RACCooN:

حذف، اضافه یا تغییر محتوای ویدئو به‌صورت آسان و تعاملی با استفاده از چارچوب MLLM + Video Diffusion (V2P2V) و تولید توضیحات خودکار!

▶️ ۱. ویدئو به پاراگراف (V2P): RACCooN ابتدا با کمک MLLM و استراتژی multi-granular pooling، توضیحات دقیق و ساختاریافته‌ای از ویدئوها ایجاد می‌کند.

▶️ ۲. پاراگراف به ویدئو (P2V): سپس کاربران می‌توانند با اصلاح روایت خودکار، از قابلیت‌های متنوع ویرایش ویدئو با مدل انتشار ویدئو بهره ببرند.

Check out more details in our paper: https://raccoon-mllm-gen.github.io

Huggingface paper page: https://huggingface.co/papers/2405.18406

Code: https://github.com/jaehong31/RACCooN

#هوش_مصنوعی
📣👨‍💻 @AlgorithmDesign_DataStructuer

از ۲۵ تا ۳۱ آگوست می‌تونید تمام دوره‌های سایت DataCamp رو رایگان ببینید! 😍

📌 موضوعات:

یادگیری ماشین 🤖

یادگیری عمیق 🧠

پردازش زبان طبیعی 🗣

تحلیل داده 📊

مدرس‌ها هم از شرکت‌های بزرگی مثل Google و Microsoft هستن.
دوره‌ها کوتاه و در همه‌ی سطوح موجودن.

https://app.datacamp.com/


#هوش_مصنوعی
📣👨‍💻 @AlgorithmDesign_DataStructuer

به کمک ابزار AI اوپن سورس زیر می‌تونید تصاویر چهره تار و بی کیفیت رو بازسازی کنید.

Website: http://restorephotos.io
Github: https://github.com/Nutlope/restorePhotos

#هوش_مصنوعی
📣👨‍💻 @AlgorithmDesign_DataStructuer

خبر داغ از گوگل! 🔥
مدل جدید Gemini 2.5 Flash برای ویرایش تصویر منتشر شد و یک جهش بزرگ در کیفیت و دقت به حساب میاد.

✅ ویرایش‌های محلی فقط با متن (مثل حذف یک نفر، تغییر رنگ یک شیء یا تار کردن پس‌زمینه)
✅ ثبات چهره و اجسام در چند تصویر پشت‌سرهم
✅ ترکیب چند تصویر در یک خروجی (مثلاً اضافه‌کردن یک وسیله به عکس اتاق)
✅ درک طرح‌ها و دیاگرام‌ها برای ساختن صحنه واقعی
✅ امکان گفت‌وگوی چندمرحله‌ای برای اصلاحات پشت‌سرهم

طبق اعلام رسمی، این مدل هم‌اکنون به‌صورت رایگان در اپلیکیشن Gemini و Google AI Studio برای کاربران در دسترس است.

#هوش_مصنوعی
📣👨‍💻 @AlgorithmDesign_DataStructuer

📊 طبق گزارش جدید دانشگاه استنفورد، هوش‌مصنوعی بیشترین فشار رو روی نسل جدید وارد کرده!

🔻 آمار نشون میده که میزان استخدام برای دهه هشتادی‌ها (نسل جدید) حدود ۱۶٪ کمتر شده. چرا؟ چون معمولا افراد تازه‌کار وظایف ساده و روتین انجام میدن؛ دقیقا همون کارهایی که هوش‌مصنوعی خیلی راحت می‌تونه جایگزینشون بشه.

✅ در مقابل، افراد باتجربه‌تر (بالای ۳۰ سال) شرایط بهتری دارن و حتی ۶ تا ۹ درصد رشد در بازار کار براشون ثبت شده. دلیلش اینه که نقش‌هاشون پیچیده‌تر و استراتژیک‌تره و هنوز جایگزینی کامل با AI براشون سخت‌تره.

⚠️ نتیجه؟ ورود به بازار کار برای نسل‌های جدید سخت‌تر شده و باید بیشتر با واقعیت‌های عصر هوش‌مصنوعی روبه‌رو بشن:

یادگیری مداوم 📚
مهارت‌های تخصصی 💡
و توانایی کار در کنار AI 🤖

#هوش_مصنوعی
📣👨‍💻 @AlgorithmDesign_DataStructuer

ویکی‌پدیای فارسی از نظر تعداد کاربر فعال، رتبه‌ی هفتم رو بین تمام ویکی‌پدیاها داره! 🔥

👥 کاربر فعال یعنی کسی که توی ۳۰ روز گذشته حداقل یک ویرایش انجام داده باشه.
این آمار خیلی جالبه چون یکی از معیارهای مهم برای سنجش قدرت و کیفیت اجتماع زبانی در اینترنت محسوب میشه.

📚 یعنی جامعه‌ی فارسی‌زبان توی تولید و ویرایش دانش آنلاین، جزو پرجنب‌وجوش‌ترین‌هاست!

#هوش_مصنوعی
📣👨‍💻 @AlgorithmDesign_DataStructuer

15 دوره‌ برتر شبکه‌های عصبی (Neural Network) – پرفروش و رایگان در سال 2025

https://www.mltut.com/best-neural-network-courses/

#هوش_مصنوعی
📣👨‍💻 @AlgorithmDesign_DataStructuer

UQ: Assessing Language Models on
Unsolved Questions
پژوهشگران آمدن به جای آزمون‌های مصنوعی و بی‌ارتباط با دنیای واقعی، پژوهشگران رویکرد تازه‌ای پیشنهاد داده‌اند: ارزیابی مدل‌های زبانی روی پرسش‌های واقعی و حل‌نشده.

در این روش، پرسش‌ها از منابعی مثل Stack Exchange جمع‌آوری شده و با ترکیب اعتبارسنجی خودکار و تأیید جمعی جامعه بررسی می‌شوند.

🔎 نتیجه اولیه: از میان ۵۰۰ پرسش دشوار، مدل‌ها تنها توانسته‌اند حدود ۱۰ مسئله را حل کنند. این یعنی پیشرفت واقعی در این مسیر می‌تواند هم‌زمان مرزهای دانش انسانی را هم جابه‌جا کند. 🌍✨

🌐 Platform: https://uq.stanford.edu
📄 Paper: https://arxiv.org/abs/2508.17580
💻 Code: https://github.com/uq-project/UQ
🤗 Data: https://huggingface.co/datasets/uq-project/uq


#هوش_مصنوعی
📣👨‍💻 @AlgorithmDesign_DataStructuer

✨ ریاضیات فقط فرمول و عدد نیست؛ زبانیه برای درک و حل مسائل دنیای واقعی

#هوش_مصنوعی
📣👨‍💻 @AlgorithmDesign_DataStructuer

📌 خیلی وقتا RAG سنتی خوب جواب میده، مخصوصاً برای پرسش‌های ساده یا وقتی دنبال یه بخش مشخص از سند هستیم. توی این حالت، سیستم فقط شبیه‌ترین متن رو پیدا می‌کنه و جواب رو از همون می‌سازه.

اما مشکل اینجاست 👇
🔸 هر تکه‌ی متن رو جدا از بقیه می‌بینه
🔸 وقتی اطلاعات تو چند سند پخش شده باشه نمی‌تونه «نقاط رو به هم وصل کنه»
🔸 روابط بین موجودیت‌ها (آدم‌ها، مکان‌ها، مفاهیم و …) رو درک نمی‌کنه

🚀 اینجاست که Graph RAG وارد عمل میشه:

اول موجودیت‌ها و ارتباط‌ها رو از متن استخراج می‌کنه
بعد یه گراف دانش می‌سازه که همه چیز به هم وصل باشه
موقع پرسش، هم متن مرتبط رو میاره و هم رابطه‌ها رو در نظر می‌گیره
در نتیجه پاسخ‌ها خیلی دقیق‌تر و جامع‌تر میشن

🔑 خلاصه بگم:

برای سوال‌های سریع و ساده ➡️ RAG معمولی

برای تحلیل عمیق، ترکیب چند سند و پرسش‌های پیچیده ➡️ Graph RAG

#هوش_مصنوعی
📣👨‍💻 @AlgorithmDesign_DataStructuer

HCRMP: A LLM-HINTED CONTEXTUAL REINFORCEMENT
LEARNING FRAMEWORK FOR AUTONOMOUS DRIVING

خروجی های LLM مستعد Hallucinations هستند برای مثال مدل Gemini-2.5-Pro (یکی از پیشرفته‌ترین LLM‌ها)، نرخ عدم توهم‌زایی در وظایف مرتبط با رانندگی تنها ۵۷.۹۵٪ است. این یعنی بیش از ۴۰٪ از خروجی‌های آن مستعد Hallucinations هستند که این موضوع می تواند عملکرد سیستم رانندگی رو به خطر بندازه برای همین توی این مقاله امد ن از پرادایم RLبا راهنمایی LLM استفاده کردن به این معنی حتی اگر خروجی‌های LLM ناپایدار باشند، عامل RL می‌تواند با یادگیری سیاست خود، اشارات معنایی نادرست احتمالی را جبران کند و از تولید مستقیم اقدامات نامعقول جلوگیری نماید.

اطلاع بیشتر👇
https://arxiv.org/pdf/2505.15793

#هوش_مصنوعی
📣👨‍💻 @AlgorithmDesign_DataStructuer

#هوش_مصنوعی
📣👨‍💻 @AlgorithmDesign_DataStructuer

🚀 ریپازیتوری ارزشمند پر از پروژه‌های GenAI و AI Agents!

این ریپازیتوری شامل پروژه‌ها و مثال‌هایی است که در کتگوری‌های متنوع و با فریمورک‌های مختلف پیاده‌سازی شده‌اند و به راحتی قابل اجرا هستند.

💡 نمونه‌هایی از ایجنت‌های موجود:

دستیار مدیریت پروژه
دستیار تحلیل محتوا
عامل جستجوگر وب
دستیار خرید
و…
https://github.com/NirDiamant/GenAI_Agents?tab=readme-ov-file

#هوش_مصنوعی
📣👨‍💻 @AlgorithmDesign_DataStructuer

فرقی نمی‌کنه LLM شما چقدر باهوش باشه…
📌 کلید موفقیت در داده‌هایی هست که داخل Context Window می‌ذارید!

#هوش_مصنوعی
📣👨‍💻 @AlgorithmDesign_DataStructuer

اولین مدل Vision Language ساخته‌شده روی OpenAI GPT-OSS منتشر شد! 🎉
این مدل جدید با نام InternVL 3.5 معرفی شده و کلی قابلیت خفن داره:

🔹 همراه با ۳۲ مدل مختلف (هم pretrain شده، هم fine-tune).
🔹 در بخش LLM از gpt-oss یا Qwen3 استفاده می‌کنه.
🔹 اندازه‌ی مدل‌ها از ۱ میلیارد تا ۲۴۱ میلیارد پارامتر متغیر هست.

HuggingFace: https://huggingface.co/collections/OpenGVLab/internvl35-68ac87bd52ebe953485927fb

#هوش_مصنوعی
📣👨‍💻 @AlgorithmDesign_DataStructuer

MIRAGE: Scaling Test-Time Inference
with Parallel Graph-Retrieval-Augmented Reasoning Chains

روش های موجود مانند search-o1 که با تقویت بازیابی در RAGها انجام میشوند اما به زنجیره‌ی استدلال خطی و واحد متکی هستند و اطلاعات متنی غیرساختاریافته را به‌صورت تخت و بدون در نظر گرفتن زمینه وارد می‌کنند که نتیجه این کار ها باعث انباشه شدن خطا در طول زنجیره‌ی استدلال میشود که این روش توی پرش و پاسخ های پزشکی محدود میکنه (Medical QA) که برای حل این چالش آمدن MIRAGE معرفی کردن که پرسش ها رو به چند تا زیر پرسش های مبتی بر موجودیت تقسیم میکنه و زنجیره های استدلال رو به صورت موازی اجرا میکنه و میاد بازیابی لازم رو از طریق گسترش همسایگی و پیمایش چندمرحله‌ای انجام میده و در آخر پاسخ ها را با اعتبارسنجی میان‌زنجیره‌ای ادغام کرده و تناقض‌ها را برطرف می‌سازد.

اطلاع بیشتر👇
https://arxiv.org/pdf/2508.18260

#هوش_مصنوعی
📣👨‍💻 @AlgorithmDesign_DataStructuer

📂 یه ریپازیتوری فوق‌العاده در گیت‌هاب منتشر شده که کل مسیر طراحی یک سیستم یادگیری ماشین (ML) رو پوشش می‌ده.

این ریپو شامل چهار گام اصلیه:
- Project setup
- Data pipeline
- Modeling: selecting, training, and debugging
- Serving: testing, deploying, and maintaining

https://github.com/chiphuyen/machine-learning-systems-design

#هوش_مصنوعی
📣👨‍💻 @AlgorithmDesign_DataStructuer

چطور می‌توان در زبان برنامه‌نویسی Malbolge عبارت «Hello world» را نوشت؟

زبان Malbolge به‌عنوان یکی از سخت‌ترین زبان‌ها برای برنامه‌نویسی شناخته می‌شود. نوشتن حتی ساده‌ترین برنامه‌ها در این زبان به‌شدت دشوار است. اولین برنامه‌ی «Hello World» در Malbolge تنها با کمک یک الگوریتم کامپیوتری ساخته شد، چراکه نوشتن آن به‌صورت دستی عملاً غیرممکن است.

#هوش_مصنوعی
📣👨‍💻 @AlgorithmDesign_DataStructuer

دوره آموزشی «LLM Zoomcamp»
توی این دوره آمده به کابردهای واقعی LLMها پرداخته و اینکه یاد میگیری که چه طوری یک سیستم هوش مصنوعی بسازی و برای افرادی که هیچ پیش‌زمینه‌ای در زمینه هوش مصنوعی یا یادگیری ماشین ندارند، مناسب می باشد.

https://www.youtube.com/playlist?list=PL3MmuxUbc_hIB4fSqLy_0AfTjVLpgjV3R

#هوش_مصنوعی
📣👨‍💻 @AlgorithmDesign_DataStructuer

توی این ریپازیتوری می‌تونی PageIndex رو ببینی: سیستمی که مثل یه کارشناس واقعی، فکر و استدلال می‌کنه تا مرتبط‌ترین بخش‌های اسناد طولانی رو پیدا کنه. 🔍
دو مرحله ساده داره:
1️⃣ ساخت فهرست درختی از سند
2️⃣ جستجوی هوشمند و منطقی توی درخت

https://github.com/VectifyAI/PageIndex?tab=readme-ov-file

#هوش_مصنوعی
📣👨‍💻 @AlgorithmDesign_DataStructuer