▫️کمی‌محوری افراطی و فرمول من‌درآوردی

SC= Pf + Cq

Pf: Publication Factor
Cq: Citation Quality

Pf = ∑ (As+Ski)× C×J

As: Article Score
Ski: Speaker (Keynote or Invited)
C: Citation Index
J: J-Index

فرمول فوق را انیشتین ننوشته است، بلکه بنیاد ملی علم ایران در "آیین‌نامه انتخاب و حمایت سرآمدان علمی ایران 1400" آن را معرفی کرده است و بر اساس این فرمول، سرآمدان علمی کشور را انتخاب می‌کند.

فرمول فوق در آیین نامه 1400 آمده بود ولی برای انتخاب سرآمدان عملی کشور در سال 1403-که 20 آبان معرفی شدند-از فرمول زیر استفاده شده است:

SC = ∑ (As)× C×M


امتیاز مقالات برتر (As): مجموع امتیاز مقالات منتشر شده در مجلات برتر توسط هر فرد مطابق جدول (1)

میانگین استنادات (C): میانگین استنادات کل مقالات افراد

شاخص(M): حاصل تقسیم شاخص اچ فرد بر سن علمی وی. این شاخص به منظور رقابت‌پذیری بهتر میان محققان جوان و باتجربه و به منظور بهبود «شاخص اچ» در نظر گرفته شده است.


یک طبقه‌بندی من‌درآوردی از مجلات توسط این بنیاد:

مجلات جریان‌ساز
مجلات پیشرو
مجلات منتخب

گرنت‌های 500، 400 و 300 میلیونی به ترتیب برای گروه‌های اول تا سوم اهدا می‌شود.

#research_metrics
#research_outputs
#critique

🆔 @irevidence

▫️معرفی سازمان های تولید کننده سنتز شواهد

تعدادی سازمان و مراکز حرفه‌ای وجود دارند که کارشان تولید بهترین شواهد یعنی مرورهای سیستماتیک و سایر انواع مرورها است.

بزرگترین و معروف‌ترین آنها، کاکرین است، اما موسسات دیگری هم وجود دارند از جمله JBI، کمبل، EPPI و ...

در این فیلم بطور اجمالی این مراکز را معرفی کردم. ولی قبل از آن به جنبش پزشکی مبتنی بر شواهد (EBM) و نقش آن در گسترش این سازمان‌ها پرداختم.

اکثر این مراکز، دست‌نامه یا گایدلاین برای انجام انواع مرورها تهیه کرده‌اند که به آنها هم اشاره کردم.

این فیلم برای دوره مرور متون ضبط شده است ولی اینجا هم می‌فرستم.

لطفاً در کانال آپارات این فیلم را مشاهده کنید.

https://www.aparat.com/v/qujjnr7

#evidence_synthesis
#systematic_review
#cochrane
#JBI
#campbell_collaboration
#EBM


🆔 @irevidence

▫️اسکوپوس و چارک مجله در قانون برنامه پنج‌ساله هفتم توسعه

تاکنون شش برنامه توسعه 5 ساله در کشور نوشته و اجرا شده است (درست‌ترش این است که اجرا نشده است!) و اکنون مثلاً قرار است برنامه پنج‌ساله هفتم توسعه را اجرا کنیم. اجرای بی کم و کاست این برنامه، از شعارها و وعده‌های پر رنگ آقای مسعود پزشکیان در ایام انتخاب ریاست جمهوری بود.

در ابتدای برنامه یکسری سنجه و شاخص کلی تعیین شده است که قراره در کمتر از 5 سال آینده تحقق پیدا کنند. مثلاً:

متوسط رشد سالانه: 8 درصد

کاهش تورم به 9.5 درصد

متوسط رشد سالانه صادرات نفتی: 12 درصد

متوسط رشد سالانه صادرات غیر نفتی: 23 درصد

متوسط ایجاد یک میلیون شغل در سال

ساخت 5 میلیون مسکن!

این سنجه‌ها و اهداف یکسری توهمات هستند که با وضعیت فعلی کشور مخصوصاً تحریم‌های بانکی و نفتی و ناترازی‌های شدید در بخش انرژی و صندوق‌های بازنشستگی و غیره، به هیچ وجه قابل تحقق نیستند.

برای رسیدن به خیلی از اهداف فوق، سرمایه‌گذاری کلان خارجی نیاز است. مثلاً فقط در صنعت نفت و گاز و پتروشیمی به بیش از 200 میلیارد دلار سرمایه‌گذاری نیاز داریم (این را آقای اوجی وزیر نفت دولت قبلی می‌گفت). با این وضع تحریم‌ها و آمدن ترامپ روان‌پریش و وضعیت اسفناک منطقه چه کسی حاضر است در ایران سرمایه گذاری کند؟

می گویند در سیاست نباید قطعی صحبت کرد اما با توجه به روانشناسی ترامپ و آنچه در حکمرانی ایران می‌بینیم، امکان مذاکره و توافق و رفع تحریم بسیار ضعیف است. علاوه بر ترامپ، اروپایی‌ها هم دیگر تمایلی به رفع تحریم و مذاکره برد-برد ندارند.

ولی اگر واقعاً رفع تحریم‌ها صورت بگیرد و مثلاً 300 میلیارد دلار سرمایه خارجی جذب شود و کشور شرایط نرمالی پیدا کند، شاید به قسمت عمده اهداف فوق برسیم. در غیر این صورت با حرف و ادعا و تقصیرها را انداختن گردن این رئیس‌جمهور و آن وزیر اتفاق خاصی نخواهد افتاد و احتمال بدتر شدن اوضاع هم بسیار زیاد است.

از این‌ها عبور کنیم برسیم به فصل 20 این برنامه یعنی: ارتقای نظام علمی، فناوری و پژوهشی

عجیب است که در مهم‌ترین برنامه توسعه کشور، ارتقای رتبه علمی ایران در دیتابیس‌های بین المللی (که منظورشان اسکوپوس و نمایه‌های WOS است) به عنوان یک شاخص توسعه در نظر گرفته شده است. با هم برخی از این شاخص‌های پژوهشی را مرور می‌کنیم:

رتبه جهانی ایران از نظر کمّیت تولید علم به استناد پایگاه‌های معتبر بین‎المللی: 14

سرانه سالانه مقالات نمایه‌شده در پایگاه‌های استنادی بین‌المللی به هیأت علمی دولتي: 1.5 مقاله به ازای هر نفر

درصد افزایش نشریات ایرانی نمایه‌‌شده دارای چارک (کیو) نسبت به سال پایه: 25 درصد

نسبت تعداد مقالات مشترک با محققان خارجی از کل مقالات ایرانی نمایه‌شده در یکی از پایگاه‌های علمی: 39 درصد

دانشگاه‌های ایرانی قرار‌گرفته در يكي از نظا‌م‌های رتبه‌بندی معتبر بين‌المللي با رتبه زیر پانصد: 20 دانشگاه

مقالات خارجی نمایش داده‌شده در مؤسسه استنادی و پایش علم و فناوری جهان اسلام: 55 هزار مقاله

ما در حال حاضر در رتبه 17 در اسکوپوس قرار داریم. زمانی رتبه 15 را داشتیم. قرار است تا سال 1407 به رتبه 14 ام دنیا برسیم. این امر زمانی امکان پذیر است که ما حداقل 17 هزار به تعداد مدارکمان اضافه کنیم، به شرطی که کشورهایی مثل برزیل، روسیه، ترکیه و هلند رشدشان را منفی کنند و عربستان هم از رشدش بکاهد!

مثلاً در سال 2023 کشور برزیل با انتشار 91 هزار و 593 مدرک در جایگاه چهاردهم قرار داشت. با یک تفریق ساده متوجه می‌شویم در همان سال، کشور ما 17 هزار مدرک کمتر از این کشور تولید و منتشر کرده است.

حفظ رتبه 17 تا پایان برنامه هفتم توسعه، می‌تواند معیار قابل تحققی باشد، هر چند مطمئن نیستم این رتبه را هم بتوانیم حفظ کنیم.

اما سؤال خیلی اساسی این است: چرا فکر می‌کنیم اگر رتبه ما از 17 به 14 رسید، این یعنی توسعه!

همچنین طبق این برنامه، قرار است در کمتر از 5 سال آینده "نشریات ایرانی نمایه‌‌شده دارای چارک (کیو) نسبت به سال پایه" 25 درصد افزایش پیدا کند.

مجلات بر اساس CiteScore و JCR و SNIP (هر سه بر اساس داده‌های اسکوپوس) و نیز IF می‌توانند در 4 چارک (از Q1 تا Q4) قرار بگیرند. کدام یک مد نظر قانون گذار است؟ مشخص نیست.

و اینکه تقریباً همه مجلات اسکوپوس و 90 درصد مجلات WOS داری چارک هستند. در قانون فقط کلمه چارک آمده است! چرا این قدر پیچاندید، یک بار می‌نوشتید در پایان برنامه، تعداد مجلات نمایه شده در فلان دیتابیس، 25 درصد افزایش پیدا کند.

هیچ وقت فکر نمی‌کردم زمانی برسد که چارک (Q) مجله در سند توسعه یک کشور بیاید.

#research_outputs
#research_metrics
#critique

🆔 @irevidence

▫️باز هم Q1 و این بار مرتبط با قانون عفاف و حجاب

ابوالفضل اقبالی از طراحان و نویسندگان اصلی قانون عفاف و حجاب:

تمام دنیا الان مطالعات داره به شما. مطالعات پژوهشی Q1 تو مجلات پژوهشی دنیا داره اثبات میکنه آقا طبیعتاً انسان سالم باید از دیدن ......

این Q1 داره به جاهای باریک کشانده میشه

🆔 @irevidence

▫️ده‌ها تن از دانشمندان پر استناد جهان دیگر به دروغ مدعی همکاری با عربستان سعودی نیستند (2)

دوکامپو (Docampo)، رئیس پیشین دانشگاه Vigo در شمال غرب اسپانیا، می‌گوید: «به نظر می‌رسد بازتاب بین‌المللی اقدامات نادرست در وابستگی‌های دانشگاهی و انعکاس آن در مجلات علمی معتبر، اکنون ثمر داده است. ظاهراً کلاریویت این رفتار را، در کنار سطوح بالای خوداستنادی و ظن تبانی (کارتل) و موارد گزارش‌شده در Retraction Watch، در نظر می‌گیرد.»

ناپدید شدن این اساتید جعلی، ضربه‌ای به محمد بن سلمان، ولیعهد سعودی است که ایالات متحده او را مسئول قتل جمال خاشقجی می‌داند [این روزنامه ظاهراً خیلی از ماجرا عقبه. الان بن سلمان با آمریکا و مخصوصاً با ترامپ داداشی هستند!]. بن سلمان هدف گذاشته که تا سال 2030 حداقل پنج دانشگاه سعودی در میان 200 دانشگاه برتر جهان قرار بگیرند. بدون این ترفندها، مؤسسات سعودی در رتبه‌بندی‌ها سقوط می‌کنند. دانشگاه ملک سعود که پیشتر به دروغ وابستگی اصلی شیمیدان‌های اسپانیایی، Damià Barceló و Rafael Luque را به خود نسبت می‌داد، ظرف یک سال از داشتن 38 پژوهشگر پر استناد به تنها 12 نفر تنزل یافته است.

دانشگاه ملک عبدالعزیز در جده نیز از فعال‌ترین مراکز در جذب پژوهشگران خارجی برای این فریب بود. بر اساس تحقیقات این روزنامه، Juan Luis García Guirao، ریاضی‌دان دانشگاه پلی‌تکنیک کارتاجنا (Polytechnic University of Cartagena)، واسطه جذب دست‌کم 12 پژوهشگر اسپانیایی برای این دانشگاه سعودی بوده است. سال گذشته، دانشگاه ملک عبدالعزیز مدعی داشتن 12 پژوهشگر پر استناد بود، اما در فهرست جدید حتی یک نفر از آنها باقی نمانده است.

نسبت پژوهشگران پر استناد در عربستان سعودی – تقریباً یک نفر از هر 200 استاد – به قدری زیاد بود که پنج تا ده برابر بیشتر از نسبت مشاهده‌شده در آلمان، اسپانیا و فرانسه به‌شمار می‌رفت. دانشگاه طائف – در فاصله یک ساعته از مکه – نیز در این ماجرا نقش داشت. Francisco Tomás Barberán، متخصص فناوری صنایع غذایی، در سال 2020 مدعی شد در آنجا فعالیت می‌کند، در حالی که در واقع در مرکز علوم خاک و زیست‌شناسی کاربردی Segura در منطقه Murcia (شرق اسپانیا) مشغول پژوهش بود. شورای ملی تحقیقات اسپانیا (CSIC) که بر این مرکز نظارت دارد، یک سال پیش علیه پنج عضو مرتبط با این طرح سعودی برای ارتقای دروغین جایگاه دانشگاه‌ها اقدام انضباطی کرد.

فهرست پژوهشگران پر استناد سال 2024 حدود 6600 نفر را شامل می‌شود که 36 درصد آنها آمریکایی هستند، در حالی که این رقم در سال 2018 حدود 43 درصد بود. کاهش سهم آمریکا با رشد چین قابل توضیح است؛ چین که در سال 2018 تنها 8 درصد این فهرست را در اختیار داشت، اکنون به 20 درصد رسیده است. آکادمی علوم چین، با بیش از 100 مؤسسه، از نظر تعداد پژوهشگران پر استناد (308 نفر) در جایگاه نخست جهان قرار دارد. دانشگاه هاروارد (231 نفر) و استنفورد (133 نفر) در رده‌های دوم و سوم‌اند. اسپانیا که در سال 2021 با 1.7 درصد دانشمندان این فهرست، در جایگاه نهم دنیا بود، اکنون با 1.5 درصد (99 نفر) به رتبه سیزدهم سقوط کرده است.

تحلیل‌گر کلاریویت- David Pendlebury-، توضیح می‌دهد که این شرکت پس از شناسایی پدیده تبادل استنادات (citation exchanges) میان پژوهشگران – که برای ارتقای جایگاه خود در رتبه‌بندی‌ها به آثار یکدیگر استناد می‌دادند – فیلترهای جدیدی اعمال کرده است. در ماه اکتبر، ناشر اشپرینگر نیچر به یکباره 75 مقاله از Juan Manuel Corchado، رئیس دانشگاه Salamanca,، و همکارانش را به دلیل چنین رفتارهای فریبکارانه سلب اعتبار (retract) کرد.


#clarivate
#highly_cited

🆔 @irevidence

▫️عناوین مقالاتِ تولید شده توسط هوش مصنوعی مولد: یک تحلیل جالب

در مجله Learned Publishing مقاله جالبی با عنوان زیر منتشر شده است:

‘AI-navigating’ or ‘AI-sinking’? An analysis of verbs in research articles titles suspicious of containing AI-generated/assisted content (Link)


این مطالعه به بررسی تأثیر هوش مصنوعی مولد (GAI) بر زبان‌شناسی (linguistics) عناوین مقالات دانشگاهی می‌پردازد. محققان با مشاهده افزایش مشکوک استفاده از برخی افعال خاص در عناوین مقالات، فرضیه تأثیر ابزارهای GAI بر زبان ارتباطات علمی را مطرح کردند.

روش‌شناسی:

محققان رویکردی دو مرحله‌ای را دنبال کردند:

1. شناسایی افعال مشکوک:
ابتدا فهرستی از افعال مشکوک بر اساس مشاهدات نویسندگان تهیه شد

تعداد 40 چکیده از چهار حوزه مختلف علمی انتخاب و به ChatGPT4.0 ارائه شد. از این پرامپت استفاده شد:

Please, based on this abstract, redact a title for an academic/research paper

برای هر چکیده، 5 بار درخواست تولید عنوان شد (مجموعاً 200 عنوان)

15 فعل که استفاده از آنها از سال 2023 افزایش چشمگیری داشت شناسایی شدند

2. تحلیل کتاب‌سنجی:
بررسی حضور و روند تکاملی افعال شناسایی شده در دیتابیس Scopus

تحلیل داده‌ها تا 31 مارس 2024 و پیش‌بینی برای کل سال 2024

بررسی ویژگی‌های مقالاتی که دارای این افعال بودند

نتایج کلیدی:

1. افعال مشکوک به سه دسته تقسیم شدند:

رشد بالا (100 درصد یا بیشتر): مانند Revolutionizing (۳۸۱ درصد)، Unleashing (208 درصد) و Unveiling (157 درصد)

رشد متوسط (بین 50 تا 100 درصد): مانند Unravelling (87.85 درصد)، Advancing (65.55 درصد) و Harnessing (63.15 درصد) و ...

رشد پایین (کمتر از 50 درصد) مانند Deciphering (43.95 درصد)، Exploring (41.95 درصد)، Leveraging (28.50 درصد) و ...

2. تخمین زده می‌شود که در مجموع 63780 عنوان مقاله در سال‌های 2023-2024 با کمک هوش مصنوعی تولید شده‌اند.

3. رشد استفاده از این افعال در:

کشورهای غیر انگلیسی‌زبان: 144.5 درصد

کشورهای انگلیسی‌زبان: 59.8 درصد

4. بیشترین رشد در:

مقالات چند رشته‌ای (185.21 درصد)

علوم و مهندسی (137.69 درصد)

علوم سلامت (124.51 درصد)

در ادامه لیست کامل افعال به ترتیب میزان رشد سالانه آورده شده است:

Revolutionizing: 381%

Unleashing: 208%

Unveiling: 157%

Unlocking: 137.2%

Unravelling: 88.75%

Navigating: 73.55%

Uncovering: 70.65%

Advancing: 65.55 %

Harnessing: 63.15%

Enhancing: 62.9%

Pioneering: 54.1%

Deciphering: 43.95%

Exploring: 41.55%

Leveraging: 28.5%

Bridging: 23.75%


این مطالعه نشان می‌دهد که هوش مصنوعی مولد تأثیر قابل توجهی بر نگارش دانشگاهی دارد. محققان توصیه می‌کنند که جامعه دانشگاهی باید استانداردها و دستورالعمل‌هایی برای استفاده از GAI در نگارش پژوهشی تدوین کند تا ضمن بهره‌مندی از مزایای آن، اصالت و خلاقیت کار علمی حفظ شود.

#AI

🆔 @irevidence

▫️ هر موضوعی که فکر می‌کنید + "و صیانت جمعیت"

محورهای هفدهمین المپیاد علمی دانشجویان علوم پزشکی کشور

استدلال بالینی: سلامت باروری و صیانت جمعیت

آموزش پزشکی: متناسب سازی کوریکولوم های علوم پزشکی با صیانت جمعیت

همگرایی علوم پایه و مرزهای دانش: علوم سلولی مولکولی و سلامت باروری و صیانت جمعیت

مدیریت نظام سلامت: مدیریت مداخلات موثر و سلامت باروری و صیانت جمعیت

کارآفرینی و هوش مصنوعی: کسب وکارهای فناورانه در حوزه سلامت باروری و صیانت جمعیت

هنر و رسانه: فرهنگ سازی عمومی برای سلامت باروری و صیانت جمعیت

اخلاق پزشکی: جایگاه اخلاق پزشکی در سلامت باروری و صیانت جمعیت


استدلال بالینی، آموزش، هوش مصنوعی، کارآفرینی، مدیریت، هنر و اخلاق پزشکی دست به دست هم خواهند داد تا انشاءالله از جمعیت کشور صیانت به عمل آید.

راستی چطور می‌توان برنامه‌های درسی (کوریکولوم) رشته‌های علوم پزشکی را با صیانت جمعیت، متناسب‌سازی کرد؟! مثلاً واحد درسی "تنظیم خانواده" را به "عدم تنظیم خانواده" تغییر بدهیم. یا طوری دانشجویان را ارزیابی کنیم که از جمعیت صیانت شود. یا از روش‌های تدریس مبتنی بر صیانتِ جمعیت استفاده کنیم. مدیریت آموزشی مبتنی بر صیانت جمعیت هم گزینه بدی نیست.

اگر سال آینده معاونت آموزشی وزارت بهداشت بابت همین اصطلاحِ "و صیانت جمعیت" جایزه صیانت از جمعیت گرفت، تعجب نکنید.

🆔 @irevidence

▫️مدل زبانی DeepSeek

چند وقتی است ویرایش سوم مدل زبانی DeepSeek بصورت رایگان در دسترس قرار گرفته است. این مدل زبانی در کشور چین توسعه یافته است و اخیراً توجهات زیادی را به خودش جلب کرده است. بیشتر نقد و نظرها نسبت به این مدل، مثبت است.

از خود مدل پرسیدم:

در مورد خودتان توضیح دهید؟ چه قابلیت‌هایی دارید؟ چه تفاوت‌هایی با مدل‌های دیگر دارید؟

من DeepSeek-V3 هستم، یک مدل زبانی هوش مصنوعی که توسط شرکت دانش‌بنیان DeepSeek توسعه داده شده‌ام. من برای انجام طیف گسترده‌ای از وظایف مرتبط با پردازش زبان طبیعی (NLP) طراحی شده‌ام، از جمله پاسخ به سوالات، تولید متن، ترجمه، خلاصه‌سازی، و بسیاری دیگر. در ادامه برخی از قابلیت‌ها و تفاوت‌های من با مدل‌های دیگر را توضیح می‌دهم:

قابلیت‌های من:

1. پاسخ به سوالات: می‌توانم به سوالات مختلف در موضوعات متنوع پاسخ دهم، از علوم و فناوری تا تاریخ و فرهنگ.

2. تولید متن: توانایی تولید متن‌های خلاقانه، داستان‌ها، مقالات، و حتی کدهای برنامه‌نویسی را دارم.

3. ترجمه: می‌توانم متن‌ها را بین زبان‌های مختلف ترجمه کنم.

4. خلاصه‌سازی: توانایی خلاصه‌سازی متن‌های طولانی را دارم و می‌توانم اطلاعات کلیدی را به صورت مختصر ارائه دهم.

5. پشتیبانی از چندزبانه: از زبان‌های مختلف پشتیبانی می‌کنم و می‌توانم به زبان‌های گوناگون تعامل داشته باشم.

6. یادگیری و تطبیق: توانایی یادگیری از تعاملات و بهبود پاسخ‌ها را دارم.

7. پردازش متن پیشرفته: می‌توانم متن‌ها را تحلیل کنم، احساسات را تشخیص دهم، و حتی متن‌های پیچیده را درک کنم.

تفاوت‌های من با مدل‌های دیگر:

1. به‌روزرسانی‌های مداوم: مدل‌های من به‌طور مداوم به‌روزرسانی می‌شوند تا از آخرین پیشرفت‌ها در حوزه هوش مصنوعی و NLP بهره‌مند شوند.

2. تمرکز بر دقت و عمق: من سعی می‌کنم پاسخ‌هایی دقیق و عمیق ارائه دهم و تا حد امکان از اطلاعات به‌روز و معتبر استفاده کنم.

3. پشتیبانی از زبان‌های مختلف: نسبت به برخی مدل‌های دیگر، پشتیبانی من از زبان‌های مختلف گسترده‌تر است و می‌توانم به زبان‌هایی مانند فارسی، انگلیسی، اسپانیایی، فرانسوی و غیره تعامل داشته باشم.

4. خلاقیت و تطبیق‌پذیری: توانایی من در تولید متن‌های خلاقانه و تطبیق با نیازهای کاربران بیشتر است.

5. تمرکز بر اخلاقیات و حریم خصوصی: در طراحی من، توجه ویژه‌ای به مسائل اخلاقی و حفظ حریم خصوصی کاربران شده است.

محدودیت‌های من:

- دسترسی به اطلاعات به‌روز: دانش من تا اکتبر 2023 به‌روز است و ممکن است از اتفاقات یا اطلاعات پس از آن تاریخ بی‌اطلاع باشم.

- وابستگی به داده‌های آموزشی: پاسخ‌های من بر اساس داده‌هایی است که با آن‌ها آموزش دیده‌ام، بنابراین ممکن است در برخی موارد محدودیت‌هایی وجود داشته باشد.

- عدم درک کامل احساسات انسانی: اگرچه می‌توانم احساسات را تا حدی تشخیص دهم، اما درک کامل احساسات انسانی برای من ممکن نیست.

➕دانسته‌های این مدل با اینکه تا اکتبر 2023 است (اگر انگلیسی بپرسید میگه تا جولای 2024!) ولی قابلیتی به نام Search دارد که اگر آن را انتخاب کنید، بصورت بلادرنگ اینترنت را جستجو می‌کند و به‌روزترین اطلاعات، مطالب و اخبار را در اختیار شما قرار می‌دهد.

➕همچنین گزینه‌ای به نام Deep Think دارد که برای حل مسائل و استدلال‌های پیچیده مناسب است. در حالت عادی، پاسخ با سرعت زیاد تولید می شود ولی وقتی این گزینه را انتخاب کنید، مدل اندکی فکر می‌کند و سپس پاسخ را ارائه می‌کند.

➕انواع فایل‌ها را می‌توانید Attach کنید. فرمت‌های بسیار متنوعی را پشتیبانی می‌کند.

مقایسه این مدل با مدل‌های دیگر بر اساس برخی معیارها را در تصویر پیوست می‌توانید مشاهده کنید.

🔗آدرس وبسایت:

https://chat.deepseek.com

برای استفاده کافیست از طریق Gmail وارد شوید. فعلاً هیچ‌گونه تحریمی برای ایرانی‌ها اعمال نشده است.

#AI
#LLM
#DeepSeek

🆔 @irevidence

▫️مجلات غارتگر (Predatory journals): چه کنیم تا از قربانیان آنها محافظت کنیم؟

Predatory journals: what can we do to protect their prey?

سردبیران تعدادی از مجلات معتبر پزشکی مثل لنست، BMJ، نیچر مدیسین، New England Journal of Medicine و Annals of Internal Medicine مطالبی را در خصوص مجلات غارتگر در قالب یک Editorial منتشر کرده‌اند که در اینجا ترجمه آن آمده است. این مقاله همزمان در 9 مجله علوم پزشکی منتشر شده است.


نویسندگان، مؤسسات، حامیان مالی و ویراستاران (سردبیران) باید نسبت به این خطرات هوشیار باشند.


تعداد رو به رشدی از مجلات، با هدف سود مالی، خود را در نقش مجلات علمی جا می‌زنند، در حالی که استانداردهای نشر علمی را رعایت نمی‌کنند. ما، به‌عنوان سردبیران و اعضای "کمیته بین‌المللی سردبیران مجلات پزشکی" (ICMJE)، سوالاتی درباره این مجلات «غارتگر» یا «شبه‌علمی» دریافت می‌کنیم و هنگامی که آن‌ها، نویسندگان و داوران ما را هدف می‌گیرند، خودمان هم در معرض فریب‌شان قرار می‌گیریم.

تعیین دقیق تعداد مجلات غارتگر دشوار است، اما در سال ۲۰۲۱، تعداد آنها بیش از ۱۵ هزار مورد تخمین زده شده است. با این‌که توصیه‌های ICMJE هشدارهایی درباره انتشار غارتگرانه دارد، کمیته بر این باور است که تعداد زیاد و روزافزون مجلات غارتگر، ایجاب می‌کند تا توجه ویژه‌ای به آنها شود و اقدامات احتمالیِ ذینفعان برای مقابله با این تلاش‌های فریبکارانه بررسی گردد.

شیوه‌های این مجلات شامل درخواست‌های مصرانه از نویسندگان برای ارسال مقاله، وعده بررسی بسیار سریع و نبود شفافیت درباره هزینه‌های ارسال، پردازش، و حتی انصراف از چاپ (withdrawal) است. مجلات غارتگر ممکن است ادعا کنند از رویه‌های معتبر ادیتوریال و نشر پیروی می‌کنند، اما در عمل هیچ داوری همتایی انجام نمی‌دهند و کارهایی مانند آرشیو محتوای مجله، رسیدگی به تعارض منافع احتمالی، امکان اصلاحات و پاسخگویی به سؤالات نویسندگان در زمان مناسب را هم انجام نمی‌دهند. در بدترین حالت، حتی پس از پرداخت هزینه توسط نویسندگان، مقالاتی که این مجلات مدعی انتشارشان هستند هرگز واقعاً منتشر نمی‌شوند.

مجلات غارتگر اغلب از نام‌ها و برندهایی استفاده می‌کنند که تقلیدی از مجلات معتبر است. ممکن است به دروغ ادعا کنند عضو سازمان‌های معتبری مانند کمیته اخلاق نشر، شورای ویراستاران علمی، ICMJE و دیگر نهادها هستند یا از توصیه‌هایشان پیروی می‌کنند. مجلات غارتگر ممکن است شاخص‌های نمایه‌سازی و استنادی را جعل کنند یا حتی در فرآیند بررسی، از دید ارزیابان پنهان بمانند و در دیتابیس‌های معتبر، نمایه شوند.

برای ایجاد ظاهری قابل قبول، این مجلات از افراد می‌خواهند در هیئت تحریریه (editorial board) یا به‌عنوان ویراستار مهمان (guest editor) فعالیت کنند و گاه حتی بدون رضایت آنها، نامشان را در این سمت‌ها درج می‌کنند. مجلات غارتگر عمداً با این ترفندها نویسندگان را فریب می‌دهند تا مقالاتشان را ارسال کنند و هزینه‌های مربوطه را بپردازند. هرچه مجلات غارتگر نویسندگان بیشتری را جذب کنند، سودشان هم افزایش می‌یابد.

این روش‌های فریبکارانه، نویسندگان، مؤسسات دانشگاهی، مجلات و ناشران معتبر، کل فرایند نشر علمی، علم و در نهایت عموم جامعه را به خطر می‌اندازد. به‌خصوص نویسندگانی که در آغاز مسیر حرفه‌ای‌اند و تجربه کافی ندارد یا از منتورشیپ مناسبی برخوردار نیستند و زیر فشار برای انتشار مقاله قرار دارند، بسیار آسیب‌پذیرند. انتشار در مجله‌ای غارتگر می‌تواند عواقب مالی و حرفه‌ای در پی داشته باشد و روند چاپ آثار در مجلات معتبر را برای نویسنده دشوارتر کند. اگر اعضای هیئت علمی و گیرندگانِ گرنت پژوهشی در یک مؤسسه، قربانی این مجلات شوند، اعتبار آن مؤسسه هم به خطر می‌افتد.

مجلات و ناشران معتبری که این مجلات غارتگر از آنها تقلید می‌کنند، ممکن است با اتهامات بی‌پایه در مورد رفتار نادرست مواجه شوند. حضور مجلات غارتگرِ حیله‌گر سبب شده است برخی دانشگاهیان و مؤسساتشان در مواجهه با مجلات معتبر دسترسی آزاد (که هزینه از نویسنده می‌گیرند) محتاط شوند. از همه مهم‌تر، مجلات غارتگر می‌توانند زمینه را برای اشاعه اطلاعات بهداشتیِ تأییدنشده، ضعیف یا حتی جعلی فراهم کنند.

نویسندگان چه اقداماتی می‌توانند انجام دهند؟

نویسندگان باید بدانند که مجلات غارتگر وجود دارند و با ارزیابی اعتبار مجله‌ای که قصد دارند در آن منتشر کنند، از ارسال آثارشان به این مجلات خودداری کنند. کمک گرفتن از منتورها، همکاران و کتابداران با تجربه می‌تواند بسیار سودمند باشد. متأسفانه در حال حاضر هیچ فهرست جامع و دقیقی از مجلات غارتگر وجود ندارد. تهیه چنین فهرستی عملاً ممکن نیست، چون این مجلات و ناشران، بطور مداوم تأسیس می‌شوند و سپس ناپدید می‌شوند./ادامه در پست بعدی

#predatory_journals
#predatory_publishing

🆔 @irevidence

ادامه پست قبلی:

با این وجود، رهنمودهایی از سوی سازمان‌های مختلف در دسترس است تا ویژگی‌های مجلات معتبرِ دارای داوری همتا را تشخیص دهیم.

انجمن جهانی سردبیران پزشکی (World Association of Medical Editors) یا WAME توصیه‌های کاربردی دارد که دربرگیرنده مجموعه سولاتی است که نویسندگان هنگام انتخاب مجله باید مطرح کنند.

سایت ThinkCheckSubmit چک‌لیستی از معیارها فراهم کرده است تا نویسندگان بتوانند ناشران و مجلات معتبر را شناسایی کنند. این سایت همچنین یک ویدیوی کوتاه درباره انتشار غارتگرانه در اختیار می‌گذارد.

در سال ۲۰۱۷، مؤسسه ملی بهداشت ایالات متحده (NIH) دستورالعملی برای پژوهشگرانِ تحت حمایت مالی خود منتشر کرد تا در تشخیص مجلات معتبر از مجلات غارتگر به آن‌ها کمک کند.

نویسندگان لازم است با این منابع آشنایی پیدا کنند. اگر نسبت به اعتبار یک مجله خاص تردید دارند، باید این نگرانی را با همکاران و مؤسسه خود مطرح کنند.

با توجه به اینکه مجلات غارتگر به‌گونه‌ای عمل می‌کنند که با مجلات معتبر اشتباه گرفته شوند (از آن‌ها تقلید می‌کنند)، نویسندگان هنگام دریافتِ هرگونه پیشنهاد انتشار یا همکاری به عنوان هیئت تحریریه از سوی یک مجله، باید کاملاً هوشیار باشند. باید با دقت آدرس ایمیل و URL های درج شده در مکاتبات را بررسی کنند تا مطمئن شوند با نهاد معتبر یکی است. همچنین می‌توانند آن درخواست را برای مجله معتبر ارسال کنند و بپرسند آیا واقعاً از جانب آن مجله ارسال شده است یا نه. این اقدام نه تنها از درگیر شدن نویسنده با یک مجله غارتگر جلوگیری می‌کند، بلکه مجله معتبر را هم از تقلید صورت‌گرفته آگاه می‌سازد.

مؤسسه‌ها و حامیان مالی چه کارهایی می‌توانند انجام دهند؟

مؤسسات دانشگاهی و حامیان مالی باید برای راهنماییِ اعضا و پژوهشگران خود در اجتناب از مجلات غارتگر، سرمایه‌گذاری و برنامه‌ریزی کنند. برای این کار می‌توانند منابع اشاره شده را از طریق کانال‌های سازمانی مانند بسته‌های آموزشی در اختیار افراد – به‌ویژه تازه‌کاران – بگذارند و به‌طور منظم، محل انتشار آثار اعضای هیئت علمی و پژوهشگران دارای گرنت را بررسی کنند.

کتابداران هر مؤسسه با مجلاتی که اعضای آن مطالعه می‌کنند یا قصد ارسال مقاله به آنها را دارند، آشنا هستند و می‌توانند نقش مهمی در هدایت نویسندگان به سوی نشریات معتبر داشته باشند. کتابداران نیز، درست همانند نویسندگان، در صورت مواجهه با هر گونه شبهه درباره یک مجله، باید اطلاعات خود را با اعضای مؤسسه و دیگر کتابداران به اشتراک بگذارند. اگر کتابداران متوجه شوند یک مجله غارتگر در حال تقلید از مجله یا ناشری معتبر است، موظف‌اند این مسئله را به مؤسسه خود و مجله اصلی اطلاع دهند.

گاهی نویسندگانی که زیر فشار انتشار مقاله هستند، عمداً در مجلات مشکوک چاپ می‌کنند تا فهرستی طولانی از مقالات برای ارتقای علمی خود فراهم کنند. اما اگر کمیته‌های ارتقا، علاوه بر کمیت، به کیفیت مقالات و مجلاتِ محل انتشارشان هم اهمیت دهند، این روش دیگر چندان کارساز نخواهد بود.

سردبیران مجلات و ناشران چه اقداماتی می‌توانند انجام دهند؟

مجلات باید در راهنمای نویسندگان و دوره‌های آموزشی "چگونه منتشر کنیم" (how to get published)، باید به موضوع مجلات غارتگر و منابعی که پیش‌تر ذکر شد بپردازند تا نویسندگان از این خطر آگاه باشند. چنانچه سردبیران و ناشران پی ببرند مجله‌ای غارتگر از آنها تقلید می‌کند، مناسب است با انتشار یک اطلاعیه در وب‌سایت یا فرستادن ایمیل به نویسندگان، داوران و اعضای تحریریه، آن‌ها را در جریان بگذارند.

سردبیران باید در نظر داشته باشند که برخی نویسندگان ممکن است به مقالات مجلات غارتگر استناد دهند. در صورت مشاهده هرگونه تردید در اعتبار یک استناد، بهتر است نویسندگان در جریان قرار گیرند.

اقدام قانونی علیه این مجلات دشوار است؛ چرا که ناشران غارتگر معمولاً هویت شفافی ندارند، یافتن مسئولان آن‌ها سخت است و اغلب هم به مکاتبات پاسخ نمی‌دهند. بااین‌حال، ناشران باید همچنان نامه‌های "توقف و خودداری" (cease and desist letters) ارسال کنند، زیرا حتی بدون دریافت پاسخ، این اقدام می‌تواند مانع ادامه فعالیت‌های غارتگرانه شود.

مجلات غارتگر از شرایطی که نشر دسترسی آزاد (open access) و مدل‌های پرداخت توسط نویسنده را گسترش می‌دهد، سوءاستفاده می‌کنند و راهبردهایی برای کسب سود از این فضا ابداع کرده‌اند.

نگران‌کننده است که با وجود آگاهی چندین‌ساله از این مجلات و ناشران غارتگر، هنوز هم دانشگاهیان در دام آنها گرفتار می‌شوند. حفاظت از جامعه علمی و مردم در برابر مجلات غارتگر مستلزم همکاری همه ذینفعان است.

نسخه PDF این مطلب را می‌توانید از پیوست این پست دانلود کنید.

#predatory_journals
#predatory_publishing

🆔 @irevidence

▫️مرور متون و سنتز شواهد با Ai2 ScholarQA

سرویس Ai2 ScholarQA به تازگی توسط شرکت Ai2 و موتور جستجوی Semantic Scholar راه‌اندازی شده است.

در توصیف این سرویس آمده است:

مرور متون، بخش قابل‌توجهی از زمان پژوهشگران را به خود اختصاص می‌دهد. در حالی که ابزارهای جدید مبتنی بر هوش مصنوعی می‌توانند استخراج پاسخ از یک مقاله را تسهیل کنند، ما دریافتیم که پژوهشگران اغلب نیاز دارند چندین مقاله را مقایسه، خلاصه و روابط پیچیده میان آن‌ها را درک کنند. Ai2 ScholarQA یک راه‌حل آزمایشی برای این نیاز است که امکان طرح سوالات علمی را فراهم می‌کند—سوالاتی که پاسخ به آن‌ها مستلزم بررسی چندین مدرک است.

با قابلیت‌هایی همچون مقایسه‌های جدولی، بخش‌های قابل گسترش برای زیرموضوعات و استنادات همراه با گزیده‌هایی از مقالات جهت تأیید، ScholarQA به پژوهشگران کمک می‌کند تا به پاسخ‌هایی عمیق‌تر، دقیق‌تر و متناسب با زمینه پژوهشی خود دست یابند.

این سرویس از مدل Claude Sonnet 3.5 بهره می‌برد.

من چندین موضوع را تست کردم، نتایج به طرز باورنکردنی عالی بود. توصیه می‌کنم حتماً امتحان کنید، شگفت زده خواهید شد.
#AI
#scholarqa

🆔 @irevidence

▫️حجت الاسلام احمدحسین شریفی-رئیس دانشگاه قم: رشد علم در ایران ۱۱ برابر متوسط دنیا است

این آمار مربوط به سال 2010 است که در آن سال تعداد مقالات ایرانی نسبت به سال 2009 بسیار افزایش پیدا کرد ولی بعد از آن، این رشد کاهش پیدا کرد و در حال حاضر حتی به اندازه میانگین جهانی هم مقاله منتشر نمی‌کنیم.

من آمار رشد سالانه کل مدارک اسکوپوس و ایران را از سال 2021 محاسبه کردم. ملاحظه می‌فرمایید که نه تنها 11 برابر که حتی به اندازه میانگین رشد جهانی هم مقاله منتشر نکرده‌ایم.

آقای شریفی این مطالب را در 20 آذر 1403 ارائه فرموده‌اند. معاون فرهنگی و دانشجویی دانشگاه آزاد اسلامی در 21 بهمن 1402 هم دقیقاً همین آمار را ارائه کرده بودند. افراد دیگری هم کم و بیش به این آمار 14 سال قبل استناد می‌کنند و ظاهراً حرف مرد یکی است.
#research_outputs
#scopus
#critique

🆔 @irevidence

▫️شش ناشر در عرض 5 سال حدود 9 میلیارد دلار بابت چاپ مقالاتِ اوپن اکسس به جیب زدند.


مقاله‌ای با عنوان زیر توسط خانم Haustein و همکارانش بصورت Preprint منتشر شده است:

Estimating global article processing charges paid to six publishers for open access between 2019 and 2023 (Link)


این مقاله برآوردی از هزینه‌های کلی صرف‌شده برای هزینه پردازش مقالات (APC) پرداختی به شش ناشر بزرگ برای انتشار دسترسی آزاد (Open Access - OA) در بازه زمانی ۲۰۱۹ تا ۲۰۲۳ ارائه می‌دهد.

این هزینه‌ها شامل پرداخت‌های مربوط به مجلاتِ با دسترسی آزاد طلایی (Gold OA) و مجلات هیبریدی (Hybrid OA) است.

از آنجایی که شفافیتی در مورد هزینه‌های واقعی APC وجود ندارد، نویسندگان مقاله با ترکیب داده‌های قیمت APC از الزویر، Frontiers، MDPI، PLOS، اسپرینگر نیچر و وایلی و تعداد مقالات OA نمایه‌شده در OpenAlex تخمینی از مجموع هزینه‌های کلی ارائه کرده‌اند.

مهم‌ترین یافته‌های این مطالعه

هزینه کل:

مجموع هزینه‌های APC در سطح جهانی ۸.۳۴۹ میلیارد دلار برآورد شد که با تعدیل تورمی معادل ۸.۹۶۸ میلیارد دلار در سال ۲۰۲۳ است.

هزینه‌ها از ۹۱۰.۳ میلیون دلار در سال ۲۰۱۹ به ۲.۵۳۸ میلیارد دلار در سال ۲۰۲۳ افزایش یافت (تقریباً سه برابر شدن هزینه‌ها در عرض پنج سال).

ناشران با بیشترین درآمد از APC در سال ۲۰۲۳:

1- ‏MDPI: ‏حدود ۶۸۱.۶ میلیون دلار
2- الزویر: حدود ۵۸۲.۸ میلیون دلار
3- اسپرینگر نیچر: حدود ۵۴۶.۶ میلیون دلار

روند تغییرات در هزینه‌های APC:

هزینه‌های دسترسی آزاد هیبریدی (Hybrid OA) سریع‌تر از دسترسی آزاد طلایی (Gold OA) رشد داشته است.

سهم ناشران از درآمد APC متفاوت است:

الزویر و وایلی رشد چشمگیری در درآمدهای هیبریدی خود داشتند (بیش از ۳.۵ برابر افزایش).

و MDPI از سال ۲۰۲۱ به بزرگ‌ترین ناشر OA تبدیل شد اما از سال ۲۰۲۲ رشد آن متوقف شد.

فرانتیرز در سال ۲۰۲۳ با کاهش شدید در تعداد مقالات منتشرشده، افت درآمدی ۲۵.۵ درصدی را تجربه کرد.

روند قیمت APC:

هزینه APC مجلات هیبریدی بالاتر از ژورنال‌های طلایی است، اگرچه هزینه‌های اشتراکی نیز برای مجلات هیبریدی پرداخت می‌شود.

میانگین APC پرداخت‌شده برای مجلات طلایی ۲۴۵۰ دلار و برای مجلات هیبریدی ۳۶۰۰ دلار برآورد شد.

ناشران با گران‌ترین هزینه‌های APC:

مجلات Nature (هیچ‌کدام در این مطالعه نبودند) هزینه‌هایی تا ۱۱۶۹۰ دلار دارند.

مجلات Cell هزینه‌ای تا ۹۰۸۰ دلار دارند.

چالش‌های روش‌شناختی و شفافیت:

نبود اطلاعات شفاف از سوی ناشران در مورد تخفیف‌ها، معافیت‌ها و پرداخت‌های واقعی باعث می‌شود برآورد دقیق دشوار باشد.

روش‌های به‌کاررفته در این مطالعه تلاش کرده‌اند تا تخمین‌های اغراق‌آمیز قبلی را تصحیح کنند.

مدل هیبریدی به دلیل عدم تطابق بین هزینه‌های APC و هزینه‌های واقعی انتشار مورد انتقاد قرار گرفته است.

#open_access
#open_science
#publishers
#journals
#APC

🆔 @irevidence

▫️شبکه کتاب‌خوانی گفتمان

دو تا از دوستانم و من تصمیم گرفتیم یک شبکه کتاب‌خوانی راه‌اندازی کنیم. اسم آن را گفتمان گذاشتیم و شعار شبکه‌ای برای تمرین هم‌اندیشی و هم‌افزایی را برای آن انتخاب کردیم.

در این شبکه قراره کتاب‌های جالب و تأثیرگذار در حوزه‌های مختلف با تأکید بر سیستم‌های پیچیده، علم شبکه، فلسفه علم، تغییر، سیستم‌های آموزشی و ... بخوانیم. هدف این است که از هم و با هم یاد بگیریم.

معمولاً جمعه‌ها از ساعت 19 تا 20 جلسه آنلاین خواهیم داشت که در باره کتابی که مطالعه کردیم، بحث و تبادل نظر می‌کنیم. در هر جلسه بخشی از یک کتاب (مثلاٌ یک فصل از آن) مورد بررسی و بحث قرار می‌گیرد.

از دیگر برنامه هامون دعوت از افراد صاحبنظر است تا در جلسات ما شرکت کنند و تجربیات و دانش خود را با ما به اشتراک بگذارند.

این جمعه از ساعت 19 تا 20 در خدمتتون هستیم با بحث و تبادل نظر در خصوص فصل اول کتاب تغییر نوشته دکتر دامون سنتولا. (فیلم را ببینید)

اگر علاقه‌مند به کتاب و کتاب‌خوانی هستید، خوشحال میشیم به گروه ما در تلگرام بپیوندید.

https://www.tgoop.com/+XzPPXN7ZyW1kNmM8

▫️شگفتانه جدید چینی‌ها: ارائه مدل زبانی بزرگ Qwen2.5 با عملکرد خارق العاده

این مدل متعلق به شکرت Alibaba است و آن طور که ادعا می‌کند در برخی زمینه‌ها حتی از DeepSeek هم عملکرد بهتری دارد. در این صفحه توضیحات کاملی ارائه شده است که من مهم‌ترین نکات را اینجا بیان می‌کنم.

معرفی نسل جدید مدل Qwen

‏Qwen-2.5 به‌عنوان نسخه‌ای بهبودیافته از خانواده مدل‌های زبانی Qwen معرفی شده و هدف اصلی آن ارائه قابلیت‌های بهتر در درک متن، کدنویسی، استدلال، و تعامل چندمرحله‌ای (multi-turn) است.

بهبود در معماری و فرایند پیش‌آموزش

در این نسخه بر معماری مدل و فرایند پیش‌آموزش (pre-training) متمرکز شده است تا کیفیت پاسخ‌ها و توانایی‌های مدل در زبان‌های مختلف ارتقا یابد.

از داده‌های گسترده و متنوع‌تری برای پیش‌آموزش استفاده شده و تکنیک‌های جدیدی در بهینه‌سازی و تنظیم ابرپارامترها (hyperparameters) به‌کار رفته است.

توانایی‌های برجسته

قابلیت تولید متن (Text Generation): بهبود در روانی و انسجام متنی در مکالمات و متون بلند.

تعامل چندمرحله‌ای (Multi-turn Dialogue): قدرت پاسخ‌دهی پیوسته به پرسش‌ها در گفت‌وگوهای طولانی و درک بهتر تاریخچه مکالمه.

درک و تولید کد (Code Generation): توانایی بالاتر در تفسیر و نگارش قطعه کدها، که می‌تواند برای کاربردهای توسعه نرم‌افزار مفید باشد.

استدلال و تحلیل (Reasoning): پیشرفت در حل مسائل پیچیده، تحلیل داده‌ها و ارائه استدلال‌های منطقی‌تر.

پوشش دانش عمومی (Knowledge): گستره وسیع‌تری از دانسته‌ها در زمینه‌های گوناگون، به‌ویژه حوزه‌های تخصصی.

بهبود در کارایی و مقایسه با سایر مدل‌ها

در تست‌های بنچمارک (Benchmarks) و مقایسه با سایر مدل‌های هم‌رده (مثلاً مدل‌هایی با اندازه مشابه یا کمی بزرگ‌تر) پیشرفت‌های چشم‌گیری مشاهده شده است.

قدرت یادگیری و انطباق مدل در شرایط و داده‌های متفاوت نسبت به نسخه‌های پیشین ارتقا یافته است.

امکان استفاده متن‌باز (Open-Source)

‏Qwen-2.5 به‌صورت متن‌باز قابل دریافت و استفاده است. این موضوع زمینه را برای تحقیقات دانشگاهی و همچنین کاربردهای صنعتی بازتر می‌کند.

کاربردهای متنوع

حوزه‌هایی مانند چت‌بات‌های هوشمند، تولید محتوای خودکار، خلاصه‌سازی متون، تحلیل احساس (Sentiment Analysis)، پرسش‌وپاسخ پیشرفته و حتی کاربردهای کدنویسی، همگی می‌توانند از توانمندی Qwen-2.5 بهره ببرند.

اهداف توسعه و برنامه‌های آتی

تیم توسعه‌دهنده قصد دارد با گسترش مستمر مجموعه داده‌های آموزشی و بهبود روش‌های یادگیری، قابلیت‌ها و کیفیت پاسخ‌گویی را در نسخه‌های آینده خانواده Qwen باز هم افزایش دهد.

همچنین برنامه‌هایی برای گسترش پشتیبانی از زبان‌های بیشتر و کاربردهای تخصصی‌تر (مانند حوزه‌های پزشکی، حقوقی، مالی و …) مطرح شده است.

[سپاس ویژه از یکی ار همراهان کانال که این مدل را معرفی کرد]


🔗 نحوه دسترسی:


دمویی از این ربات در سایت زیر بالا آمده است. برای استفاده کافیست با جی‌میل وارد شوید. سرعتش کند است:

https://chat.qwenlm.ai/


مشاهده کدها و سایر اطلاعات در گیت‌هاب:

https://github.com/QwenLM/Qwen2.5


مشاهده در huggingface:

huggingface.co/Qwen

#AI
#LLMs
#Qwen
#chatbot

🆔 @irevidence