diff --git a/assets/images/banner-bg.jpg b/assets/images/banner-bg.jpg
deleted file mode 100644
index a75b184..0000000
Binary files a/assets/images/banner-bg.jpg and /dev/null differ
diff --git a/assets/images/banner-item-01.jpg b/assets/images/banner-item-01.jpg
deleted file mode 100644
index 9488ab6..0000000
Binary files a/assets/images/banner-item-01.jpg and /dev/null differ
diff --git a/assets/images/banner-item-02.jpg b/assets/images/banner-item-02.jpg
deleted file mode 100644
index 2e82800..0000000
Binary files a/assets/images/banner-item-02.jpg and /dev/null differ
diff --git a/assets/images/banner-item-03.jpg b/assets/images/banner-item-03.jpg
deleted file mode 100644
index ea9326a..0000000
Binary files a/assets/images/banner-item-03.jpg and /dev/null differ
diff --git a/assets/images/contact-dec-01.png b/assets/images/contact-dec-01.png
deleted file mode 100644
index 3bde082..0000000
Binary files a/assets/images/contact-dec-01.png and /dev/null differ
diff --git a/assets/images/contact-dec-02.png b/assets/images/contact-dec-02.png
deleted file mode 100644
index 70ec89b..0000000
Binary files a/assets/images/contact-dec-02.png and /dev/null differ
diff --git a/assets/images/course-01.jpg b/assets/images/course-01.jpg
deleted file mode 100644
index e1f229e..0000000
Binary files a/assets/images/course-01.jpg and /dev/null differ
diff --git a/assets/images/course-02.jpg b/assets/images/course-02.jpg
deleted file mode 100644
index 131c76a..0000000
Binary files a/assets/images/course-02.jpg and /dev/null differ
diff --git a/assets/images/course-03.jpg b/assets/images/course-03.jpg
deleted file mode 100644
index 872c60c..0000000
Binary files a/assets/images/course-03.jpg and /dev/null differ
diff --git a/assets/images/course-04.jpg b/assets/images/course-04.jpg
deleted file mode 100644
index eec2d1e..0000000
Binary files a/assets/images/course-04.jpg and /dev/null differ
diff --git a/assets/images/course-05.jpg b/assets/images/course-05.jpg
deleted file mode 100644
index e6c919e..0000000
Binary files a/assets/images/course-05.jpg and /dev/null differ
diff --git a/assets/images/course-06.jpg b/assets/images/course-06.jpg
deleted file mode 100644
index e9d875a..0000000
Binary files a/assets/images/course-06.jpg and /dev/null differ
diff --git a/assets/images/event-01.jpg b/assets/images/event-01.jpg
deleted file mode 100644
index 0f558ab..0000000
Binary files a/assets/images/event-01.jpg and /dev/null differ
diff --git a/assets/images/event-02.jpg b/assets/images/event-02.jpg
deleted file mode 100644
index 92d6467..0000000
Binary files a/assets/images/event-02.jpg and /dev/null differ
diff --git a/assets/images/event-03.jpg b/assets/images/event-03.jpg
deleted file mode 100644
index 83657b4..0000000
Binary files a/assets/images/event-03.jpg and /dev/null differ
diff --git a/assets/images/member-01.jpg b/assets/images/member-01.jpg
deleted file mode 100644
index 2faa7a4..0000000
Binary files a/assets/images/member-01.jpg and /dev/null differ
diff --git a/assets/images/member-02.jpg b/assets/images/member-02.jpg
deleted file mode 100644
index cd9732c..0000000
Binary files a/assets/images/member-02.jpg and /dev/null differ
diff --git a/assets/images/member-03.jpg b/assets/images/member-03.jpg
deleted file mode 100644
index 10e10a0..0000000
Binary files a/assets/images/member-03.jpg and /dev/null differ
diff --git a/assets/images/member-04.jpg b/assets/images/member-04.jpg
deleted file mode 100644
index bce38a9..0000000
Binary files a/assets/images/member-04.jpg and /dev/null differ
diff --git a/assets/images/project-1.jpg b/assets/images/project-1.jpg
deleted file mode 100644
index cc10a94..0000000
Binary files a/assets/images/project-1.jpg and /dev/null differ
diff --git a/assets/images/project-1.webp b/assets/images/project-1.webp
deleted file mode 100644
index 4a91017..0000000
Binary files a/assets/images/project-1.webp and /dev/null differ
diff --git a/assets/images/testimonial-author.jpg b/assets/images/testimonial-author.jpg
deleted file mode 100644
index ad38f9c..0000000
Binary files a/assets/images/testimonial-author.jpg and /dev/null differ
diff --git a/index.html b/index.html
index f873f63..94fa8a2 100644
--- a/index.html
+++ b/index.html
@@ -38,7 +38,8 @@
         }
 
         .hero-section {
-            background-image: url("assets/images/birds.jpg"), linear-gradient(135deg, var(--primary), var(--secondary));
+            background-image: url("assets/images/birds1.jpg");
+            background-size: cover;
             color: white;
             min-height: 600px;
             padding: 100px 0;
@@ -173,17 +174,79 @@
     <section id="projects" class="py-5 bg-light">
         <div class="container">
             <h2 class="text-center mb-5 text-primary">پروژه‌های با محوریت توسعه مدل (شناخت)</h2>
+            <p class="lead mb-5 text-center"> به نظر می‌رسد این فناوری برای تمدن سرمایه سالار از این جهت حیاتی است که در جهان آینده تسخیر سرمایه بیش از آنچه که از مجرای تسخیر سرزمین‌‌ها بگذرد، از مسیر تصرف شناخت افراد می‌گذرد و شاهد این ادعا نیز رونق مطالعات مربوط به علوم شناختی در امروز است و هوش‌مصنوعی یکی یا مهمترین ابزار شناختی در حال و یا آینده‌ای نه چندان دور خواهد بود. هرچند که تصرف در شناخت افراد می‌تواند در راستای اسارت انسان در دست انسان استیلاگر باشد؛ اما روی دیگر سکه، آن است که اگر این ابزار به نحوی منجر به شکوفایی شناخت و خلاقیت انسان شود، می‌تواند در راستای رهایی انسان از بردگی در نظام سرمایه‌داری مورد استفاده قرار گیرد. در قدم اول، ما تلاش میکنیم تا آگاهی کاربر را تا حد ممکن در فرایند استنتاج مدل‌ها بیشتر کنیم. باتوجه به آگاهی، در مرحله بعدی تلاش ما برای بالا بردن سطح اختیار کاربر در اعمال تغییر و به روز رسانی فرایند استنتاج مدل است. </p>
             <div class="row g-4">
                 <div class="col-md-6 col-lg-4">
                     <div class="card project-card">
                         <img src="assets/images/ipso-facto.jpg" class="card-img-top" alt="...">
                         <div class="card-body">
-                            <h5 class="card-title">مدل توضیح‌پذیر بالفعل</h5>
-                            <p class="card-text">سیستمی برای آگاهی و کنترل کاربر در فرآیند استنتاج مدل</p>
+                            <h5 class="card-title">توضیح‌پذیری هوش‌مصنوعی</h5>
+                            <p class="card-text">سیستمی برای افزایش آگاهی و کنترل کاربر در فرآیند استنتاج مدل</p>
                             <a href="#" class="btn btn-primary">مشاهده جزئیات</a>
                         </div>
                     </div>
                 </div>
+                <div class="col-md-6 col-lg-4">
+                    <div class="card project-card">
+                        <img src="assets/images/data_valuation.jpg" class="card-img-top" alt="...">
+                        <div class="card-body">
+                            <h5 class="card-title"> ‌توضیح داده‌ها</h5>
+                            <p class="card-text">سیستمی برای کشف روابط در پایگاه داده. </p>
+                            <a href="#" class="btn btn-primary">مشاهده جزئیات</a>
+                        </div>
+                    </div>
+                </div>
+                <!-- Add more project cards here -->
+            </div>
+        </div>
+    </section>
+
+    <section id="projects" class="py-5 bg-light">
+        <div class="container">
+            <h2 class="text-center mb-5 text-primary"> پروژه‌های با محوریت توسعه‌ی مدل (زیربنا) </h2>
+            <p class="lead mb-5 text-center">  در فضای هوش‌مصنوعی با وضعیتی روبرو هستیم که اساساً کاربرد‌‌هایی طراحی و ارائه می‌شوند که جز شرکت‌‌های صاحب سرمایه‌‌های بزرگ امکان اجرا و بهره برداری از آن را ندارند و هم چنین تحقیقات نیز در خدمت این پروژه‌‌های بزرگ مقیاس قرار می‌گیرند. صاحبان سرمایه با انحصار در نهاد علم (مانند مراکز تحقیقاتی و جهت‌دهی)، صنعت هوش‌مصنوعی (مانند تولید سخت‌افزار پردازشگر)، منابع (مانند داده و زیربنای شبکه) و اقتصاد (مانند ارائه خدمات دستیار‌های هوشمند زبانی)، آحاد مردم را از تأثیرگذاری بر پیش‌برد و جهت‌دهی این ابزار محروم می‌کنند*. ما تلاش میکنیم تا این خلاء زیربنایی را با تحقیق و توسعه‌ی هوش‌مصنوعی دسترسی‌پذیر جبران کنیم. قدم اول ما در این زمینه توسعه‌ی مدل‌های توزیع‌شده بر روی شبکه است که با استفاده از امکانات اشتراکی بتوانند بازخورد خود را بهینه کنند.  </p>
+            <div class="row g-4">
+                <div class="col-md-6 col-lg-4">
+                    <div class="card project-card">
+                        <img src="assets/images/distributed.png" class="card-img-top" alt="...">
+                        <div class="card-body">
+                            <h5 class="card-title">مدل توزیع شده</h5>
+                            <p class="card-text">سیستمی برای ایجاد ظرفیت هوش‌مصنوعی بواسطه‌ی تعاون زیربنای محاسباتی کاربران. </p>
+                            <a href="projects/dist_llm.html" class="btn btn-primary">مشاهده جزئیات</a>
+                        </div>
+                    </div>
+                </div>
+                <!-- Add more project cards here -->
+            </div>
+            <p>   *نمونه‌هایی از تاثیر رویکرید سرمایه‌دارانه بر روی توسعه و کاربرد هوش‌مصنوعی: ۱ کالاسازی داده باعث رقابت در تجمیع و انحصار در اطلاعات شده تا حایی که داده را نفت جدید می‌خوانند. ۲ شرکت‌های تولید کننده‌ی سخت‌افزار برای ضمانت رشد سود خود محققین را جهت‌دهی میکنند که فقط تحت زیربنای محاسباتی آنها توسعه‌ی نرم‌افزاری دهند. مثلا شرکت NVIDIA با تحت تاثیر قرار دادن جامعه‌ی علمی و تولیدی و پشتیبانی، از فروش سخت‌افزارهای AMD، که معمولاً کارکرد بهتری دارد، جلوگیری می‌کند. ۳ همچنین با هژمونیک کردن این نگاه، جامعه‌ی علمی به دنبال سخت‌افزارهای روز، که بزرگتر و سریعتر می‌شوند، می‌باشد. در این حین دیدگاه‌های دموکراتیک تر، مانند پردازش سیستم‌های توزیع‌شده که می‌تواند از سخت‌افزار‌های کوچک مردم همزمان بهره ببرد، از ادبیات تحقیقی حذف شده‌اند. در نتیجه راه‌کار‌های سرمایه‌دارانه تنها جهت پیشرفت و توسعه دیده می‌شود. البته روش‌های پردازش سیستم‌های توزیع‌شده به کل حذف نشده‌اند. بلکه آنها هم در جهت منافع شرکت‌های چند ملیتی توسعه داده می‌شوند. با آمدن کرونا شرکت NVIDIA از کاربران بازی‌های رایانه‌ای خواست تا سیستمی نصب کنند که به آنها اجازه می‌داد از سیستم کاربران برای توسعه‌ی هوش‌مصنوعی در جهت کشف دارو‌های جدید، استفاده کنند. در نمونه‌ای دیگر شرکت گوگل از دستگاه‌های تلفن کاربران برای آموزش مدل‌های هوش‌مصنوعی خود بهره می‌برد و آن را باز به مشتریان جدید می‌فروشد. محصولی که با داده‌های مردم و سخت‌افزار آنها درست شده در جهت منافع مالی این شرکت استقاده می‌شود.  </p>
+        </div>
+    </section>
+
+    <section id="projects" class="py-5 bg-light">
+        <div class="container">
+            <h2 class="text-center mb-5 text-primary">  پروژه‌ها با محوریت کاربری  </h2>
+            <p class="lead mb-5 text-center"> در جهت افزایش کارایی ابزار هوش مصنوعی برای انسان خلاق، ما تلاش می‌کنیم تا نحوه‌ی کاربری را بازبینی کنیم و مدل‌ها را به سمتی سوق دهیم تا موجب محدود‌سازی کاربر خلاق نشوند. این تلاش ها هم برای جهت‌دهی ابزار کنونی و هم برای ساخت مدل‌های جدید کارآمدتر انجام می‌شوند.   </p>
+            <div class="row g-4">
+                <div class="col-md-6 col-lg-4">
+                    <div class="card project-card">
+                        <img src="assets/images/LLM_questionner.jpg" class="card-img-top" alt="...">
+                        <div class="card-body">
+                            <h5 class="card-title">مدل‌های پرسشگر</h5>
+                            <p class="card-text">افزایش رفتار خلاق کاربر و سنجش هوش‌مصنوعی.</p>
+                            <a href="projects/dist_llm.html" class="btn btn-primary">مشاهده جزئیات</a>
+                        </div>
+                    </div>
+                </div>
+                <!-- Add more project cards here -->
+            </div>
+        </div>
+    </section>
+
+    <section id="projects" class="py-5 bg-light">
+        <div class="container">
+            <h2 class="text-center mb-5 text-primary">   تحقیقات در زمینه‌‌ی حکمرانی   </h2>
+            <p class="lead mb-5 text-center">  یکی از اهداف بلند مدت ما تولید هوش‌مصنوعی با کاربرد تسهیل روابط شناختی در گروه و جامعه است. ما دنبال پاسخ به این پرسش هستیم که چه ابزاری بهتر میتواند این روابط را مدل سازی و بهینه کند و ما چگونه میتوانیم آن را بسازیم.  </p>
+            <div class="row g-4">
                 <div class="col-md-6 col-lg-4">
                     <div class="card project-card">
                         <img src="assets/images/ipso-facto.jpg" class="card-img-top" alt="...">
@@ -199,22 +262,6 @@
         </div>
     </section>
 
-    <!-- Impact Section -->
-    <section id="impact" class="py-5">
-        <div class="container">
-            <h2 class="text-center mb-5 text-secondary">تأثیرات سرمایه‌دارانه بر هوش مصنوعی</h2>
-            <div class="row g-4">
-                <div class="col-md-6">
-                    <div class="impact-item">
-                        <h3>۱. انحصار داده‌ها</h3>
-                        <p>رقابت در تجمیع داده‌ها به حدی رسیده که به "نفت جدید" معروف شده است.</p>
-                    </div>
-                </div>
-                <!-- Add more impact items here -->
-            </div>
-        </div>
-    </section>
-
     <!-- Footer -->
     <footer class="footer py-4">
         <div class="container text-center">
diff --git a/projects/explinability.html b/projects/explinability.html
new file mode 100644
index 0000000..c6350ac
--- /dev/null
+++ b/projects/explinability.html
@@ -0,0 +1,343 @@
+<!DOCTYPE html>
+<html lang="fa" dir="rtl">
+<head>
+    <meta charset="UTF-8">
+    <meta name="viewport" content="width=device-width, initial-scale=1.0">
+    <title>توضیح‌پذیری هوش‌مصنوعی</title>
+    <!-- Bootstrap CSS -->
+    <link href="https://cdn.jsdelivr.net/npm/bootstrap@5.3.0/dist/css/bootstrap.min.css" rel="stylesheet">
+    <!-- Font Awesome -->
+    <link href="https://cdnjs.cloudflare.com/ajax/libs/font-awesome/6.0.0/css/all.min.css" rel="stylesheet">
+    <style>
+        .progress-container { 
+            background-color: rgba(208, 186, 150, 0.248); 
+            width: 80%; 
+            border-radius: 15px;
+            margin: auto;
+        } 
+  
+        .progress { 
+            background-color: rgb(0, 160, 24); 
+            color: rgb(255, 255, 255);
+            line-height: 10%;
+            padding: 5%; 
+            font-size: 15px; 
+            border-radius: 15px;
+            text-align: center;
+        }
+
+        .hero-section {
+            background: url('images/dist_model_bg.png') center center/cover;
+            height: 100vh;
+            color: rgb(255, 255, 255);
+        }
+        .feature-icon {
+            font-size: 3rem;
+            color: #0d6efd;
+        }
+        .project-card {
+            transition: transform 0.3s;
+        }
+        .project-card:hover {
+            transform: translateY(-10px);
+        }
+        .footer {
+            background-color: #f8f9fa;
+        }
+        html {
+            font-family: 'Vazir', sans-serif;
+            font-size: 16px;
+            line-height: 1.5;
+            color: #202013;
+        }
+        html[lang="fa"] {
+            font-family: 'Vazir', sans-serif !important; /* Ensure Persian text uses this font */
+        }
+    </style>
+</head>
+<body>
+
+<!-- Navbar -->
+<nav class="navbar navbar-expand-lg navbar-dark bg-dark">
+    <div class="container">
+        <a class="navbar-brand" href="#">توضیح‌پذیری هوش‌مصنوعی</a>
+        <button class="navbar-toggler" type="button" data-bs-toggle="collapse" data-bs-target="#navbarNav">
+            <span class="navbar-toggler-icon"></span>
+        </button>
+        <div class="collapse navbar-collapse" id="navbarNav">
+            <ul class="navbar-nav ms-auto">
+                <li class="nav-item">
+                    <a class="nav-link active" href="#home">توصیف</a>
+                </li>
+                <li class="nav-item">
+                    <a class="nav-link" href="#features">ویژگی ها</a>
+                </li>
+                <li class="nav-item">
+                    <a class="nav-link" href="#portfolio">گام نما</a>
+                </li>
+                <li class="nav-item">
+                    <a class="nav-link" href="#contact">ارتباط با ما</a>
+                </li>
+            </ul>
+        </div>
+    </div>
+</nav>
+
+<!-- Hero Section -->
+<header class="hero-section d-flex align-items-center">
+    <div class="container text-center">
+        <h1 class="display-3 mb-4">توضیح‌پذیری هوش‌مصنوعی</h1>
+        <p class="lead mb-5">سیستمی برای افزایش آگاهی و کنترل کاربر در فرآیند استنتاج مدل.</p>
+        <a href="#features" class="btn btn-light btn-lg rounded-pill px-5">بیشتر بدانید</a>
+
+    </div>
+</header>
+
+<!-- Features Section -->
+<section id="features" class="py-5">
+    <div class="container">
+        <h2 class="text-center mb-5">ویژگی ها</h2>
+        <div class="row g-4">
+            <div class="col-md-4 text-center">
+                <div class="feature-icon text-center mb-3">
+                    <i class="fas fa-eye"></i>
+                </div>
+                <h3 class="h4 mb-3">شفافیت در استنتاج</h3>
+                <p>  ‌تولید مدل‌هایی که به صورت پیش‌فرض افزایش اطلاع کاربر از جزئیات فرایند آموزش و استنتاج را در نظر می‌گیرند.</p>
+            </div>
+            <div class="col-md-4 text-center">
+                <div class="feature-icon text-center mb-3">
+                    <i class="fas fa-pen"></i>
+                </div>
+                <h3 class="h4 mb-3">امکان تغییر در فرایند استنتاج</h3>
+                <p>ایجاد امکان تغییر در ابعاد مختلف تصمیم‌گیری مدل مانند انتخاب داده‌ها یا ویژگی‌های تاثیرگذار در خروجی مدل.</p>
+            </div>
+            <div class="col-md-4 text-center">
+                <div class="feature-icon text-center mb-3">
+                    <i class="fas fa-gauge-high"></i>
+                </div>
+                <h3 class="h4 mb-3">بازده و کارایی بالا</h3>
+                <p>ارتقا و یا حفظ سرعت و دقت مدل توضیح‌پذیر در عین ایجاد امکان توضیح‌پذیری، و عبور از دوگانه‌ی شفافیت در مقابل کارایی.</p>
+            </div>
+        </div>
+    </div>
+</section>
+
+<!-- Portfolio Section -->
+<section id="portfolio" class="py-5 bg-light">
+    <div class="container">
+        <h2 class="text-center mb-5">گام‌نمای پروژه</h2>
+        <div class="row g-4">
+            <div class="col-md-6 col-lg-4">
+                <div class="card project-card">
+                    <div class="card-body">
+                        <h5 class="h4 mb-3">هوش‌مصنوعی توضیح‌پذیر بالفعل</h5>
+                        <p class="card-text">ترکیبی از یادگیری عمیق و یادگیری تنبل به ما اجازه‌ی دخالت در داده‌های تاثیرگذار را میدهد.</p>
+                        <div class="container text-center justify-content: center">
+                            وضعیت پیشرفت
+                            <div class="progress-container">
+                                <div class="progress" style="width: 80%; padding-right: 40%;">
+                                    ۸۰٪
+                                </div>
+                            </div>
+                        </div>
+                        <p>
+                            <ul style="list-style-type: '✅ ' ;">
+                                <li>  توضیح‌پذیری با پیدا کردن سهم تاثیر هر نمونه در داده‌های آموزش  </li>
+                                <li> امکان ایجاد تغییر در سهم تاثیر هر نمونه بدون نیاز به آموزش مجدد مدل </li>
+                                <li>  مد‌های پیش‌بینی کننده </li>
+                            </ul>
+                            <ul style="list-style-type: ' ⏳ ' ;">
+                                <li> مدل‌های مولد </li>
+                            </ul>
+                        </p>
+                        
+                        میتوانید نمونه‌ی کد این پروژه را در این صفحه ببینید و آزمایش کنید:
+                        <a href="https://github.com/aliakbar1881/IpsofactoModel">
+                            <p class="card-text">ادرس گیت هاب</p>
+                        </a>
+                    </div>
+                </div>
+            </div>
+            <!-- Repeat for other projects -->
+            <div class="col-md-6 col-lg-4">
+                <div class="card project-card">
+                    <div class="card-body">
+                        <h5 class="h4 mb-3"> توضیح‌پذیری بالفعل با داده‌های خوشه‌ای</h5>
+                        <p class="card-text">ترکیب مدل‌های RAG با مدل‌های توضیح‌پذیر بالفعل برای سرعت و شخصی‌سازی. </p>
+                        <div class="container text-center justify-content: center">
+                            وضعیت پیشرفت
+                            <div class="progress-container">
+                                <div class="progress" style="width: 10%; padding-right: 2%;">
+                                    ۰٪
+                                </div>
+                            </div>
+                        </div>
+                        <p>
+                            <ul style="list-style-type: ' ⏳ ' ;">
+                                <li> پیاده سازی الگوریتم جستجوی سریع در پایگاه داده </li>
+                                <li> توضیح‌پذیری بالفعل با استفاده از داده‌های نزدیک </li>
+                                <li> استفاده از الگوریتم‌های جستجوی سریع (مانند KNN) در آموزش و استنتاج با در نظر گرفتن سهم اهمیت (و نه لزوماً شباهت و نزدیکی) </li>
+                            </ul>
+                        </p>
+                    </div>
+                </div>
+            </div>
+            <!-- Repeat for other projects -->
+            <div class="col-md-6 col-lg-4">
+                <div class="card project-card">
+                    <div class="card-body">
+                        <h5 class="h4 mb-3"> مدل‌های عمیق با یادگیری تنبل </h5>
+                        <p class="card-text">پیاده‌سازی یادگیری تنبل با شبکه‌های عصبی عمیق و جداسازی اطلاعات از پردازش شبکه. </p>
+                        <div class="container text-center justify-content: center">
+                            وضعیت پیشرفت
+                            <div class="progress-container">
+                                <div class="progress" style="width: 30%; padding-right: 12%;">
+                                    ۳۰٪
+                                </div>
+                            </div>
+                        </div>
+                        <p>
+                            <ul style="list-style-type: '✅ ' ;">
+                                <li> ترکیب غیر خطی داده‌ها در فرایند استنتاج </li>
+                            </ul>
+                            <ul style="list-style-type: ' ⏳ ' ;">
+                                <li> آموزش محلی بر روی داده‌ها در فرایند استنتاج </li>
+                                <li> (بهینه برای مدل های دیفیوژن) یادگیری تنبل برای وزن‌های مدل </li>
+                            </ul>
+                        </p>
+                        میتوانید نمونه‌ی کد این پروژه را در این صفحه ببینید و آزمایش کنید:
+                        <a href="">
+                            <p class="card-text">به زودی</p>
+                        </a>
+                    </div>
+                </div>
+            </div>
+            <!-- Repeat for other projects -->
+            <div class="col-md-6 col-lg-4">
+                <div class="card project-card">
+                    <div class="card-body">
+                        <h5 class="h4 mb-3"> توضیح بالفعل بر روی ویژگی‌های ورودی </h5>
+                        <p class="card-text">تبدیل مدل‌های بالفعل به مدل‌هایی با قابلیت تشخیص و تغییر در سطح تاثیر ویژگی‌های داده‌ی ورودی. </p>
+                        <div class="container text-center justify-content: center">
+                            وضعیت پیشرفت
+                            <div class="progress-container">
+                                <div class="progress" style="width: 10%; padding-right: 2%;">
+                                    ۰٪
+                                </div>
+                            </div>
+                        </div>
+                        <p>
+                            <ul style="list-style-type: ' ⏳ ' ;">
+                                <li> استفاده از مدل ViT بر روی داده‌های تصویری </li>
+                                <li> مدل‌های autoregressive </li>
+                            </ul>
+                        </p>
+                    </div>
+                </div>
+            </div>
+            <!-- Repeat for other projects -->
+            <div class="col-md-6 col-lg-4">
+                <div class="card project-card">
+                    <div class="card-body">
+                        <h5 class="h4 mb-3"> شرطی خلاف واقع برای افزایش سهم تأثیر  </h5>
+                        <p class="card-text">استفاده از مشتقات سهم تأثیر برای نمونه‌ی خلاف واقع با کاربرد‌های poisonning، re-biassing، dataset summaries. </p>
+                        <div class="container text-center justify-content: center">
+                            وضعیت پیشرفت
+                            <div class="progress-container">
+                                <div class="progress" style="width: 10%; padding-right: 2%;">
+                                    ۰٪
+                                </div>
+                            </div>
+                        </div>
+                        <p>
+                            <ul style="list-style-type: ' ⏳ ' ;">
+                                <li> حملات adversarial بر روی داده‌‌های ورودی و تغییر در تاثیر داده‌های آموزش</li>
+                                <li> حملات adversarial بر روی داده‌‌های آموزش و تغییر در عمکرد مدل</li>
+                            </ul>
+                        </p>
+                    </div>
+                </div>
+            </div>
+            <!-- Repeat for other projects -->
+            <div class="col-md-6 col-lg-4">
+                <div class="card project-card">
+                    <div class="card-body">
+                        <h5 class="h4 mb-3"> تخمین سهم‌تاثیر با استفاده از اندازه‌گیری قطعیت  </h5>
+                        <p class="card-text"> محاسبه‌ی سهم تاثیر عملیات سنگین مشتق درجه‌ی دوم روی پارامتر‌های مدل را دارد که بسیار زمان‌بر و جاگیر است. با توجه به روش‌های خلاقانه  وسریع در زمینه‌ی تخمین قطعیت وجود دارد، ترکیب این دو روش می‌تواند روش بهینه‌ای برای محاسبه‌ی سهم‌تاثیر را ارائه کند. </p>
+                        <div class="container text-center justify-content: center">
+                            وضعیت پیشرفت
+                            <div class="progress-container">
+                                <div class="progress" style="width: 10%; padding-right: 2%;">
+                                    ۰٪
+                                </div>
+                            </div>
+                        </div>
+                        <p>
+                            <ul style="list-style-type: ' ⏳ ' ;">
+                                <li> روش‌ (های) بهینه برای تخمین قطعیت. مانند ensemble ها و یا dropout.</li>
+                                <li> ترکیب قطعیت و مشتقات ورودی برای تخمین Hessian-vector product و Influence function</li>
+                            </ul>
+                        </p>
+                    </div>
+                </div>
+            </div>
+            <!-- Repeat for other projects -->
+            
+        </div>
+    </div>
+</section>
+
+<!-- Testimonials -->
+<section class="py-5">
+    <div class="container">
+        <h2 class="text-center mb-5">دورنمای پروژه</h2>
+        <div id="testimonialCarousel" class="carousel slide" data-bs-ride="carousel">
+            <div class="carousel-inner">
+                <div class="carousel-item active">
+                    <div class="row justify-content-center">
+                        <div class="col-md-8">
+                            <div class="testimonial p-4">
+                                <p class="lead">در این پروژه، توانسته‌ایم نشان دهیم که استنتاج مدل نه‌تنها قابل توضیح به کاربر است، بلکه به‌صورت بالفعل می‌توان فرایند آن را شفاف‌سازی کرد. همچنین، امکان ورود اراده‌ی کاربر به جریان استنتاج هوش مصنوعی را فراهم کرده‌ایم، به‌ویژه در مرحله‌ی انتخاب داده‌های تأثیرگذار. این رویکرد در حال گسترش به سایر بخش‌های فرایند استنتاج نیز هست.
+
+                                    هدف ما این است که ابزارهای جدید جایگزین متخصصان انسانی نشوند، بلکه بتوانند از طریق تعامل مؤثر با کاربر، تصمیم‌گیری را بهبود بخشند. برای تحقق این امر، ابزار طراحی‌شده باید بتواند اراده و تصمیمات کاربر را در چارچوبی ساختاریافته مدل‌سازی کرده و در استنتاج لحاظ کند. این امر به لطف شفافیت در استنتاج مدل محقق می‌شود و لازم است که این شفافیت در ابعاد دیگر نیز گسترش یابد، ازجمله در نحوه‌ی تغییرات داده‌های آموزشی و ارزیابی مدل.
+                                    
+                                    با این رویکرد، به سمت سیستمی حرکت می‌کنیم که نه‌تنها دقت و کارایی استنتاج را بهبود می‌بخشد، بلکه تعامل انسانی را نیز در قلب فرایند تصمیم‌گیری حفظ می‌کند.
+                                    
+                                    .</p>
+                            </div>
+                        </div>
+                    </div>
+                </div>
+        </div>
+    </div>
+</section>
+
+<!-- Call to Action -->
+<section class="py-5 bg-primary text-white">
+    <div class="container text-center">
+        <h2>ایا میخواهید در توسعه این پروژه مشارکت کنید؟</h2>
+        <p class="lead">منتظریم</p>
+        <a href="#contact" class="btn btn-light btn-lg mt-3">ارتباط با ما</a>
+    </div>
+</section>
+
+<!-- Footer -->
+<footer class="footer py-4">
+    <div class="container">
+        <div class="row">
+            <div class="col-md-6">
+            </div>
+            <div class="col-md-6 text-md-end">
+                <a href="#" class="text-decoration-none me-3"><i class="fab fa-facebook"></i></a>
+                <a href="#" class="text-decoration-none me-3"><i class="fab fa-twitter"></i></a>
+                <a href="#" class="text-decoration-none"><i class="fab fa-linkedin"></i></a>
+            </div>
+        </div>
+    </div>
+</footer>
+
+<!-- Bootstrap JS -->
+<script src="https://cdn.jsdelivr.net/npm/bootstrap@5.3.0/dist/js/bootstrap.bundle.min.js"></script>
+</body>
+</html>
\ No newline at end of file