دانشمندان ایرانی · الگوریتمها و هوش مصنوعی کممصرف
مجید دلیری
Majid Daliri
در تلگرام: دوشنبه ۲۵ آبان ۱۴۰۵

یکی از چهار نویسندهٔ TurboQuant همراه امیر زندیه، مجید هادیان و وهاب میررکنی است؛ مقالهٔ کنفرانس ICLR ۲۰۲۶ دربارهٔ فشردهکردن بردارهای عددی با خطای کنترلشده، برای حافظهٔ موقت مدلهای زبانی و جستوجوی برداری.
- حوزه
- الگوریتمها و هوش مصنوعی کممصرف
- جایگاه حرفهای
- دانشجوی دکتری علوم کامپیوتر در دانشگاه نیویورک، NYU؛ پژوهشگر الگوریتمهای کارآمد برای مدلهای زبانی و منتخب بورسیهٔ Apple Scholars در دورهٔ ۲۰۲۵.
- تاریخ این وضعیت
- ۱۵ اکتبر ۲۰۲۶
- آخرین بررسی
- ۱۵ اکتبر ۲۰۲۶
از کجا آغاز کرد
بنا بر زندگینامهٔ دانشگاه نیویورک، در دبیرستان سمپاد مشهد درس خواند و در دورهٔ کارشناسی، همزمان در کافهبازار مهندس نرمافزار بود. مسیر تحصیل و کار او از ایران به پژوهش در نیویورک رسید.
مسیر تحصیل
کارشناسی علوم کامپیوتر را در دانشگاه تهران گذراند و در ۲۰۲۲ فارغالتحصیل شد. سپس برای دکتری علوم کامپیوتر به دانشگاه نیویورک رفت و با کریستوفر موسکو کار کرد.
اثر کار علمی
وقتی مدل زبانی متن طولانی را دنبال میکند، اطلاعات میانی زیادی در حافظه نگه میدارد. این کار نشان میدهد چگونه میتوان آن نمایش عددی را کمحجمتر کرد؛ نتایج مربوط به مدلها و آزمونهای مقالهاند و تضمین حفظ دقت در هر کاربرد نیستند.
برای دانشآموز و دانشجو
برداشت آموزشی از این مسیر: تجربهٔ برنامهنویسی میتواند با پرسش ریاضی دربارهٔ سرعت و حافظه پیوند بخورد. دلیری در دورهٔ کارشناسی برای همکاری پژوهشی با متخصصان تماس گرفت؛ ساختن مهارت و آغاز گفتوگوی علمی، بخشی از این مسیر مستند است.







