:
🔗https://lnkd.in/gxsf9KgA
Grant writing:
🔶Udemy - Just Start Grant Writing: 🔗https://lnkd.in/gT2v9peW
@ml_nlp_cv
lnkd.in
LinkedIn
This link will take you to a page that’s not on LinkedIn
Forwarded from ml4se
CodeBPE: Investigating Subtokenization Options for Large Language Model Pretraining on Source Code
In this work, the authors conduct a study of subtokenization options for large LM pretraining on source code. They show that for large LMs pretrained on source code:
- Grouping punctuation chars in single tokens reduces the average length by 17% without downstream performance drop, and permitting more complex composite tokens reduces lengths by 40%, sometimes with quality drop;
- UnigramLM is generally preferable over BPE;
- Smaller vocabularies may improve quality with 3—19% length increase;
- Subtokenizers are well transferable between programming languages.
In this work, the authors conduct a study of subtokenization options for large LM pretraining on source code. They show that for large LMs pretrained on source code:
- Grouping punctuation chars in single tokens reduces the average length by 17% without downstream performance drop, and permitting more complex composite tokens reduces lengths by 40%, sometimes with quality drop;
- UnigramLM is generally preferable over BPE;
- Smaller vocabularies may improve quality with 3—19% length increase;
- Subtokenizers are well transferable between programming languages.
Stanford University has just opened full access to CS224U. One of their immensely popular graduate-level Natural Language Understanding course taught by Professor Christopher Potts.
Checkout GitHub & YouTube Playlist.
@ml_nlp_cv
Checkout GitHub & YouTube Playlist.
@ml_nlp_cv
Forwarded from آمارکده (Alireza Najimi)
This media is not supported in your browser
VIEW IN TELEGRAM
با ویژگی جدیدی که #گوگل_کولب معرفی کرده، دیگه لازم نیس برای رسم #نمودار کد بزنید
میتونی انواع نمودارها رو برای داده‌هات رسم کنید
هر نموداری دوست داشتی رو انتخاب کنید
کدش به صورت خودکار تولید میشه
و کد رو ادیت کنید
منبع
┏━━━━━
🌐 @Amar_kadeh 📖✍️
┗━━━━━━━━━━
میتونی انواع نمودارها رو برای داده‌هات رسم کنید
هر نموداری دوست داشتی رو انتخاب کنید
کدش به صورت خودکار تولید میشه
و کد رو ادیت کنید
منبع
┏━━━━━
🌐 @Amar_kadeh 📖✍️
┗━━━━━━━━━━
Forwarded from DataMastermind (S)
This media is not supported in your browser
VIEW IN TELEGRAM
👨🏫😍 ببینید چطوری هوش مصنوعی به یک خانم که دچار فلج مغزی شده بودن، صداش رو برگردوند...
🎤این ایمپلنت برای افرادی که دچار فلج مغزی شدن افکار رو به متن و صدا تبدیل می کنه!
💡صدای بیمار قبل از حادثه رو کلون کردن و تو هر دقیقه می تونه 80 کلمه با صدای خودش تولید کنه. تو مرحله ی بعد قراره این تکنولوژی بی سیم بشه.
🎥 لینک ویدیوی کامل:
https://youtu.be/iTZ2N-HJbwA
🔗 لینک کامل خبر:
https://www.ucsf.edu/news/2023/08/425986/how-artificial-intelligence-gave-paralyzed-woman-her-voice-back
📝لینک مقاله ی Nature درباره ی این پژوهش:
https://www.nature.com/articles/s41586-023-06443-4
🙏اطلاعات رو از صابر عزیز گرفتم. آیدی توییترش:sabber_dev
🎤این ایمپلنت برای افرادی که دچار فلج مغزی شدن افکار رو به متن و صدا تبدیل می کنه!
💡صدای بیمار قبل از حادثه رو کلون کردن و تو هر دقیقه می تونه 80 کلمه با صدای خودش تولید کنه. تو مرحله ی بعد قراره این تکنولوژی بی سیم بشه.
🎥 لینک ویدیوی کامل:
https://youtu.be/iTZ2N-HJbwA
🔗 لینک کامل خبر:
https://www.ucsf.edu/news/2023/08/425986/how-artificial-intelligence-gave-paralyzed-woman-her-voice-back
📝لینک مقاله ی Nature درباره ی این پژوهش:
https://www.nature.com/articles/s41586-023-06443-4
🙏اطلاعات رو از صابر عزیز گرفتم. آیدی توییترش:sabber_dev
Forwarded from نوشته‌هایِ هونیو
جلسه بیست‌وهفتم دوره آمار و احتمال با موضوع استنباط بیزی و روش Maximum a Posteriori در ویرگول منتشر شد:
https://vrgl.ir/803Pe
#علی_شریفی_زارچی
#آمار_و_احتمال
#مکتبخونه
📚 @honio_notes
https://vrgl.ir/803Pe
#علی_شریفی_زارچی
#آمار_و_احتمال
#مکتبخونه
📚 @honio_notes
ویرگول
جزوه دوره آمار و احتمال دکتر علی شریفی - جلسه بیست‌وهفتم - استنباط بیزی و روش Maximum a Posteriori
مطالب این پست از روی دوره آمار و احتمال دکتر علی شریفی زارچی از دانشگاه صنعتی شریف نوشته شده. تمامی جلسات این دوره در مکتبخونه موجوده.
Forwarded from Deep Time
ساده ترین راه برای finetune کردن مدل‌ها خصوصا LLM ها:
AutoTrain: Huggingface
فقط کافیه فایل data.csv برای finetune داشته باشید. اگر تعداد سمپل پایین باشه مجانی هست. پروژه اولی هم که میزنید تا جایی که یادمه مجانی بود کلا.
Link
از طریق colab هم میتونید انجام بدید.
Colab
توضیح برای دوستانی که آشنایی کمتری دارن:
با مفهومی به نام transfer learning شما میتونید مدل‌های هوش مصنوعی بزرگی که با تعداد بسیار بالای داده، صرف پردازش خیلی بالا و هزینه بالا آموزش داده شدن رو برای تسک خاص خودتون آموزش بدین. اینطور مدلی که برای یک تسک کلی یا عمومی آموزش دیده میتونه سریع و با هزینه کم برای تسک خاص مد نظر شما آموزش ببینه. فرضا شما میخواین مدلی شبیه chatGPT داشته باشید که کار اصلیش جواب دادن به سوالات روانشناختی هست. پس یک مدل متن باز مثل llama 2 رو انتخاب میکنید و با داد‌ه‌های روانشناختی که شامل prompt و answer هست مدل رو مجدد با hyperparameter مد نظرتون آموزش میدین. این مسئله برای آنالیز احساسات و پردازش تصویر و ... هم استفاده میشه.
@deeptimeai
AutoTrain: Huggingface
فقط کافیه فایل data.csv برای finetune داشته باشید. اگر تعداد سمپل پایین باشه مجانی هست. پروژه اولی هم که میزنید تا جایی که یادمه مجانی بود کلا.
Link
از طریق colab هم میتونید انجام بدید.
Colab
توضیح برای دوستانی که آشنایی کمتری دارن:
با مفهومی به نام transfer learning شما میتونید مدل‌های هوش مصنوعی بزرگی که با تعداد بسیار بالای داده، صرف پردازش خیلی بالا و هزینه بالا آموزش داده شدن رو برای تسک خاص خودتون آموزش بدین. اینطور مدلی که برای یک تسک کلی یا عمومی آموزش دیده میتونه سریع و با هزینه کم برای تسک خاص مد نظر شما آموزش ببینه. فرضا شما میخواین مدلی شبیه chatGPT داشته باشید که کار اصلیش جواب دادن به سوالات روانشناختی هست. پس یک مدل متن باز مثل llama 2 رو انتخاب میکنید و با داد‌ه‌های روانشناختی که شامل prompt و answer هست مدل رو مجدد با hyperparameter مد نظرتون آموزش میدین. این مسئله برای آنالیز احساسات و پردازش تصویر و ... هم استفاده میشه.
@deeptimeai
ممکن است مایکروسافت هوش مصنوعی را به Paint و Photos بیاورد.
ظاهرا مایکروسافت تصمیم داره GPT-4 رو به تک تک برنامه‌های ویندوز ۱۱ اضافه کنه. مثلا قراره به برنامه Paint ویژگی تبدیل متن به عکس اضافه بشه.
همچنین قراره برنامه Photos توانایی خواندن متون تصویر رو داشته باشه به نحوی که هر تصویری رو که در ویندوز باز می‌کنیم بتونیم متون داخلش رو هم کپی کنیم.
این ویژگی الان در سیستم عامل مک هست و احتمالا اگر به ویندوز ۱۱ اضافه بشه کاربرد چندزبانی داشته باشه (نه صرفا انگلیسی)
windowscentral
@ml_nlp_cv
ظاهرا مایکروسافت تصمیم داره GPT-4 رو به تک تک برنامه‌های ویندوز ۱۱ اضافه کنه. مثلا قراره به برنامه Paint ویژگی تبدیل متن به عکس اضافه بشه.
همچنین قراره برنامه Photos توانایی خواندن متون تصویر رو داشته باشه به نحوی که هر تصویری رو که در ویندوز باز می‌کنیم بتونیم متون داخلش رو هم کپی کنیم.
این ویژگی الان در سیستم عامل مک هست و احتمالا اگر به ویندوز ۱۱ اضافه بشه کاربرد چندزبانی داشته باشه (نه صرفا انگلیسی)
windowscentral
@ml_nlp_cv
Forwarded from DevTwitter | توییت برنامه نویسی
#کوته_نیوز
گوگل هوش مصنوعی خودش به اسم Gemini رو معرفی کرد.
به نظر میرسه این هوش مصنوعی بارها از GPT-4 قوی تره
@DevTwitter
گوگل هوش مصنوعی خودش به اسم Gemini رو معرفی کرد.
به نظر میرسه این هوش مصنوعی بارها از GPT-4 قوی تره
@DevTwitter
Machine Learning NLP + CV
بهترین مقالات 2023 cvpr اولین بهترین مقاله arxiv.org/abs/2211.11559 دومین بهترین مقاله arxiv.org/abs/2212.10156 بهترین مقاله افتخاری arxiv.org/abs/2211.11082 بهترین مقاله دانشجویی arxiv.org/abs/2305.10854 بهترین مقاله دانشجویی افتخاری arxiv.org/abs/2208.12242…
گزارشی از کنفرانس اخیر #CVPR که همین چند ماه پیش در ونکوور کانادا برگزار شد:
https://medium.com/@dobko_m/cvpr-2023-summary-ad271d383404
پ.ن: برای استفاده نامحدود از مقاله‌های موجود در medium هم میتونید از سایت https://archive.ph کمک بگیرید.
@ml_nlp_cv
https://medium.com/@dobko_m/cvpr-2023-summary-ad271d383404
پ.ن: برای استفاده نامحدود از مقاله‌های موجود در medium هم میتونید از سایت https://archive.ph کمک بگیرید.
@ml_nlp_cv
Medium
CVPR 2023 — Summary
My takeaways from attending CVPR 2023 in person.
Forwarded from انجمن علوم داده
Media is too big
VIEW IN TELEGRAM
⭕️ سمپوزیوم هوش مصنوعی در پزشکی و تصویربرداری (AIMI) استنفورد
#AIMI23 | Keynote Talk and Fireside Chat - Taha Kass-Haut
🔰سمپوزیوم 2023 AIMI که توسط مرکز هوش مصنوعی در پزشکی و تصویربرداری (AIMI) استنفورد در 8 ژوئن 2023 برگزار شد.
🔰دکتر Taha Kass-Hout مدیر ارشد فناوری (CTO) در GE HealthCare است. او معاون، مهندس برجسته هوش مصنوعی در سلامت و مدیر ارشد پزشکی در آمازون (2017-2023) بود، جایی که او استراتژی و فعالیت‌های هوش مصنوعی در سلامت آمازون را رهبری کرد.
🔰مباحث:
00:00 - Introduction
07:55 - Foundation Models
13:05 - Segment Anything Models
14:50 - Pretraining Strategy
17:30 - Mid Palm 2
21:35 - Medical Guidelines
22:40 - Insurance Denials
23:42 - Virtual Assistant
24:50 - Interactions
26:23 - Responsible AI
28:10 - Replace vs Assist
30:16 - Academics to Industry
33:56 - Access to Health Data
36:01 - Transparency
39:05 - Benchmarks
41:21 - Fireside Chat
در انجمن علوم داده با ما همراه باشید 🌱
| @DataScience_Association |
#AIMI23 | Keynote Talk and Fireside Chat - Taha Kass-Haut
🔰سمپوزیوم 2023 AIMI که توسط مرکز هوش مصنوعی در پزشکی و تصویربرداری (AIMI) استنفورد در 8 ژوئن 2023 برگزار شد.
🔰دکتر Taha Kass-Hout مدیر ارشد فناوری (CTO) در GE HealthCare است. او معاون، مهندس برجسته هوش مصنوعی در سلامت و مدیر ارشد پزشکی در آمازون (2017-2023) بود، جایی که او استراتژی و فعالیت‌های هوش مصنوعی در سلامت آمازون را رهبری کرد.
🔰مباحث:
00:00 - Introduction
07:55 - Foundation Models
13:05 - Segment Anything Models
14:50 - Pretraining Strategy
17:30 - Mid Palm 2
21:35 - Medical Guidelines
22:40 - Insurance Denials
23:42 - Virtual Assistant
24:50 - Interactions
26:23 - Responsible AI
28:10 - Replace vs Assist
30:16 - Academics to Industry
33:56 - Access to Health Data
36:01 - Transparency
39:05 - Benchmarks
41:21 - Fireside Chat
در انجمن علوم داده با ما همراه باشید 🌱
| @DataScience_Association |
Forwarded from انجمن علمی کامپیوتر علامه طباطبائی(CSS)
🔸انجمن علمی دانشجویی علوم کامپیوتر دانشگاه علامه طباطبائی برگزار می کند:
#آنلاین
☑️کارگاه:
Score Matching and Diffusion Models
🔘مدرسین: مهندس علی هدایت نیا و مهندس فرشاد سنگری
🔜زمان برگزاری:
روز شنبه ۱۸ شهریور
ساعت ۱۷
🔸 این دوره به صورت رایگان برگزار می شود
☑️ اطلاعات بیشتر در:
Telegram: @atucs
Linkedin
⭕️ ثبت نام:
🆔 Telegram: @atucs_support
Image by Freepik
#آنلاین
☑️کارگاه:
Score Matching and Diffusion Models
🔘مدرسین: مهندس علی هدایت نیا و مهندس فرشاد سنگری
🔜زمان برگزاری:
روز شنبه ۱۸ شهریور
ساعت ۱۷
🔸 این دوره به صورت رایگان برگزار می شود
☑️ اطلاعات بیشتر در:
Telegram: @atucs
⭕️ ثبت نام:
🆔 Telegram: @atucs_support
Image by Freepik
Forwarded from زانکو (Javad Amirian)
میخواهید #مقاله بنویسید؟ 👩🎓👨🎓
این توصیه‌های دکتر کالین رافل استاد دانشگاه نورث کارولینا (بعلاوه‌ی افاضات بنده)، شاید بتواند برای شما مفید باشد:
1⃣ یک حوزه‌ی (حوضه؟) -بسیار- کوچک را برای ریسرچ انتخاب کنید.
این انتخاب نباید یک حوزه‌ی بزرگ و جامع (مثلا هوش مصنوعی/یادگیری ماشین) باشد. هر چه کوچکتر بهتر.
(مثلا: تشخیص چهره‌ی افراد بین 14 تا 16 سال عینکی و سیبیلو! 👨🔬)
البته مساله‌ای را انتخاب کنید: که مهم و جذاب باشد و شما حس کنید می‌توانید به آن ورود کنید.
توصیه‌ی اکید: هرگز بعنوان یک تازه‌کار سعی نکنید سراغ مسائل بِکر و دست‌نخورده بروید! احتمالا شما تنها نابغه‌ای نیستید که آن‌را کشف کرده. بلکه احتمالا دلیل مهم‌تری هست که تا حالا دست‌نخورده مانده: داده‌ی مناسب برای آن وجود ندارد، خوش تعریف نیست یا ...
2⃣ شروع کنید به خواندن و ورق زدن مقالات. 🕵️♀️
مقالات یک حوزه، اشتراکات بسیار زیادی دارند. هرچند به زبان‌های مختلف بیان می‌شوند! شما بعد از مدتی باید بتوانید از روی چکیده‌ی مقاله یا دیاگرام‌ها بفهمید این یکی چه فرقی با بقیه دارد.
توصیه: قرار نیست همه‌ی مقالات مرتبط را از زمان مرحوم نیوتون به بعد پیدا کنید و بطور کامل بخوانید. باور کنید در هر حوزه‌ی کوچک، در هر سال فقط چند کار مهم و ارزشمند چاپ می‌شود. اگر مقالات خیلی زیادی پیش روی شماست، احتمالا راه را اشتباه می‌روید.
3⃣ به یک کامیونیتی (شبکه) احتیاج دارید. 👨👨👧👦
خودتان را به افراد دیگری که در این حوزه فعالند نزدیک کنید. توییتر شاید این روزها جای مناسبی باشد تا آنها را پیدا کنید. با کمک این افراد می‌توانید در جریان مهم‌ترین رویدادها و پیشرفت‌های این حوزه قرار بگیرید.
هشدار: مراقب معتاد شدن به توییتر باشید! ☠️
زانکو (یعنی دانشگاه)
@zankoo_ai
این توصیه‌های دکتر کالین رافل استاد دانشگاه نورث کارولینا (بعلاوه‌ی افاضات بنده)، شاید بتواند برای شما مفید باشد:
1⃣ یک حوزه‌ی (حوضه؟) -بسیار- کوچک را برای ریسرچ انتخاب کنید.
این انتخاب نباید یک حوزه‌ی بزرگ و جامع (مثلا هوش مصنوعی/یادگیری ماشین) باشد. هر چه کوچکتر بهتر.
(مثلا: تشخیص چهره‌ی افراد بین 14 تا 16 سال عینکی و سیبیلو! 👨🔬)
البته مساله‌ای را انتخاب کنید: که مهم و جذاب باشد و شما حس کنید می‌توانید به آن ورود کنید.
توصیه‌ی اکید: هرگز بعنوان یک تازه‌کار سعی نکنید سراغ مسائل بِکر و دست‌نخورده بروید! احتمالا شما تنها نابغه‌ای نیستید که آن‌را کشف کرده. بلکه احتمالا دلیل مهم‌تری هست که تا حالا دست‌نخورده مانده: داده‌ی مناسب برای آن وجود ندارد، خوش تعریف نیست یا ...
2⃣ شروع کنید به خواندن و ورق زدن مقالات. 🕵️♀️
مقالات یک حوزه، اشتراکات بسیار زیادی دارند. هرچند به زبان‌های مختلف بیان می‌شوند! شما بعد از مدتی باید بتوانید از روی چکیده‌ی مقاله یا دیاگرام‌ها بفهمید این یکی چه فرقی با بقیه دارد.
توصیه: قرار نیست همه‌ی مقالات مرتبط را از زمان مرحوم نیوتون به بعد پیدا کنید و بطور کامل بخوانید. باور کنید در هر حوزه‌ی کوچک، در هر سال فقط چند کار مهم و ارزشمند چاپ می‌شود. اگر مقالات خیلی زیادی پیش روی شماست، احتمالا راه را اشتباه می‌روید.
3⃣ به یک کامیونیتی (شبکه) احتیاج دارید. 👨👨👧👦
خودتان را به افراد دیگری که در این حوزه فعالند نزدیک کنید. توییتر شاید این روزها جای مناسبی باشد تا آنها را پیدا کنید. با کمک این افراد می‌توانید در جریان مهم‌ترین رویدادها و پیشرفت‌های این حوزه قرار بگیرید.
هشدار: مراقب معتاد شدن به توییتر باشید! ☠️
زانکو (یعنی دانشگاه)
@zankoo_ai
آیا chatGPT واقعا هوش داره؟ قطعا نه! جواب این سوالات رو همیشه از فرانسوا شوله بپرسید.
می‌بینیم که یک پازل ساده هم نمی‌تونه حل کنه.
Thread
@ml_nlp_cv
می‌بینیم که یک پازل ساده هم نمی‌تونه حل کنه.
Thread
@ml_nlp_cv