مدل‌های زبانی فارسی

PartAI، PersianMind، چالش‌های توکن‌سازی فارسی و آیندهٔ مدل‌های بومی ایران.

۱۰ مقاله

مقاله‌های منتشرشده

LLM فارسی

مدل زبانی فارسی چیست

مدل زبانی فارسی یکی از مفاهیم پایه‌ایه که اگه می‌خوای با LLM فارسی جدی کار کنی، باید قبل از هر چیز این رو دقیق بفهمی.

LLM فارسی

PartAI، مدل زبانی فارسی

وقتی صحبت از مدل‌های زبانی بومی ایرانی می‌شه، PartAI یکی از معدود شرکت‌هاییه که نه فقط ادعا، بلکه مدل واقعی، با کد باز، منتشر کرده.

LLM فارسی

PersianMind؛ مدل زبانی فارسی و کاربردش

PersianMind چیست، چطور آموزش دیده، در چه کارهایی خوب است و کجا از مدل‌های بزرگ جهانی عقب می‌ماند.

LLM فارسی

ParsBERT؛ مدل فارسی BERT برای پردازش زبان

ParsBERT چیست، برای طبقه‌بندی و تحلیل احساسات فارسی چطور کار می‌کند و چه فرقی با مدل‌های مولد مثل GPT دارد.

LLM فارسی

Llama fine-tuning برای فارسی

Llama یه مدل زبانی اوپن‌سورس از Metaه که هر کسی می‌تونه وزن‌هاش رو دانلود کنه، روی سرور خودش اجرا کنه، و، مهم‌تر از همه، روی داده‌های خودش fine-tune کنه.

LLM فارسی

Tokenization فارسی

وقتی یه متن فارسی می‌نویسی و یه LLM پردازشش می‌کنه، اولین قدم، قبل از هر چیز، اینه که متن به تکه‌های کوچک‌تری تبدیل بشه. این فرآیند tokenization نام داره.

LLM فارسی

RTL و چالش‌های زبان فارسی در LLM

وقتی یه جمله فارسی به ChatGPT یا Claude می‌فرستی، پشت پرده اتفاقی می‌افته که اغلب کاربران ازش بی‌خبرن: مدل جمله‌ات رو به تکه‌های کوچیک‌تر به اسم «توکن» خرد…

LLM فارسی

بنچمارک‌های فارسی، PersianBench و ParsiNLU

وقتی کسی ادعا می‌کنه مدلش «فارسی رو خوب می‌فهمه»، چطور می‌فهمی راسته؟ جواب: بنچمارک. جواب:…

LLM فارسی

دیتاست‌های متن فارسی

وقتی از یه مدل زبانی می‌خوای فارسی بنویسه، درست استدلال کنه، یا حتی یه جمله را خوب تحلیل کنه، جواب ساده‌ای وجود داره: کیفیت دیتاستی که روش آموزش دیده.

LLM فارسی

آیندهٔ هوش مصنوعی فارسی

هوش مصنوعی فارسی الان کجاست و به کجا می‌ره؟ این سؤالیه که جواب دادنش در ۱۴۰۵ هم جذاب‌تر شده، هم سخت‌تر.