added excel content generator

This commit is contained in:
siavash32tm
2025-05-06 15:33:48 +02:00
parent 631013058e
commit f24ee7ec76
9 changed files with 618 additions and 206 deletions
+9 -44
View File
@@ -203,32 +203,9 @@
<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">کشف روابط در پایگاه داده به وسیله‌ی مدل</h5>
<p class="card-text">پیدا کردن روابط در پایگاه داده؛ مثلاَ استفاده از مدل زبانی برای کشف
رابطه‌ی استناد بین داده‌ها. </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">خلاصه سازی شرطی در پایگاه داده</h5>
<p class="card-text">ایا میتوان به صورت سلسله وار از مدل‌های مولد استفاده کرد و در هر مرحله
با ترکیب خروجی با داده‌های دیگر خلاصه سازی نمود؟‍</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">تخمین ارزش‌گذاری متن برا اساس معیار</h5>
<p class="card-text">سنجش میزان هماهنگی و شباهت متون با متن‌های معیار که از جانب متخصص آگاه
تعیین شده‌اند.</p>
<a href="#" class="btn btn-primary">مشاهده جزئیات</a>
<h5 class="card-title">توضیح داده‌ها</h5>
<p class="card-text">سیستمی برای کشف روابط در پایگاه داده. </p>
<a href="projects/data_explinability.html" class="btn btn-primary">مشاهده جزئیات</a>
</div>
</div>
</div>
@@ -254,10 +231,8 @@
<div class="card project-card">
<img src="assets/images/distributed.png" class="card-img-top" alt="...">
<div class="card-body">
<h5 class="card-title">موازی‌سازی پردازش مدل‌ها روی شبکه</h5>
<p class="card-text">با استفاده از موازی سازی پردازش مدل‌ها روی شبکه میتوان از منابع
معطل زیادی برای استنتاج (inference) مدل‌ها استفاده کرد که دیگر نیازی به مرکز گرا
بودن این فرایند نباشد. مثلاَ شروع با مدل‌های Transformer.</p>
<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>
@@ -280,18 +255,8 @@
<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">ساخت مدل‌هایی که تسهیل‌کر خلق ایده‌ی نو توسط کاربر هستند و نه اینکه خود مولد باشند. چگونه کاربر راهنمایی شود بدون اینکه مدل جهت‌دهی خاصی را به او بدهد؟ و چگونه در خلق گمانه‌ی نو میتواند موثر باشد؟ </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/LLM_questionner.jpg" class="card-img-top" alt="...">
<div class="card-body">
<h5 class="card-title">طراحی رفتار پرسشگر</h5>
<p class="card-text">مدل‌های مولد عموماً در غالب پاسخگو طراحی و استفاده می‌شوند. این امر می‌تواند باعث محدودیت بر خلاقیت انسان در تولید محتوی نو و جدید شود. در این پروژه ما به دنبال طراحی رفتار‌های کاربر (مانند prompt engineering) با محوریت مدل پرسشگر در مقابل انسان پاسخگو هستیم. </p>
<a href="#" class="btn btn-primary">مشاهده جزئیات</a>
<p class="card-text">افزایش رفتار خلاق کاربر و سنجش هوش‌مصنوعی. </p>
<a href="projects/questionner.html" class="btn btn-primary">مشاهده جزئیات</a>
</div>
</div>
</div>
@@ -352,7 +317,7 @@
<div class="card-body">
<h5 class="card-title">حکمرانی با هوش‌مصنوعی</h5>
<p class="card-text">ابزار هوش‌مصنوعی در کدم امور میتواند به کمک مجری و قانون‌گذار بیاید؟</p>
<a href="#" class="btn btn-primary">مشاهده جزئیات</a>
<a href="#" class="btn btn-primary">به زودی</a>
</div>
</div>
</div>
@@ -377,7 +342,7 @@
۳. افزایش دگرخواهی و تقابل با فردگرایی و منفعت طلبی
</p>
<a href="#" class="btn btn-primary">مشاهده جزئیات</a>
<a href="#" class="btn btn-primary">به زودی</a>
</div>
</div>
</div>
+177
View File
@@ -0,0 +1,177 @@
{
"cells": [
{
"cell_type": "code",
"execution_count": 167,
"id": "df07eee0",
"metadata": {},
"outputs": [],
"source": [
"list_complete = ''\n",
"list_pending = ''\n",
"title = ''\n",
"perc = ('80', '40', '۸۰٪')\n",
"description = ''\n",
"comment = ''\n",
"link = ''\n",
"link_ref = ''\n",
"\n",
"def get_html(list_complete, list_pending, title, perc, description, comment, link, link_ref):\n",
"\n",
" completed_tasks = ''\n",
" for i in list_complete:\n",
" completed_tasks += '<li>' + i +'</li>'\n",
"\n",
" pending_task = ''\n",
" for i in list_pending:\n",
" pending_task += '<li>' + i +'</li>'\n",
"\n",
"\n",
"\n",
" html_1 = \"\"\"\n",
" <div class=\"col-md-6 col-lg-4\">\n",
" <div class=\"card project-card\">\n",
" <div class=\"card-body\">\n",
" <h5 class=\"h4 mb-3\">\"\"\"+ title + '</h5> <p class=\"card-text\">'\n",
"\n",
" html_1 += description\n",
" html_1 += ' </p><div class=\"container text-center justify-content: center\">وضعیت پیشرفت '\n",
" html_1 += '<div class=\"progress-container\"><div class=\"progress\" style=\"width:' + perc[0] + '%; padding-right: ' + perc[1] + '%;\">' +perc[2]\n",
" html_1 += '</div></div></div><p>'\n",
"\n",
" if len(completed_tasks)>0:\n",
" html_1 +='<ul style=\"list-style-type: \\'✅ \\' ;\">' + completed_tasks + '</ul>'\n",
"\n",
" if len(pending_task)>0:\n",
" html_1 +='<ul style=\"list-style-type: \\'⏳ \\' ;\">' + pending_task + '</ul>'\n",
" html_1 += '</p>'\n",
" if type(comment)==str:\n",
" html_1 += str(comment)\n",
"\n",
" if type(link)==str:\n",
" html_1 += '<a href=\"' + str(link) + '\">'\n",
" if type(link_ref)==str:\n",
" html_1 += '<p class=\"card-text\">' + str(link_ref) + '</p>'\n",
" else:\n",
" html_1 += '<p class=\"card-text\">آدرس</p>'\n",
" html_1 += '</a>'\n",
"\n",
" html_1 += \"\"\"</div></div></div> \n",
" <!-- Repeat for other projects -->\"\"\"\n",
" return html_1"
]
},
{
"cell_type": "code",
"execution_count": 189,
"id": "9377c1d5",
"metadata": {},
"outputs": [],
"source": [
"import pandas as pd\n",
"csv_file_path = 'proj_data_ex.xlsx'\n",
"csv_file_path = 'distributed_ai.xlsx'\n",
"csv_file_path = 'questionner.xlsx'\n",
"\n",
"xls = pd.read_excel(csv_file_path, sheet_name=None, engine='openpyxl')\n",
"\n"
]
},
{
"cell_type": "code",
"execution_count": 190,
"id": "40e3885d",
"metadata": {},
"outputs": [
{
"name": "stdout",
"output_type": "stream",
"text": [
"\n",
" <div class=\"col-md-6 col-lg-4\">\n",
" <div class=\"card project-card\">\n",
" <div class=\"card-body\">\n",
" <h5 class=\"h4 mb-3\">مدل‌های پرسشگر</h5> <p class=\"card-text\">ساخت مدل‌هایی که تسهیل‌کر خلق ایده‌ی نو توسط کاربر هستند و نه اینکه خود مولد باشند. چگونه کاربر راهنمایی شود بدون اینکه مدل جهت‌دهی خاصی را به او بدهد؟ و چگونه در خلق گمانه‌ی نو میتواند موثر باشد؟ </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>تولید داده‌ی پرسشگری</li><li>بازآموزش مدل</li><li>هدایت تقویتی</li></ul></p></div></div></div> \n",
" <!-- Repeat for other projects -->\n",
"\n",
" <div class=\"col-md-6 col-lg-4\">\n",
" <div class=\"card project-card\">\n",
" <div class=\"card-body\">\n",
" <h5 class=\"h4 mb-3\">طراحی رفتار پرسشگر</h5> <p class=\"card-text\">مدل‌های مولد عموماً در غالب پاسخگو طراحی و استفاده می‌شوند. این امر می‌تواند باعث محدودیت بر خلاقیت انسان در تولید محتوی نو و جدید شود. در این پروژه ما به دنبال طراحی رفتار‌های کاربر (مانند prompt engineering) با محوریت مدل پرسشگر در مقابل انسان پاسخگو هستیم. </p><div class=\"container text-center justify-content: center\">وضعیت پیشرفت <div class=\"progress-container\"><div class=\"progress\" style=\"width:100%; padding-right: 50%;\">۱۰۰٪</div></div></div><p><ul style=\"list-style-type: '✅ ' ;\"><li>مهندسی پرامپت روی مدل‌های زبانی برای تغییر رفتار مدل</li></ul></p><a href=\"https://github.com/siavashBigdeli/prompt_engineering_questioner\"><p class=\"card-text\">آدرس گیت هاب</p></a></div></div></div> \n",
" <!-- Repeat for other projects -->\n"
]
}
],
"source": [
"percentages = [('10', '2', '۰٪'),\n",
" ('15', '5', '۱۰٪'),\n",
" ('20', '10', '۲۰٪'),\n",
" ('30', '15', '۳۰٪'),\n",
" ('40', '20', '۴۰٪'),\n",
" ('50', '25', '۵۰٪'),\n",
" ('60', '30', '۶۰٪'),\n",
" ('70', '35', '۸۰٪'),\n",
" ('80', '40', '۸۰٪'),\n",
" ('90', '45', '۹۰٪'),\n",
" ('100', '50', '۱۰۰٪')]\n",
"for sheet_name, df in xls.items():\n",
" cols = df.columns\n",
" title = df[df.columns[0]][0]\n",
" description = df[df.columns[1]][0]\n",
" p = int(df[df.columns[2]][0])\n",
" perc = percentages[p]\n",
" list_complete = df[df.columns[3]].dropna()\n",
" list_pending = df[df.columns[4]].dropna()\n",
" comment = df[df.columns[5]].dropna()\n",
" link = df[df.columns[6]][0]\n",
" link_ref = df[df.columns[7]][0]\n",
"\n",
" h = get_html(list_complete, list_pending, title, perc, description, comment, link, link_ref)\n",
" print(h)\n",
"\n",
" "
]
},
{
"cell_type": "code",
"execution_count": 161,
"id": "8e08cbd6",
"metadata": {},
"outputs": [
{
"ename": "TypeError",
"evalue": "object of type 'numpy.float64' has no len()",
"output_type": "error",
"traceback": [
"\u001b[1;31m\u001b[0m",
"\u001b[1;31mTypeError\u001b[0mTraceback (most recent call last)",
"\u001b[1;32m~\\AppData\\Local\\Temp/ipykernel_37900/3929354373.py\u001b[0m in \u001b[0;36m<module>\u001b[1;34m\u001b[0m\n\u001b[1;32m----> 1\u001b[1;33m \u001b[0mlen\u001b[0m\u001b[1;33m(\u001b[0m\u001b[0mlink\u001b[0m\u001b[1;33m)\u001b[0m\u001b[1;33m\u001b[0m\u001b[1;33m\u001b[0m\u001b[0m\n\u001b[0m",
"\u001b[1;31mTypeError\u001b[0m: object of type 'numpy.float64' has no len()"
]
}
],
"source": []
}
],
"metadata": {
"kernelspec": {
"display_name": "Python 3 (ipykernel)",
"language": "python",
"name": "python3"
},
"language_info": {
"codemirror_mode": {
"name": "ipython",
"version": 3
},
"file_extension": ".py",
"mimetype": "text/x-python",
"name": "python",
"nbconvert_exporter": "python",
"pygments_lexer": "ipython3",
"version": "3.9.7"
}
},
"nbformat": 4,
"nbformat_minor": 5
}
+208
View File
@@ -0,0 +1,208 @@
<!DOCTYPE html>
<html lang="fa" dir="rtl">
<head>
<meta charset="UTF-8">
<meta name="viewport" content="width=device-width, initial-scale=1.0">
<title>توضیح‌ داده</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="#">توضیح‌ داده</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="#portfolio">دور 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">توضیح‌ داده</h1>
<p class="lead mb-5">سیستمی برای مدل‌سازی داده و ره‌گیری جریان اطلاعات در دادگان.</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 ارجاع</h3>
<p> ریشه یابی داده‌های تاثیر برای توجیح هر کدام از داده‌ها.</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">ارزش‌گذاری داده </h3>
<p>ایجاد امکان ارزش‌گذاری دادگان به واسطه‌ی معیار‌های مشخص و کنترل جریان داده با در نظر گرفتن ارزش‌ها.</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>جستجوی معنادار در داده و تناسب سنجی بهینه بین داده‌گان.</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">
<!-- 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">کشف روابط در پایگاه داده به وسیله‌ی مدل</h5> <p class="card-text">پیدا کردن روابط در پایگاه داده؛ مثلاَ استفاده از مدل زبانی برای کشف رابطه‌ی استناد بین داده‌ها. </p><div class="container text-center justify-content: center">وضعیت پیشرفت <div class="progress-container"><div class="progress" style="width:20%; padding-right: 10%;">۲۰٪</div></div></div><p><ul style="list-style-type: '✅ ' ;"><li>نمونه‌ی اولیه کشف تاثیر با داده‌های MNIST.</li><li>نمونه‌ی اولیه کشف روابط با داده‌های MNIST.</li></ul><ul style="list-style-type: '⏳ ' ;"><li>توضیح‌پذیری مدل زبانی برای کشف تاثیر اطلاعات دادگان بر یکدیگر</li><li>جستجوی گراف متون بر اساس روابط تاثیر</li></ul></p><a href="https://github.com/siavashBigdeli/marginalized_sample_influence"><p class="card-text">آدرس 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">خلاصه سازی شرطی در پایگاه داده</h5> <p class="card-text">آیا میتوان به صورت سلسله وار از مدل‌های مولد استفاده کرد و در هر مرحله با ترکیب خروجی با داده‌های دیگر خلاصه سازی نمود؟‍ </p><div class="container text-center justify-content: center">وضعیت پیشرفت <div class="progress-container"><div class="progress" style="width:30%; padding-right: 15%;">۳۰٪</div></div></div><p><ul style="list-style-type: '✅ ' ;"><li>مدل زبانی بر پایه RAG</li><li>ترکیب داده‌های یک مرحله‌ای</li></ul><ul style="list-style-type: '⏳ ' ;"><li>ترکیب داده‌های چند مرحله‌ای</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 ارزش‌گذاری متن برا اساس معیار</h5> <p class="card-text">سنجش میزان هماهنگی و شباهت متون با متن‌های معیار که از جانب متخصص آگاه تعیین شده‌اند. </p><div class="container text-center justify-content: center">وضعیت پیشرفت <div class="progress-container"><div class="progress" style="width:50%; padding-right: 25%;">۵۰٪</div></div></div><p><ul style="list-style-type: '✅ ' ;"><li>مهندسی پرامپت برای تخمین ارزش</li><li>مدل‌های دسته بندی ارزشی</li></ul><ul style="list-style-type: '⏳ ' ;"><li>مدل‌های بالفعل ارزش سنجی</li><li>مدل‌های منعطف با ارزش‌های جدید</li></ul></p><a href="https://github.com/siavashBigdeli/prompt_engineering_questioner"><p class="card-text">آدرس گیت هاب</p></a></div></div></div>
<!-- Repeat for other projects -->
<!-- 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">
دادگان کنونی در فضای دیجیتال بسیار منقطع (fragmented) از یکدیگر هستند و ریشه‌یابی روند تولید دانش و اطلاع بسیار پیچیده، اگر نه غیر ممکن، شده.
ما به دنبال رهیافتهای محاسباتی برای بر گرداندن شناخت تاریخی از دادگان هستیم که به کاربر اجازه بدهد داده‌ها را بر اساس روند مورد علاقه چینش کند.
</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>
+14 -151
View File
@@ -132,134 +132,31 @@
<div class="container">
<h2 class="text-center mb-5">گام‌نمای پروژه</h2>
<div class="row g-4">
<!-- 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">موازی‌سازی پردازش مدل‌ها روی شبکه</h5> <p class="card-text">با استفاده از موازی سازی پردازش مدل‌ها روی شبکه میتوان از منابع (inference) مدل‌ها استفاده کرد که دیگر نیازی به مرکز گرا بودن این فرایند نباشد. مثلاَ شروع با مدل‌های Transformer. </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>موازی سازی پردازش مدل ها‌ روی شبکه</li><li>موازی سازی پردازش مدل ها‌ روی اندروید</li></ul><ul style="list-style-type: '⏳ ' ;"><li>مدل‌های مولد</li><li>سرور هماهنگ کننده برای شبکه‌ی موبایلی</li><li>مدل‌های بسیار کوچک زبانی</li></ul></p><a href="https://github.com/aliakbar1881/dist_model"><p class="card-text">آدرس 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">موازی‌سازی پردازش مدلها روی شبکه</h5>
<p class="card-text">با استفاده از موازی سازی پردازش مدل‌ها روی شبکه میتوان از منابع (inference) مدل‌ها استفاده کرد که دیگر نیازی به مرکز گرا بودن این فرایند نباشد. مثلاَ شروع با مدل‌های Transformer.</p>
<div class="container text-center justify-content: center">
وضعیت پیشرفت
<div class="progress-container">
<div class="progress" style="width: 80%; padding-right: 80%;">
80
</div>
</div>
</div>
<p>
<ul style="list-style-type: '✅ ' ;">
<li>موازی سازی پردازش مدل ها</li>
</ul>
<ul style="list-style-type: ' ⏳ ' ;">
<li>مدل‌های مولد</li>
</ul>
</p>
<a href="https://github.com/aliakbar1881/IpsofactoModel">
<p class="card-text">ادرس گیت هاب</p>
</a>
</div>
</div>
</div>
<h5 class="h4 mb-3">استفاده از منابع توزیع شده</h5> <p class="card-text">پیاده سازی پلتفرمی برای توسعه آموزش مدل های توزیع شده بر روی شبکه ماند Keras، Torch، SparkML که آموزش در لحظه را در اختیار محققان و کاربران بگذارد. </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 پلتفرمی برای توسعه آموزش مدل های توزیع شده</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">استفاده از منابع توزیع شده</h5>
<p class="card-text">پیاده سازی پلتفرمی برای توسعه آموزش مدل های توزیع شده بر روی شبکه ماند Keras، Torch، SparkML که آموزش در لحظه را در اختیار محققان و کاربران بگذارد. </p>
<div class="container text-center justify-content: center">
وضعیت پیشرفت
<div class="progress-container">
<div class="progress" style="width: 0%; padding-right: 0%;">
0
</div>
</div>
</div>
<p>
<ul style="list-style-type: '✅ ' ;">
</ul>
<ul style="list-style-type: ' ⏳ ' ;">
<li>پیاده سازی پلتفرمی برای توسعه آموزش مدل های توزیع شده</li>
</ul>
</p>
<a href="">
<p class="card-text">ادرس گیت هاب</p>
</a>
</div>
</div>
</div>
<h5 class="h4 mb-3">بالا بردن ظرفیت خطای ورودی مدل در شبکه متزلزل</h5> <p class="card-text">بالا بردن توانایی تعمیم پذیری مناسب و ترکیب مناسب داده‌ها مثلاَ با استفاده‌ی روشی مشابه dropout. </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>ترکیب مناسب داده‌ها</li><li>بالا بردن توانایی تعمیم پذیری</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">بالا بردن ظرفیت خطای ورودی مدل در شبکه متزلزل</h5>
<p class="card-text">بالا بردن توانایی تعمیم پذیری مناسب و ترکیب مناسب داده‌ها مثلاَ با استفاده‌ی روشی مشابه dropout.</p>
<div class="container text-center justify-content: center">
وضعیت پیشرفت
<div class="progress-container">
<div class="progress" style="width: 0%; padding-right: 0%;">
0
</div>
</div>
</div>
<p>
<ul style="list-style-type: '✅ ' ;">
</ul>
<ul style="list-style-type: ' ⏳ ' ;">
<li>ترکیب مناسب داده‌ها</li>
<li>بالا بردن توانایی تعمیم پذیری</li>
</ul>
</p>
<a href="">
<p class="card-text">ادرس گیت هاب</p>
</a>
</div>
</div>
</div>
<div class="col-md-6 col-lg-4">
<div class="card project-card">
<div class="card-body">
<h5 class="h4 mb-3">امنیت داده‌ها با پردازش توزیع‌شده</h5>
<p class="card-text">آنالیز انکشاف در داده‌های مدل‌های توزیع ‌شده روش شبکه و بررسی امکان بالا بردن سطح خصوصی داده‌ها، مانند روش Differential provacy.</p>
<div class="container text-center justify-content: center">
وضعیت پیشرفت
<div class="progress-container">
<div class="progress" style="width: 0%; padding-right: 0%;">
0
</div>
</div>
</div>
<p>
<ul style="list-style-type: '✅ ' ;">
</ul>
<ul style="list-style-type: ' ⏳ ' ;">
<li>استفاده از روش Differential provacy</li>
</ul>
</p>
<a href="">
<p class="card-text">ادرس گیت هاب</p>
</a>
</div>
</div>
</div>
<h5 class="h4 mb-3">امنیت داده‌ها با پردازش توزیع‌شده</h5> <p class="card-text">آنالیز انکشاف در داده‌های مدل‌های توزیع ‌شده روش شبکه و بررسی امکان بالا بردن سطح خصوصی داده‌ها، مانند روش Differential privacy. </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 روش Differential privacy برای داده‌های متنی</li></ul></p></div></div></div>
<!-- Repeat for other projects -->
<!-- Repeat for other projects -->
</div>
</div>
@@ -275,41 +172,7 @@
<div class="row justify-content-center">
<div class="col-md-8">
<div class="testimonial p-4">
<p class="lead">
<p class="lead m-5 text-center">
<h4 class="text-left mb-5 text-primary">تاثیر رویکرد سرمایه‌دارانه بر روی توسعه و کاربرد هوش‌مصنوعی</h2>
<ol>
<li>
<b>کالاسازی داده</b> باعث رقابت در تجمیع و انحصار در اطلاعات شده تا حایی که داده را نفت جدید
می‌خوانند.
</li>
<br>
<li>
<b>شرکت‌های تولید کننده‌ی سخت‌افزار</b> برای ضمانت رشد سود خود محققین را جهت‌دهی می‌کنند که فقط
تحت زیربنای محاسباتی آنها توسعه‌ی نرم‌افزاری دهند. مثلاً شرکت <b>NVIDIA</b> با تحت تاثیر قرار
دادن جامعه‌ی علمی و تولیدی و پشتیبانی، از فروش سخت‌افزارهای <b>AMD</b>، که معمولاً کارکرد بهتری
دارد، جلوگیری می‌کند.
</li>
<br>
<li>
<b>همچنین با هژمونیک کردن این نگاه</b>، جامعه‌ی علمی به دنبال سخت‌افزارهای روز، که بزرگتر و
سریعتر می‌شوند، می‌باشد. در این حین دیدگاه‌های دموکراتیک‌تر، مانند <b>پردازش سیستم‌های
توزیع‌شده</b> 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.
</li>
<br>
</ol>
<p>
با آمدن کرونا، شرکت <b>NVIDIA</b> 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 <b>گوگل</b> 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 استفاده می‌شود.
</p>
</p>
</p>
ما در آینده مدل‌هایی خواهیم ساخت که نیاز کمتری به منابع متمرکز داشته باشند. مثلا نمونه‌ی کنونی ما یک مدل زبانی‌ است که بر روی شبکه‌ای از چند تلفن هوشمند اجرا میشود و نیاز به سخت افزار قوی و متمرکز را کم می‌کند.
</div>
</div>
</div>
Binary file not shown.
+2 -2
View File
@@ -157,7 +157,7 @@
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>
<p class="card-text">آدرس گیت هاب</p>
</a>
</div>
</div>
@@ -307,7 +307,7 @@
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>
</p>
</div>
</div>
</div>
Binary file not shown.
+199
View File
@@ -0,0 +1,199 @@
<!DOCTYPE html>
<html lang="fa" dir="rtl">
<head>
<meta charset="UTF-8">
<meta name="viewport" content="width=device-width, initial-scale=1.0">
<title>مدل‌های پرسشگر </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="#">مدل‌های پرسشگر </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="#portfolio">دور نما</a>
</li>
<li class="nav-item">
<a class="nav-link" href="#contact">ارتباط با ما</a>
</li>
</ul>
</div>
</div>
</nav>
<header class="hero-section d-flex align-items-center">
<div class="container text-center">
<h1 class="display-3 mb-4">مدل‌های پرسشگر </h1>
<p class="lead mb-5">افزایش رفتار خلاق کاربر و سنجش هوش‌مصنوعی.</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">مدل نظاره‌گر به خواست و هدایت کاربر</h3>
<p>کاربر باید بخش اصلی تولید محتوی خلاقانه را بدست بگیرد و مدل او راجایگزین نکند.</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">نقد ورودی کاربر</h3>
<p>مدل باید با نسبت سنجی بین خواست کاربر و دادگان گذشته، به نقد و بررسی محتوی کاربر بپردازد و او را مطلع از واقع کند.</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">بهینگی کاربر خلاق در مقابل کاربر مصرفگر</h3>
<p>ابزار تولیدی باید کمک کند تا انسان با اعمال خلاقیت خود نه تنها از راه‌های جبری عقب نماند، بلمه بتواند کارایی و سرعت بالاتری پیدا کند.</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">
<!-- 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 پرسشگر</h5> <p class="card-text">ساخت مدل‌هایی که تسهیل‌کر خلق ایده‌ی نو توسط کاربر هستند و نه اینکه خود مولد باشند. چگونه کاربر راهنمایی شود بدون اینکه مدل جهت‌دهی خاصی را به او بدهد؟ و چگونه در خلق گمانه‌ی نو میتواند موثر باشد؟ </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>تولید داده‌ی پرسشگری</li><li>بازآموزش مدل</li><li>هدایت تقویتی</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">طراحی رفتار پرسشگر</h5> <p class="card-text">مدل‌های مولد عموماً در غالب پاسخگو طراحی و استفاده می‌شوند. این امر می‌تواند باعث محدودیت بر خلاقیت انسان در تولید محتوی نو و جدید شود. در این پروژه ما به دنبال طراحی رفتار‌های کاربر (مانند prompt engineering) با محوریت مدل پرسشگر در مقابل انسان پاسخگو هستیم. </p><div class="container text-center justify-content: center">وضعیت پیشرفت <div class="progress-container"><div class="progress" style="width:100%; padding-right: 50%;">۱۰۰٪</div></div></div><p><ul style="list-style-type: '✅ ' ;"><li>مهندسی پرامپت روی مدل‌های زبانی برای تغییر رفتار مدل</li></ul></p><a href="https://github.com/siavashBigdeli/prompt_engineering_questioner"><p class="card-text">آدرس گیت هاب</p></a></div></div></div>
<!-- Repeat for other projects -->
<!-- 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">
مدل‌ها منیتوانند جایگزین ذهن خلاق باشند. در نتیجه ابزارهای آینده باید توانایی خلق نو را برای کاربران حداکثری کنند.
</div>
</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>
Binary file not shown.