آموزش LLM و VLM

تو این لیست جای این روش خالیه https://t.me/llm_huggingface/189

اگر کسی وب و کلاینت کار میکنه، این دوره را نیز به مدت محدود میتوانید رایگان ببینید: مینی دوره ساخت هوش مصنوعی شخصی در مرورگر COUPON-B7F7C

🔥 فرصت طلایی یادگیری هوش مصنوعی از امروز شروع می‌شه! اگه دنبال یه بهونه بودین که بالاخره وارد دنیای AI و LLM بشین، بهترین زمانشه ⚡️ به مناسبت انتشار دوره جدید، 70 درصد تخفیف روی همه دوره‌های #هوش_مصنوعی، #LLM و پردازش_تصویر آموزش هوش مصنوعی مولد با مدل‌های زبانی بزرگ (LLM) https://mktb.me/04dr/ COUPON-D9D48 آموزش مدل‌های زبانی-تصویری (VLM): از درک تصویر و ویدیو تا فاین‌تیون پیشرفته https://mktb.me/e3gx/ COUPON-A7E3C آموزش جامع یادگیری عمیق (Deep Learning) با Tensorflow و keras https://mktb.me/2klm/ COUPON-17464 آموزش پردازش تصویر و بینایی ماشین با OpenCV https://mktb.me/81nt/ COUPON-8A401 دوره‌ی آموزشی ویدیویی Graph Neural Network https://class.vision/product/graph-neural-network/ gnn_enagen ⚡️ زمان محدود - فرصتو از دست ندین! (فقط تا دوشنبه)

📢 اگر پست دیروز را ندیدید... دوره Agentic AI با پایتون منتشر شده و از مفاهیم پایه تا ساخت Agentهای حرفه‌ای، MCP، Tool Use، سیستم‌های چندعامله با crewAI، LangChain و پروژه‌ی نهایی Text-to-SQL را به‌صورت عملی آموزش می‌دهد. 🎁 هنوز کد تخفیف ۶۰٪ برای تعداد محدودی از ثبت‌نام‌ها فعال است: COUPON-6EE77 https://mktb.me/m6tt/ اگر قصد یادگیری Agentic AI را دارید، پیشنهاد می‌کنم فرصت باقی‌مانده را از دست ندهید. 📚 سرفصل‌ها، اسلایدها، تمرین‌ها و پروژه‌ها: 👉 @agentic_llm

در صورتی که به مدرک مکتب‌خونه نیاز ندارید، می‌توانید کوییزها، و تمرین‌ها و پروژه‌ها را از طریق کانال دانلود کنید: لینک کانال: https://t.me/agentic_llm لینک دوره: https://mktb.me/m6tt/ هنگام خرید، کافیست گزینه‌ی «دسترسی پایه» را تیک بزنید تا فقط به ویدیوها دسترسی داشته باشید و بتوانید با هزینه‌ی کمتری ثبت‌نام کنید. @agentic_llm

اسلایدهای دوره Agentic

🤖 دوره «Agentic AI با پایتون» منتشر شد! اگه دنبال این هستی که از حرف زدن با یه مدل زبانی، بری سراغ ساختن عامل‌هایی (Agent) که واقعاً کار انجام می‌دن، ابزار صدا می‌زنن، با هم تیم می‌شن و پروژه‌های واقعی رو پیش می‌برن، این دوره برای شماست! توی ۸ فصل، از صفر تا ساخت یک پروژه‌ی نهایی کامل جلو می‌ریم: 📘 مقدمه 📗 فصل ۱ - مقدمه‌ای بر گردش‌کارهای عامل‌محور 📗 فصل ۲ - الگوی طراحی Reflection 📗 فصل ۳ - استفاده از ابزار (Tool Use) 📗 فصل ۴ - MCP (پروتکل ارتباط مدل با ابزارها) 📗 فصل ۵ - نکات عملی برای ساخت Agentic AI 📗 فصل ۶ - الگوهای عامل‌های با خودمختاری بالا 📗 فصل ۷ - سیستم‌های چندعامله با crewAI 📗 فصل ۸ - LangChain 🎯 پروژه نهایی: پیاده‌سازی سامانه‌ی Text-to-SQL تمام کدهای دوره روی گیت‌هاب در دسترس است: 👉 github.com/Alireza-Akhavan/agentic_ai 🎁 تخفیف ویژه 1️⃣برای ۱۰۰ نفر اول، کد تخفیف ۷۰٪ی: COUPON-EAA61 2️⃣ برای ۱۰۰ نفر بعدی، کد تخفیف ۶۰٪ی: COUPON-6EE77 تعداد کدها محدوده، پس اگر می‌خواهی Agentic AI را اصولی یاد بگیری، همین امروز ثبت‌نام کن. سرفصلهای این دوره |برای مشاهده اسلاید؛ تمرین، پروژه 👈 @agentic_llm

🧠 مایکروسافت مدل جدید Mage-VL رو منتشر کرد؛ یک مدل چندوجهیِ «کدک-محور» برای درک ویدیو و استریم زنده مایکروسافت دو مدل به‌هم‌مرتبط رو روی HuggingFace منتشر کرده: 🔹 مدل Mage-VL — مدل چندوجهیِ ۴ میلیارد پارامتری (بر پایه‌ی Qwen3-4B) که هم‌زمان تصویر، ویدیوی کوتاه/بلند و استریم زنده رو درک می‌کنه. 🔹 مدل Mage-ViT — انکودر بصری همین مدل، که کاملاً از صفر (بدون هیچ پیش‌آموزش تصویر-متنِ میلیاردی) آموزش دیده. ✨ ایده‌ به‌جای اینکه ویدیو رو به فریم‌های یکنواخت تبدیل کنن و همه‌شون رو به مدل بدن (که پرهزینه‌ست)، از منطق کدک‌های ویدیویی (مثل H.264/HEVC) الهام گرفتن: فقط فریم‌های کلیدی (I-frame) کامل نگه داشته می‌شن و از فریم‌های پیش‌بینی‌شده (P-frame) فقط بخش‌هایی که واقعاً حرکت/تغییر دارن انتخاب می‌شن. نتیجه؟ • کاهش بیش از ۷۵٪ در تعداد توکن‌های بصری • تا ۳.۵ برابر سرعت بیشتر در inference • آموزش روی ویدیوهایی تا ۸ برابر طولانی‌تر با همون بودجه‌ی محاسباتی 📊 عملکرد: با همون بک‌بون ۴B، در تقریباً همه‌ی بنچمارک‌های ویدیویی و درک مکانی از Qwen3-VL-4B جلوتره (مثلاً +۲۲.۵ در QVHighlight و +۱۱ در VSI-Bench)، و در تصاویر استاتیک هم‌سطح یا کمی بهتره. 🎙️ یه قابلیت جالب دیگه: یک «گیت شناختی» سبک داره که مدل رو در حالت استریم فقط وقتی «رویداد قابل‌توجهی» رخ بده فعال می‌کنه (مثلاً روی گزارش زنده‌ی فوتبال تست شده) — بدون نیاز به چند مدل جدا. 🔗 Mage-VL: https://huggingface.co/microsoft/Mage-VL 🔗 Mage-ViT: https://huggingface.co/microsoft/Mage-ViT

مقدمه کورس Agentic AI که در روزهای پیش رو منتشر خواهد شد...

🚀 مون‌شات از کیمی K3 رونمایی کرد شرکت چینی Moonshot AI امروز قدرتمندترین مدل پرچمدار خودش، Kimi K3، رو رسما معرفی کرد. 🔹 پنجره‌ی زمینه تا ۱ میلیون توکن 🔹 بهبود قابل‌توجه در کدنویسی، تولید سه‌بعدی و وظایف دانشی پیچیده 🔹 طبق برخی نشت‌ها و تست‌های کاربران، حدود ۲.۵ تریلیون پارامتر دارد (این رقم هنوز رسما تأیید نشده) 🔹 در برخی بنچمارک‌های کدنویسی از GPT-5.5 جلو زده این عرضه فقط ۳ ماه بعد از متن‌باز شدن K2.6 اتفاق افتاد و نشون‌دهنده‌ی شتاب چشمگیر در چرخه‌ی توسعه‌ی موشن‌شاته. 💰 هم‌زمان، موشن‌شات دور جدید تأمین مالی با ارزش‌گذاری ۲۰ میلیارد دلاری رو بسته و درآمد سالانه‌ی خانواده‌ی مدل‌های کیمی از ۳۰۰ میلیون دلار عبور کرده. بازار پیش‌بینی Polymarket پیش از رونمایی، احتمال عرضه‌ی K3 در جولای رو تا ۹۸٪ برآورد کرده بود. 📎 منبع: finance.biggo.com

پارت ۱ تو دوره‌ی LLM مکتب‌خونه با مفهوم knowledge distillation آشنا شدیم؛ ایده‌ی ساده و آشنا: یه مدل معلمِ بزرگ و گرون، یه مدل دانش‌آموزِ کوچیک‌تر رو آموزش می‌ده تا رفتارش رو تقلید کنه. اما واقعیت اینه که این روش خیلی متنوع‌تره. تو پست زیر نشون می‌ده مدل‌های…

پارت ۱ تو دوره‌ی LLM مکتب‌خونه با مفهوم knowledge distillation آشنا شدیم؛ ایده‌ی ساده و آشنا: یه مدل معلمِ بزرگ و گرون، یه مدل دانش‌آموزِ کوچیک‌تر رو آموزش می‌ده تا رفتارش رو تقلید کنه. اما واقعیت اینه که این روش خیلی متنوع‌تره. تو پست زیر نشون می‌ده مدل‌های فرانتیر ۲۰۲۶ دقیقاً از چه نسخه‌هایی از distillation استفاده می‌کنن: 1️⃣ معلم بزرگ و دانش‌آموز کوچیک (روش کلاسیک): مثل Gemma 3 و DeepSeek-R1-Distill که یا روی logit‌های معلم match می‌کنن (soft label) یا مستقیم روی متن تولیدشده‌ی معلم fine-tune می‌شن.