TGViewer
دیتایاد | هوش مصنوعی و علم داده دیتایاد | هوش مصنوعی و علم داده @datayad · 5.61K subscribers
Post #790 679
🎯 تمرکز روی داده؛ تحول بزرگ در علم داده (Data-Centric AI)

تو سال‌های اخیر، همه فکر می‌کردن که «بزرگ‌تر بودن مدل» یعنی بهتر بودن نتیجه. اما الان یه موج جدید اومده: Data-Centric AI یعنی اولویت دادن به کیفیت و ساختار داده، نه صرفا معماری مدل‌ها. 🤖

🔍 چی عوض شده؟
در گذشته، بیش‌تر انرژی روی ساختن مدل بزرگ و پیچیده بود. اما حالا دیدن که داده بی‌کیفیت یا صدای پر از نویز نتیجه‌ش رو خراب می‌کنه. بنابراین:

تیم‌ها شروع کردن به تمیز کردن دقیق‌تر داده، برچسب‌گذاری بهتر و کنترل خطاها.

به جای فقط افزایش پارامترها، روی تنظیم دقیق داده‌ها (data quality, data observability) کار می‌کنن.

داده‌های ساختارنیافته (مثل متن، تصویر، صوت) دوباره اهمیت پیدا کردن چون مدل‌های نسل جدید باهاشون کار می‌کنن.
📌 مرجع تخصصی هوش مصنوعی و علم داده
🤖 دیتایاد / datayad@
  • ❤ 3
More from @datayad
  1. Oct 15, 2026🚀 متا با مدل جدید Muse Wonder رسماً وارد لیگ Frontier شد بعد از ماه‌ها فاصله، متا دوباره…
  2. Oct 14, 2026🤖 پنجره کانتکست یا مموری؟ راز فراموشی ایجنت‌ها مدل ۱ میلیون توکنی دارید، اما ایجنت هنوز ب…
  3. Oct 13, 2026🧠 قانون چینچیلا؛ چرا غول‌های هوش مصنوعی «Undertrained» بودند؟ ⚖️ تو پست قبلی بررسی کردیم…
  4. Oct 11, 2026🤖 پارامتر بیشتر ≠ هوش بیشتر؛ چرا مدل ۷ میلیاردی گاهی ۱۳ میلیاردی رو شکست می‌ده؟ یه باور ق…
  5. Oct 10, 2026🧠 امبدینگ (Embedding)؛ چطور هوش مصنوعی «معنا» رو به عدد تبدیل می‌کنه؟ 🤖 تا حالا فکر کردی…
  6. Oct 9, 2026🚀 میسترال غول ۱ تریلیون پارامتری‌اش را معرفی کرد: Large 4 شرکت فرانسوی Mistral از مدل Lar…
Threads Profile ViewerView any public Threads profile without an account.Open ThreadLook →Writing with AI? Make it sound human.Metric37 rewrites AI drafts so they read naturally. Free AI detector, 1,500 words free.Try Metric37 →