وَلَاؤُنَا لِلسَّيِّدَةِ فَاطِمَةَ

معاون رئیس‌جمهور: دسترسی کمتر زنان به اینترنت «پرو» منجر به شکاف دیجیتال می‌شود دسترسی محدود زنان به اینترنت پرو به دلیل محدودیت‌های مالی، خطر افزایش شکاف دیجیتال را به شدت بالا برده است. این وضعیت باعث می‌شود ابزاری که باید فرصت‌های برابر ایجاد کند، به عاملی برای تعمیق نابرابری‌های اجتماعی تبدیل شود. یعنی پپپپررررتتاااابببب شدددمممم

میانگین گروه های دانشجویی در فرهنگیان:

خیلی از ما وقتی اسم هوش مصنوعی میاد، فقط یاد ChatGPT و مدل‌های غول‌پیکر میفتیم ولی ماجرا اینطوری نیست مدل‌های زبانی در واقع مغز هوش مصنوعی هستن که با خوندن میلیاردها متن، یاد گرفتن مثل ما حرف بزنن یا کد بنویسن حالا اینا دو دسته‌انه (غول‌ها) اینا همون LLM هستن بزرگ و سنگینن که تقریباً درباره هرچیزی توی دنیا اطلاعات دارن اSLM ها اینا متخصص‌های حرفه‌ای هستن حجم‌شون خیلی کمه و فقط برای کارهای خاص طراحی شدن تا روی دستگاه‌های معمولی هم کار کنن. حالا چرا اینا با هم فرق دارن؟ ۱ تعداد پارامترها (همون مغز مدل) ببینید، هرچی تعداد پارامتر بیشتر باشه، مدل فهم و حافظه پیچیده‌تری داره. LLMها معمولاً بالای ۱۰۰ میلیارد پارامتر دارن، برای همین هم سنگینن و سخت‌افزار خفن می‌خوان اما SLMها پارامترهای خیلی کمتری دارن (مثلاً زیر ۱۰ میلیارد) شاید فکر کنید خب این که کمه! اما این مدل‌ها رو جوری بهینه‌سازی شدن که با همین حجم کم برای کارهای خاص عالی عمل کنن ۲ اندازه و فضا: LLM ها مثل یه کتابخونه بزرگن که همه‌چی توش پیدا میشه، ولی SLMها مثل یه کتاب مرجع جیبی هستن ۳ هوش عمومی vs تخصص: LLMها برای گپ زدن و خلاقیت ساخته شدن، اما SLMها برای دقت بالا توی کارهای تکراری و مشخص ۴ سخت‌افزار: LLMها برای اجرا به سخت افزار صنعتی نیاز دارن، ولی SLMها رو میتونید حتی روی موبایل یا لپ‌تاپ معمولی‌تون بدون اینترنت هم اجرا کنید 5 دقت: LLMها گاهی هذیان میگن، ولی SLMها چون تمرکزشون روی یه حوزه خاصه، توی اون کار دقیق‌ترن