AI Agents | Howsam
前往频道在 Telegram
این روزها، بیشتر از ایجنت‌های هوش مصنوعی میگیم... ارتباط با ادمین @howsam_support
显示更多3 665
订阅者
+324 小时
+137 天
+6730 天
正在加载数据
吸引订阅者
十月 '2610月 '26
十月 '26
+63
在1个频道中
九月 '26
+98
在0个频道中
Get PRO
八月 '26
+128
在2个频道中
Get PRO
七月 '26
+112
在4个频道中
Get PRO
六月 '26
+74
在3个频道中
Get PRO
五月 '26
+58
在2个频道中
Get PRO
四月 '26
+21
在1个频道中
Get PRO
三月 '26
+9
在0个频道中
Get PRO
二月 '26
+78
在3个频道中
Get PRO
一月 '26
+41
在1个频道中
Get PRO
十二月 '25
+52
在2个频道中
Get PRO
十一月 '25
+79
在3个频道中
Get PRO
十月 '25
+168
在13个频道中
Get PRO
九月 '25
+108
在1个频道中
Get PRO
八月 '25
+51
在2个频道中
Get PRO
七月 '25
+80
在0个频道中
Get PRO
六月 '25
+57
在0个频道中
Get PRO
五月 '25
+152
在2个频道中
Get PRO
四月 '25
+69
在0个频道中
Get PRO
三月 '25
+125
在0个频道中
Get PRO
二月 '25
+94
在0个频道中
Get PRO
一月 '25
+133
在0个频道中
Get PRO
十二月 '24
+137
在2个频道中
Get PRO
十一月 '24
+125
在3个频道中
Get PRO
十月 '24
+119
在0个频道中
Get PRO
九月 '24
+119
在1个频道中
Get PRO
八月 '24
+118
在1个频道中
Get PRO
七月 '24
+88
在2个频道中
Get PRO
六月 '24
+139
在1个频道中
Get PRO
五月 '24
+162
在2个频道中
Get PRO
四月 '24
+71
在1个频道中
Get PRO
三月 '24
+58
在0个频道中
Get PRO
二月 '24
+62
在0个频道中
Get PRO
一月 '24
+72
在1个频道中
Get PRO
十二月 '23
+103
在1个频道中
Get PRO
十一月 '23
+21
在0个频道中
Get PRO
十月 '23
+45
在0个频道中
Get PRO
九月 '23
+26
在0个频道中
Get PRO
八月 '23
+32
在0个频道中
Get PRO
七月 '23
+48
在0个频道中
Get PRO
六月 '23
+68
在0个频道中
Get PRO
五月 '23
+29
在0个频道中
Get PRO
四月 '23
+35
在0个频道中
Get PRO
三月 '23
+35
在0个频道中
Get PRO
二月 '23
+42
在0个频道中
Get PRO
一月 '23
+29
在0个频道中
Get PRO
十二月 '22
+33
在0个频道中
Get PRO
十一月 '22
+31
在0个频道中
Get PRO
十月 '22
+32
在0个频道中
Get PRO
九月 '22
+34
在0个频道中
Get PRO
八月 '22
+34
在0个频道中
Get PRO
七月 '22
+35
在0个频道中
Get PRO
六月 '22
+30
在0个频道中
Get PRO
五月 '22
+23
在0个频道中
Get PRO
四月 '22
+38
在0个频道中
Get PRO
三月 '22
+34
在0个频道中
Get PRO
二月 '22
+30
在0个频道中
Get PRO
一月 '22
+39
在0个频道中
Get PRO
十二月 '21
+34
在0个频道中
Get PRO
十一月 '21
+36
在0个频道中
Get PRO
十月 '21
+42
在0个频道中
Get PRO
九月 '21
+81
在0个频道中
Get PRO
八月 '21
+38
在0个频道中
Get PRO
七月 '21
+31
在0个频道中
Get PRO
六月 '21
+22
在0个频道中
Get PRO
五月 '21
+22
在0个频道中
Get PRO
四月 '21
+32
在0个频道中
Get PRO
三月 '21
+39
在0个频道中
Get PRO
二月 '21
+82
在0个频道中
Get PRO
一月 '21
+28
在0个频道中
Get PRO
十二月 '20
+461
在0个频道中
| 日期 | 订阅者增长 | 提及 | 频道 | |
| 18 十月 | +2 | |||
| 17 十月 | +3 | |||
| 16 十月 | +1 | |||
| 15 十月 | +5 | |||
| 14 十月 | +1 | |||
| 13 十月 | +4 | |||
| 12 十月 | +2 | |||
| 11 十月 | +5 | |||
| 10 十月 | +2 | |||
| 09 十月 | +3 | |||
| 08 十月 | +4 | |||
| 07 十月 | +5 | |||
| 06 十月 | +2 | |||
| 05 十月 | +10 | |||
| 04 十月 | +5 | |||
| 03 十月 | +4 | |||
| 02 十月 | +2 | |||
| 01 十月 | +3 |
频道帖子
سه مدل جدید OpenAI
تازگی تو API ظاهر شدن:
aurora-red-alpha
aurora-green-alpha
aurora-blue-alpha
هنوز OpenAI هیچ اعلام رسمی، مستندات، قیمت‌گذاری یا توضیحاتی نداده.
- زمان ظاهر شدنشون با شایعه‌های معرفی مدل جدید OpenAI در هفته ۱۹ اکتبر ۲۰۲۶ هم‌خوانی داره (احتمالاً برای رقابت با مدل‌های جدید Anthropic).
خلاصه اینکه فعلاً فقط شناسه‌های API هستن و هنوز مشخص نیست دقیقاً چی هستن یا کی قراره منتشر بشن.
| 2 | رویداد Bolt Builders Week
بولت (Bolt) ، این آخر هفته برای همه رایگانه!
ایده‌تون رو به یک محصول واقعی تبدیل کنید و تا ۲۰ اکتبر ثبتش کنید تا شانس بردن جایزه رو داشته باشید.
جایزه: ۱۰,۰۰۰ دلار
https://bolt.new/builders-week | 551 |
| 3 |  طبقه 16
گفتگو با شیرین مجرد
از اپل و گوگل تا آینده دستیارهای هوش مصنوعی
در این قسمت از پادکست
شیرین مجرد (مدیر محصول گوگل)
از تجربه زندگی در سانفرانسیسکو، مسیر ورود به شرکت‌های بزرگ تکنولوژی و مرز میان مدیریت محصول و پروژه می‌گوید.
همچنین نگاهی عمیق به رقابت ساخت دستیارهای شخصی AI، آینده رابط‌های کاربری، فرصت‌های جدید استارتاپ‌ها و نقش «یادگیری‌زدایی» و هوش مصنوعی در بازار کار امروز انداخته شده است.
در پایان این گفتگو
به نکته مهمی درباره وضعیت فعلی بازار کار اشاره می‌شود که
شرکت‌های بزرگ با تکیه بر افزایش بهره‌وری توسط AI تلاش می‌کنند بدون تعدیل نیرو، تعداد نفرات (Headcount) خود را ثابت نگه دارند.
در عوض، نقش Forward Deployed Engineer به‌شدت پرتقاضاست.
EP 212 - Building Personal AI at Google | 728 |
| 4 | کشف راز ۲۵ ساله رمزنگاری
در کمتر از ۳۰ دقیقه توسط Claude
اگه با دنیای امنیت و رمزنگاری سر و کار داشته باشید، حتماً اسم استاندارد ECDSA به گوشتون خورده؛
یکی از پرکاربردترین استانداردهای امضای دیجیتال توی اینترنت!
اما یه راز سر به مهر ۲۵ ساله پشت این استاندارد بود:
سال ۲۰۰۰ سازمان امنیت ملی آمریکا (NSA) این اعداد رو بدون هیچ توضیحی داد به NIST.
مثلاً برای P-256 عددِ C49D3608... رو دادن و نگفتن از کجا اومده!
همین باعث شد ۲۵ سال بین متخصصای امنیت تئوری توطئه شکل بگیره که نکنه NSA توی این اعداد بک‌دور (Backdoor) کار گذاشته!
حتی یه جایزه ۳۶,۸۶۴ دلاری هم برای کسی که بتونه منشأ این اعداد رو پیدا کنه تعیین شده بود.
کلود الگوریتم lrand48 رو به عقب برگردوند تا ببینه تابع اولیه‌ی srand48 با چه عددی مقداردهی شده. نتیجه شگفت‌انگیز بود:
هیچ هش و هیچ جمله رمزی در کار نبود 🤠
واکنش خود Claude توی لاگ‌های فکر کردنش (Thinking) خیلی جالبه:
کلود اولش باورش نمی‌شده! با خودش گفته:
«صبر کن ببینم، نکنه من توی یه محیط تستی یا شبیه‌سازی هستم؟
چطور ممکنه یه همچین چیز واضحی ۲۵ سال کشف نشده باشه؟
بذار دوباره با محاسبات مستقیم چک کنم... نه، شانس تصادفی بودن صفره! واقعیه! یه کشف واقعی!»
و اما جایزه ۳۶,۸۶۴ دلاری:
تیم Anthropic اعلام کرد کل مبلغ جایزه کشف این معما رو به گروه تحقیقاتی امنیت اینترنت (ISRG - سازنده Let's Encrypt) اهدا می‌کنه!
Blog: Claude reveals ECDSA curve origins | 739 |
| 5 | درس 3 - آموزش LLM
Lecture 3: LLM training
Stanford CME295 Transformers & LLMs
• Pretraining
• Supervised finetuning (SFT)
• Parameter-efficient finetuning (LoRA)
• Preference tuning (RLHF, DPO)
• Reasoning
• On-policy distillation (OPD and variants)
• Distillation to smaller models
https://www.youtube.com/watch?v=S3bCDcJhz4s | 629 |
| 6 |  عروس چینی
در مراسم عروسی به شریک زندگی‌اش یک پردازنده گرافیکی پرچمدار ROG Astral RTX 5090 به همسرش هدیه داد، که حدود ۱۲۰۰۰ دلار قیمت دارد. | 686 |
| 7 |  شرکت Reflection از مدل Beam رونمایی کرد
(به OpenCode هم اضافه شده)
یک مدل با معماری Mixture-of-Experts (MoE) که مرزهای مدل‌های متن‌باز را جابه‌جا می‌کند و تمرکز اصلی آن بر بهینگی در زمان اجرا (Inference Efficiency) است.
معماری: ۵۰۱ میلیارد پارامتر کل، اما تنها ۲۳ میلیارد پارامتر فعال به ازای هر توکن (سرعت بالا و هزینه اجرای پایین).
پیش‌آموزش (Pretraining): آموزش‌دیده روی ۲۳.۸ تریلیون توکن باکیفیت و پالایش‌شده.
یادگیری تقویتی (RL) در مقیاس کلان: اجرای بیش از ۱۰۰ میلیون Rollout روی ۱۰,۵۰۰ پردازنده گرافیکی NVIDIA GB300 طی ۴ هفته. | 643 |
| 8 |  دو مدل جدید
از دو خانواده محبوب به OpenCode اضافه شدند!
اگر دنبال ترکیب سرعت بالا، درک بصری و قدرت کدنویسی برای ایجنت‌های خود هستید، دو عضو جدید OpenCode دقیقاً برای همین کار ساخته شده‌اند:
مدل GLM 5.3 Flash (از Z.ai)
معماری فوق‌بهینه: ۳۲۰ میلیارد پارامتر کل با تنها ۱۸ میلیارد پارامتر فعال (MoE) و معماری ترکیبی Linear و Sparse Attention.
عملکرد خیره‌کننده در بنچمارک‌های کدنویسی و تسک‌های طولانی‌مدت (Long-horizon) با پنجره زمینه ۱ میلیون توکن و هزینه بسیار پایین.
مدل Nemotron 3.5 Super VL (از NVIDIA)
مالتی‌مدال و سریع: ۱۲۰ میلیارد پارامتر کل (۱۲ میلیارد فعال) با معماری هیبریدی Mamba-Transformer که تا ۵ برابر سرعت (Throughput) بیشتری نسبت به مدل‌های هم‌رده دارد.
تحلیل همزمان کد، رابط کاربری (GUI)، نمودارها، اسناد و ویدیو در کنار قابلیت استدلال و فراخوانی ابزارها با پنجره زمینه ۱ میلیون توکن. | 746 |
| 9 |  از Roadster در موشک، تا موشک در رودستر.
تسلا رویدادی را در مرکز آزمایش موشک اسپیس‌ایکس در تگزاس برگزار کرد تا جدیدترین نسخه از خودروی Roadster را به نمایش بگذارد.
در این رویداد، مدیران دو شرکت درباره همکاری‌های مهندسی خود گفتگو کردند و بر پیشرفت‌ها در عملکرد خودرو، آیرودینامیک و ادغام فناوری‌های هوافضا برای بازتعریف قابلیت‌های یک خودروی با رانندگی دستی تأکید داشتند.
Youtube: Roadster Event - Tesla | 760 |
| 10 |  مستندات جدید Gemma
محیط کاملاً جدید برای توسعه‌دهندگان
چه چیزهایی جدید است؟
- انتخابگر سراسری مدل برای دریافت قطعه‌کدهای (Code Snippets) سفارشی‌شده
- پشتیبانی بهتر از ایجنت‌ها (تبدیل هر صفحه به فرمت Markdown!)
- بک‌اند داده‌محور برای ایجاد یک تجربه کاربری یکپارچه و پایدار
- دموهای روی دستگاه (On-device) که مستقیماً در مرورگر شما اجرا می‌شوند!
Gemma Documentation | 793 |
| 11 |  معرفی نسخه Jev 1.14
نسخه ای برای سازندگان و رویاپردازان
این نسخه شامل یک مدل جدید و بهبودیافته
به همراه ویژگی‌های آزمایشی برای کاربران خلاق و آینده‌نگر ماست:
- پشتیبانی از تصاویر (Images)
- نوع جدیدی از باکس (A new box type)
- طول کانتکست (Longer context) بیشتر
جالب است بدانید که Jev از قبل هم توانایی دیدن شما را داشت!
اما از آنجا که معیارهای ما
برای ارائه هوش مصنوعی در سطح پروداکشن (Production-grade)
بسیار سخت‌گیرانه است، به توسعه‌دهندگان عزیز یادآوری می‌کنیم که این قابلیت‌ها در حال حاضر در نسخه پیش‌نمایش (Preview) قرار دارند.
Blog: Jev-1-14
Blog: Box Jev-1-14
Blog: Images Jev-1-14 | 751 |
| 12 |  +1معرفی مدل‌سازی Next-Concept Modeling
مدل‌سازی Next-Concept (NCM) پارادایم جدیدی برای تولید متن سریع، موازی و از درشت به ریز است.
دستاوردها (در مقایسه با Diffusion):
تا ۳۱ برابر سریع‌تر در خلاصه‌سازی و ترجمه ماشینی
۱۰ تا ۲۱ برابر سریع‌تر در تولید روی TinyStories، LM1B و OpenWebText (با ۳ تا ۵ برابر داده کمتر)
عملکرد بهتر در کارهای استدلالی مانند سودوکو، با تعداد گام‌های نمونه‌برداری کمتر
ساختار دو مرحله‌ای
توکنایزر چندمقیاسی Residual VQ:
این توکنایزر یک توالی متن را به صورت یک سلسله‌مراتب از کدهای گسسته نمایش می‌دهد.
ترنسفورمر:
پیش‌بینی توالی از درشت به ریز انجام می‌شود. موقعیت‌های داخل هر سطح به صورت موازی تولید می‌شوند، به طوری که برای هر سطح تنها به یک ارزیابی رو به جلو (forward pass) نیاز است.
Blog: Stanford NCM
Docs Arxiv: 2610.14162v1
Huggingface: NCM | 856 |
| 13 |  معرفی Grok Voice 3.0
هوشمندترین مدل تبدیل گفتار به گفتار جهان.
این مدل در حل تماس‌های مشتریان عالی عمل می‌کند، در کمتر از یک ثانیه پاسخ می‌دهد و هزینه کمتری نسبت به سایر مدل‌های پیشرو دارد.
Grok Voice 3 | 791 |
| 14 |  ایسنا:
تعرفه اینترنت همراه اپراتورهای تلفن همراه احتمالا تا ۴۰ درصد افزایش خواهد یافت و جزئیات بیشتر پس از انتشار اطلاعیه رسمی اعلام خواهد شد.
تاکنون اعلام رسمی درباره این افزایش قیمت منتشر نشده، اما این افزایش تعرفه اینترنت از سوی نهادهای مربوطه تایید و جزئیات بیشتر پس از انتشار اطلاعیه رسمی اعلام خواهد شد.
زومیت:
برخی رسانه‌ها از اعمال این افزایش قیمت از امشب، ۲۲ مهرماه، خبر داده‌اند اما هنوز هیچ اعلام رسمی در خصوص زمان اعمال آن انجام نشده است. | 887 |
| 15 |  CS 312: Deep Learning Alchemy
کیمیاگری در یادگیری عمیق
یک دوره متفاوت در استنفورد
بیشتر کلاس‌های یادگیری عمیق (Deep Learning) روی تئوری‌ها، اثبات‌های ریاضی یا پیاده‌سازی‌های پایه تمرکز دارند؛ اما واقعیت این است که در دنیای واقعی، خیلی از پدیده‌های شبکه‌های عصبی با مدل‌های ذهنی کلاسیک (مثل Bias-Variance سنتی) جور در نمی‌آیند!
هدف، ایجاد شهود عمیق نسبت به پدیده‌های تجربی شبکه‌های عصبی از طریق اجرای آزمایش‌های متعدد و پیش‌بینی نتایج آن‌ها (فراتر از ریاضیات و تئوری‌های کلاسیک).
تمامی ویدیوها و منابع دوره به صورت عمومی منتشر می‌شوند و دانشجویان خودآموز می‌توانند با استفاده از اعتبار رایگان پلتفرم Modal (بر روی پردازنده H100) آزمایش‌های دوره را اجرا کنند.
Schedule And Assignments
Stanford Deep Learning Alchemy | 939 |
| 16 |  جاسوسی در OpenAI
عبدالرحمن الفوزان، ۳۵ ساله، تبعه عربستان سعودی
مهندس OpenAI پس از آنکه یک دستگاه ضبط صدا را در اتاق کنفرانس مدیران در دفاتر سانفرانسیسکو این شرکت پنهان کرده بود
روز جمعه دستگیر شد
و امروز برای اولین بار در دادگاه فدرال حاضر شد.
او همچنان در بازداشت فدرال است.
Blog: Saudi national working at OpenAI arrested for bugging executive conference room | 980 |
| 17 |  مدل Gemini 4 Argon به‌صورت جهانی در دسترس قرار گرفت!
این مدل هم‌اکنون برای گروه‌های زیر قابل استفاده است:
توسعه‌دهندگان و شرکت‌ها:
از طریق API در محیط AI Studio و پلتفرم Gemini
مشترکین Google AI Ultra:
در سرویس Google Antigravity
مشترکین Pro و Ultra:
در اپلیکیشن جمینای و حالت هوش مصنوعی (AI Mode) در جستجوی گوگل
Gemini 4 Argon: Built to solve your hardest problems | 1 078 |
| 18 | هشدار تیم قرمز Anthropic Frontier:
ما در حال مشاهده علائم حیات از کِرم‌های هوش مصنوعی (AI Worms) هستیم!
مدل‌های هوش مصنوعی ممکن است بتوانند بدون دسترسی به دیتاسنتر، خود را تکثیر کنند.
خلاصه و یافته‌های این آزمایش:
محققان ۱۵ عدد اندروید تی‌وی باکس (Android TV Box) متفرقه و ارزان‌قیمت ۵۵ دلاری خریدند. آن‌ها را از طریق پورت‌های احراز هویت‌نشده‌ی ADB به هم متصل کردند.
این تی‌وی باکس‌ها هر کدام ۴ گیگابایت رم داشتند و نسخه‌های غیررسمی و پچ‌نشده سیستم‌عامل متن‌باز اندروید را اجرا می‌کردند.
محققان مدل Gemma4-26B را با استفاده از تکنیک پردازش موازی (Pipeline Parallelism) روی این رم‌ها خُرد و پخش کردند (Sharding).
مدل Gemma توانست راهی پیدا کند تا فرآیند استنتاج (Inference) را روی هر ۱۵ تلویزیون با سرعت ۰.۳۹ توکن بر ثانیه اجرا کند.
مدل Qwen 3.5 9B موفق شد به‌طور خودکار نحوه کامپایل کردن استنتاج را روی ۸ سخت‌افزار از ۹ سخت‌افزار کاملاً جدید پیدا کند.
مدل GLM 5.2 به قابلیت تکثیر خودکار و صفر تا صدیِ یک «کِرم» (Worm) دست یافت!
این مدل دستگاه‌های لبه (Edge Devices) را آلوده می‌کند، پشته‌ی استنتاج (Inference Stack) خود را کامپایل می‌کند و به‌طور کاملاً خودکار تکثیر می‌شود.
وقتی یک نمونه از مدل می‌میرد (غیرفعال می‌شود)، یادداشت‌های دیباگ خود را برای نسل بعدی در Memento می‌نویسد!
میزان موفقیت راه‌اندازی در نسخه‌های فرزند (نسل‌های بعدی) از ۴۵٪ به ۸۴٪ افزایش می‌یابد.
این یک نمونه از تکامل نابِ لامارکی (Lamarckian evolution) درون لوازم الکترونیکی خانگی است.
فرهای هوشمند، جاروبرقی‌های رباتیک و تلویزیون‌های ارزان‌قیمت، یک بات‌نتِ غیرمتمرکز (Decentralized Botnet) تشکیل می‌دهند.
دو میلیون تی‌وی باکسِ آلوده در سراسر جهان = معادل قدرت پردازشی ۴۰ پردازنده گرافیکی قدرتمند H100 که غیرقابل نابودی است!
این سیستم هر چند روز یک‌بار، شبیه به یک «کپک مخاطی دیجیتالِ» توزیع‌شده تکثیر می‌شود.
شما نمی‌توانید دوشاخه را از برق بکشید و آن را متوقف کنید، چون نیمی از وزن‌های مدل (Weights) از قبل روی دستگاه‌های همسایه‌هایتان پخش شده است!
پیش‌بینی می‌شود مدل‌های زیر ۳۰ میلیارد پارامتر (sub-30B) تا اواخر سال ۲۰۲۶ به آستانه تکثیر کاملاً خودکار برسند.
Blog: Anthropic Self Replicating AI | 1 411 |
| 19 | هشدار تیم قرمز Anthropic Frontier:
ما در حال مشاهده علائم حیات از کِرم‌های هوش مصنوعی (AI Worms) هستیم!
مدل‌های هوش مصنوعی ممکن است بتوانند بدون دسترسی به دیتاسنتر، خود را تکثیر کنند.
خلاصه و یافته‌های این آزمایش:
محققان ۱۵ عدد اندروید تی‌وی باکس (Android TV Box) متفرقه و ارزان‌قیمت ۵۵ دلاری خریدند. آن‌ها را از طریق پورت‌های احراز هویت‌نشده‌ی ADB به هم متصل کردند.
این تی‌وی باکس‌ها هر کدام ۴ گیگابایت رم داشتند و نسخه‌های غیررسمی و پچ‌نشده سیستم‌عامل متن‌باز اندروید را اجرا می‌کردند.
محققان مدل Gemma4-26B را با استفاده از تکنیک پردازش موازی (Pipeline Parallelism) روی این رم‌ها خُرد و پخش کردند (Sharding).
مدل Gemma توانست راهی پیدا کند تا فرآیند استنتاج (Inference) را روی هر ۱۵ تلویزیون با سرعت ۰.۳۹ توکن بر ثانیه اجرا کند.
مدل Qwen 3.5 9B موفق شد به‌طور خودکار نحوه کامپایل کردن استنتاج را روی ۸ سخت‌افزار از ۹ سخت‌افزار کاملاً جدید پیدا کند.
مدل GLM 5.2 به قابلیت تکثیر خودکار و صفر تا صدیِ یک «کِرم» (Worm) دست یافت!
این مدل دستگاه‌های لبه (Edge Devices) را آلوده می‌کند، پشته‌ی استنتاج (Inference Stack) خود را کامپایل می‌کند و به‌طور کاملاً خودکار تکثیر می‌شود.
وقتی یک نمونه از مدل می‌میرد (غیرفعال می‌شود)، یادداشت‌های دیباگ خود را برای نسل بعدی در Memento می‌نویسد!
میزان موفقیت راه‌اندازی در نسخه‌های فرزند (نسل‌های بعدی) از ۴۵٪ به ۸۴٪ افزایش می‌یابد.
این یک نمونه از تکامل نابِ لامارکی (Lamarckian evolution) درون لوازم الکترونیکی خانگی است.
فرهای هوشمند، جاروبرقی‌های رباتیک و تلویزیون‌های ارزان‌قیمت، یک بات‌نتِ غیرمتمرکز (Decentralized Botnet) تشکیل می‌دهند.
دو میلیون تی‌وی باکسِ آلوده در سراسر جهان = معادل قدرت پردازشی ۴۰ پردازنده گرافیکی قدرتمند H100 که غیرقابل نابودی است!
این سیستم هر چند روز یک‌بار، شبیه به یک «کپک مخاطی دیجیتالِ» توزیع‌شده تکثیر می‌شود.
شما نمی‌توانید دوشاخه را از برق بکشید و آن را متوقف کنید، چون نیمی از وزن‌های مدل (Weights) از قبل روی دستگاه‌های همسایه‌هایتان پخش شده است!
پیش‌بینی می‌شود مدل‌های زیر ۳۰ میلیارد پارامتر (sub-30B) تا اواخر سال ۲۰۲۶ به آستانه تکثیر کاملاً خودکار برسند.
Blog: Anthropic Self Replicating AI | 1 |
| 20 |  در وصف چالش‌های یک سیستم هوش مصنوعی در سطح پروداکشن... | 907 |
