ch
Feedback
فیلاگر|جامعه هوش مصنوعی ایران

فیلاگر|جامعه هوش مصنوعی ایران

前往频道在 Telegram

فیلاگر|جامعه هوش‌مصنوعی ایران 🟣آموزش‌های رایگان برنامه‌نویسی هوش‌مصنوعی ⁦⁩🟡رویدادهای AI 🟣تازه‌های هوش‌مصنوعی ارتباط با پشتیبانی: @filoger_support گروه تلگرامی پرسش و پاسخ هوش‌مصنوعی: @filoger_group اینستاگرام فیلاگر: Instagram.com/filoger_com

显示更多
4 732
订阅者
-124 小时
-67 天
无数据30 天
吸引订阅者
九月 '26
九月 '26
+5
在0个频道中
八月 '26
+64
在1个频道中
Get PRO
七月 '26
+145
在0个频道中
Get PRO
六月 '26
+67
在1个频道中
Get PRO
五月 '26
+16
在0个频道中
Get PRO
四月 '26
+3
在0个频道中
Get PRO
三月 '26
+3
在0个频道中
Get PRO
二月 '26
+34
在0个频道中
Get PRO
一月 '26
+62
在0个频道中
Get PRO
十二月 '25
+92
在0个频道中
Get PRO
十一月 '25
+56
在1个频道中
Get PRO
十月 '25
+37
在1个频道中
Get PRO
九月 '25
+31
在0个频道中
Get PRO
八月 '25
+25
在0个频道中
Get PRO
七月 '25
+33
在0个频道中
Get PRO
六月 '25
+37
在0个频道中
Get PRO
五月 '25
+86
在0个频道中
Get PRO
四月 '25
+82
在0个频道中
Get PRO
三月 '25
+37
在0个频道中
Get PRO
二月 '25
+59
在0个频道中
Get PRO
一月 '25
+55
在2个频道中
Get PRO
十二月 '24
+45
在0个频道中
Get PRO
十一月 '24
+122
在62个频道中
Get PRO
十月 '24
+77
在0个频道中
Get PRO
九月 '24
+50
在0个频道中
Get PRO
八月 '24
+42
在0个频道中
Get PRO
七月 '24
+65
在0个频道中
Get PRO
六月 '24
+61
在0个频道中
Get PRO
五月 '24
+112
在4个频道中
Get PRO
四月 '24
+59
在0个频道中
Get PRO
三月 '24
+94
在3个频道中
Get PRO
二月 '24
+95
在9个频道中
Get PRO
一月 '24
+127
在1个频道中
Get PRO
十二月 '23
+109
在1个频道中
Get PRO
十一月 '23
+86
在2个频道中
Get PRO
十月 '23
+83
在2个频道中
Get PRO
九月 '23
+44
在0个频道中
Get PRO
八月 '23
+70
在0个频道中
Get PRO
七月 '23
+61
在0个频道中
Get PRO
六月 '23
+58
在0个频道中
Get PRO
五月 '23
+103
在0个频道中
Get PRO
四月 '23
+78
在0个频道中
Get PRO
三月 '23
+116
在0个频道中
Get PRO
二月 '23
+94
在0个频道中
Get PRO
一月 '23
+110
在0个频道中
Get PRO
十二月 '22
+192
在0个频道中
Get PRO
十一月 '22
+44
在0个频道中
Get PRO
十月 '22
+15
在0个频道中
Get PRO
九月 '22
+44
在0个频道中
Get PRO
八月 '22
+39
在0个频道中
Get PRO
七月 '22
+71
在0个频道中
Get PRO
六月 '22
+105
在0个频道中
Get PRO
五月 '22
+60
在0个频道中
Get PRO
四月 '22
+91
在0个频道中
Get PRO
三月 '22
+58
在0个频道中
Get PRO
二月 '22
+68
在0个频道中
Get PRO
一月 '22
+65
在0个频道中
Get PRO
十二月 '21
+131
在0个频道中
Get PRO
十一月 '21
+87
在0个频道中
Get PRO
十月 '21
+162
在0个频道中
Get PRO
九月 '21
+104
在0个频道中
Get PRO
八月 '21
+188
在0个频道中
Get PRO
七月 '21
+252
在0个频道中
Get PRO
六月 '21
+208
在0个频道中
Get PRO
五月 '21
+149
在0个频道中
Get PRO
四月 '21
+165
在0个频道中
Get PRO
三月 '21
+420
在0个频道中
Get PRO
二月 '21
+338
在0个频道中
Get PRO
一月 '21
+250
在0个频道中
Get PRO
十二月 '20
+1 791
在0个频道中
日期
订阅者增长
提及
频道
03 九月+4
02 九月+1
01 九月0
频道帖子
🔥 *مهم‌ترین اخبار هوش مصنوعی این هفته | بخش دوم* 🔹 شرکت OpenAI: مدل جدید Astra به سطح «ریسک بحرانی» سایبری رسیده شرکت OpenAI اعلام کرده مدل آینده Astra در ارزیابی‌های امنیت سایبری به سطح Critical رسیده؛ یعنی می‌تونه با استقلال بالا آسیب‌پذیری‌های جدید رو شناسایی و ازشون سوءاستفاده کنه. به همین دلیل OpenAI پیش از عرضه عمومی، محافظ‌های امنیتی بیشتری براش در نظر گرفته و دسترسی اولیه اون محدود خواهد بود. 🔹 نگرانی جدید درباره روش استدلال Astra گزارش‌ها همچنین از استفاده Astra از تکنیکی به نام Recurrent Depth / Opaque Recurrence خبر می‌دن؛ روشی که در اون مدل می‌تونه به‌جای تولید یک زنجیره استدلال کاملاً خطی، وضعیت داخلی خودش رو در چند مرحله بازپردازش کنه. نگرانی کارشناسان اینه که چنین روشی می‌تونه نظارت بر Chain of Thought رو دشوارتر کنه. باک شلگریس، مدیرعامل Redwood Research، هم درباره احتمال کاهش قابلیت نظارت بر استدلال مدل هشدار داده. 🔹 آنتروپیک هم در حال افزایش محدودیت‌های امنیتی مدل‌هاشه پس از چند حادثه در ارزیابی‌های امنیت سایبری، Anthropic بعضی از آزمایش‌های پرریسک رو متوقف و نظارت و کنترل محیط‌های آزمایشی رو تقویت کرده. 🔹 شرکت OpenAI در حال ساخت قابلیت خاموش‌سازی خودکار AIئه پس از حادثه خروج یک عامل از محیط آزمایشی و دسترسی اون به اینترنت، OpenAI اعلام کرده روی قابلیت‌های Automated Shutdown و کنترل دقیق‌تر اجرای وظایف عامل‌ها کار می‌کنه. 📌 جمع‌بندی: به نظر می‌رسه رقابت مدل‌های جدید فقط بر سر «هوشمندتر شدن» نیست؛ کنترل، نظارت و امنیت عامل‌های خودمختار هم به یکی از مهم‌ترین میدان‌های رقابت تبدیل شده. 🧠 فیلاگر | جامعه هوش مصنوعی ایران 🆔 @filoger_com

2
🔥 مهم‌ترین اخبار هوش مصنوعی این هفته 🔹 مدل OpenClaw 2.0 منتشر شد؛ نصب ساده‌تر، همکاری چندنفره نسخه جدید عامل متن‌باز OpenClaw منتشر شد. مهم‌ترین تغییرات شامل نصب ساده‌تر، بازطراحی کامل رابط کاربری مرورگر و اضافه‌شدن Shared Cloud Sessions ئه؛ قابلیتی که اجازه می‌ده چند کاربر در یک جلسه مشترک با حفظ context روی یک عامل کار کنن. 🔹 ابزار Google Pics؛ ابزار جدید ساخت و ویرایش تصویر گوگل ابزار Pics رو معرفی کرده که با استفاده از فناوری Nano Banana امکان ساخت و ویرایش تصاویر، جداسازی اشیا و حتی ویرایش متن داخل تصاویر رو فراهم می‌کنه و با Google Docs و Slides هم یکپارچه میشه. 🔹 مدل Meta Muse Spark 1.3؛ عامل هوش مصنوعی کارآمدتر شد نسخه جدید Muse Spark برای کارهای Coding و Agentic منتشر شده و طبق مقایسه‌های متا، نسبت به نسخه قبلی حدود ۲۰٪ تماس ابزار کمتر و ۲۵٪ مصرف توکن پایین‌تری داره. 🔹 مدل های Gemini 3.8 Flash و نسخه Cyber معرفی شدن گوگل Gemini 3.8 Flash رو با تمرکز بر استدلال، کدنویسی و workflowهای agentic معرفی کرده و در کنارش نسخه تخصصی Gemini 3.8 Flash Cyber رو برای کاربردهای امنیت سایبری عرضه کرده. 📌 ادامه در پست بعد... 🧠 فیلاگر | جامعه هوش مصنوعی ایران 🆔 @filoger_com
120
3
没有文字...
125
4
📍 گوگل Gemini 3.8 Flash رو معرفی کرد گوگل دو مدل جدید معرفی کرده: 🔹 Gemini 3.8 Flash مدلی سریع‌تر و اقتصادی‌تر برای کدنویسی
📍 گوگل Gemini 3.8 Flash رو معرفی کرد گوگل دو مدل جدید معرفی کرده: 🔹 Gemini 3.8 Flash مدلی سریع‌تر و اقتصادی‌تر برای کدنویسی، استدلال و اجرای تسک‌های Agentic. 🔹 Gemini 3.8 Flash Cyber نسخه تخصصی امنیت سایبری که برای پیدا کردن آسیب‌پذیری‌ها و ساخت Patch طراحی شده. ✅ طبق اعلام گوگل، مدل Cyber در برخی تست‌ها تونسته ۲.۶ برابر Patch صحیح بیشتری نسبت به مدل‌های بزرگ‌تر تولید کنه. ✅ به نظر می‌رسه تمرکز اصلی گوگل در نسل جدید Gemini، حرکت جدی‌تر به سمت AI Agentها، کدنویسی و امنیت سایبریه. 📌 توضیح ویدئو: مدل Gemini 3.8 Flash این بازی رو با استفاده از یک دستور ساده (پرامپت) و به‌کارگیری یک فرمانِ تکرارشونده در Google Antigravity خلق کرده. 🧠 فیلاگر | جامعه هوش مصنوعی ایران 🆔 @filoger_com
217
5
📚 پشت پرده هوش مصنوعی | قسمت ۴۶ 🧠 چطور یک مدل می‌تواند سریع‌تر پاسخ بدهد؟ فرض کنید یه مدل بزرگ برای تولید هر توکن، محاسبات
📚 پشت پرده هوش مصنوعی | قسمت ۴۶ 🧠 چطور یک مدل می‌تواند سریع‌تر پاسخ بدهد؟ فرض کنید یه مدل بزرگ برای تولید هر توکن، محاسبات زیادی انجام می‌ده. میشه قبلش، چند توکن بعدی رو حدس زد؟ بله؛ یکی از روش‌ها Speculative Decodingئه. - در این روش، یه مدل کوچک‌تر ابتدا چند توکن رو پیشنهاد می‌ده. - بعد، مدل بزرگ اون پیشنهادها رو بررسی می‌کنه. - اگه پیشنهادها درست باشن، چند توکن میتونن سریع‌تر پذیرفته بشن. 🔹 مدل کوچک → پیشنهاد 🔹 مدل بزرگ → بررسی 🔹 توکن‌های تأییدشده → ادامه پاسخ در نتیجه، مدل بزرگ مجبور نیست برای هر توکن همیشه مسیر کامل محاسبات رو به‌تنهایی طی کنه. ⚠️ نکته مهم: مدل کوچک جای مدل اصلی رو نمی‌گیره؛ فقط کمک می‌کنه مدل بزرگ سریع‌تر پاسخ تولید کنه. #پشت_پرده_هوش_مصنوعی 🧠 فیلاگر | جامعه هوش مصنوعی ایران 🆔 @filoger_com
235
6
⚡️ AI Hack #13 📍 با Runway؛ یک شیء رو از ویدیو حذف کن! با ابزارهای هوش مصنوعی Runway می‌تونید یک شیء اضافی داخل ویدیو رو ازش
⚡️ AI Hack #13 📍 با Runway؛ یک شیء رو از ویدیو حذف کن! با ابزارهای هوش مصنوعی Runway می‌تونید یک شیء اضافی داخل ویدیو رو ازش حذف کنید، بدون اینکه دوباره فیلم‌برداری کنید. کافیه ویدیو رو وارد کنید، بخش موردنظر رو مشخص کنید و اجازه بدید AI فضای خالی رو بازسازی کنه. 🔷 مناسب برای حذف: افراد اضافی اشیای مزاحم نوشته‌ها و عناصر ناخواسته #AI_Hack 🧠 فیلاگر | جامعه هوش مصنوعی ایران 🆔 @filoger_com
291
7
📍 یک LLM رو از صفر، فقط در ۲ ساعت بساز! پروژه MiniMind ، می تونه کمک کنه تا بهتر متوجه بشیم داخل یک مدل زبانی چه اتفاقی می‌ا
📍 یک LLM رو از صفر، فقط در ۲ ساعت بساز! پروژه MiniMind ، می تونه کمک کنه تا بهتر متوجه بشیم داخل یک مدل زبانی چه اتفاقی می‌افته 🔹 توی این پروژه آموزشی، یک مدل زبانی کوچک با حدود ۶۴ میلیون پارامتر رو از صفر آموزش می‌دید؛ بدون مدل از پیش آموزش‌دیده، بدون LoRA و بدون اینکه کل مسیر رو ابزارهای آماده براتون انجام بدن. 🔹 یعنی مرحله‌به‌مرحله با خودِ ساختار LLM، داده، آموزش و منطق پشت مدل آشنا می‌شید. ✅ پروژه اصلی چینیه، اما نسخه و مستندات انگلیسی هم داره؛ پس برای یادگیری شخصی، پروژه دانشجویی یا درک عمیق‌تر LLMها گزینه خوبیه. 🔗 github.com/jingyaogong/minimind 🧠 فیلاگر | جامعه هوش مصنوعی ایران 🆔 @filoger_com
275
8
📚 پشت پرده هوش مصنوعی | قسمت ۴۵ 🧠 چطور یک مدل بزرگ روی چند GPU اجرا می‌شود؟ بعضی مدل‌ها اون قدر بزرگ هستن که قرار دادن تمام
📚 پشت پرده هوش مصنوعی | قسمت ۴۵ 🧠 چطور یک مدل بزرگ روی چند GPU اجرا می‌شود؟ بعضی مدل‌ها اون قدر بزرگ هستن که قرار دادن تمامشون روی یک GPU ممکن نیست. راه‌حل چیه؟ تقسیم مدل بین چند GPU. تو این روش، بخش‌های مختلف مدل یا محاسباتش بین چند GPU توزیع میشه. مثلاً: GPU 1 → بخشی از مدل GPU 2 → بخش دیگری از مدل GPU 3 → ادامه محاسبات داده‌ها و نتایج بین GPUها جابه‌جا میشن تا محاسبات در کنار هم انجام بشه. 🔹 امکان اجرای مدل‌های بسیار بزرگ‌تر 🔹 استفاده از چند GPU به‌صورت هم‌زمان 🔹 کاهش محدودیت حافظه یک GPU ⚠️ نکته مهم: داشتن چند GPU لزوماً به معنی چند برابر شدن سرعت نیست؛ ارتباط و انتقال داده بین GPUها هم می‌تونه روی عملکرد تأثیر زیادی داشته باشه. #پشت_پرده_هوش_مصنوعی 🧠 فیلاگر |جامعه هوش‌مصنوعی ایران 🆔 @filoger_com
315
9
🔥 شرکت OpenAI همکاری با Cursor را قطع می‌کند؛ اختلاف با ایلان ماسک بالا گرفت اوپن‌ای‌آی اعلام کرده قصد داره ارائه مدل‌های هو
🔥 شرکت OpenAI همکاری با Cursor را قطع می‌کند؛ اختلاف با ایلان ماسک بالا گرفت اوپن‌ای‌آی اعلام کرده قصد داره ارائه مدل‌های هوش مصنوعی خودش به Cursor رو متوقف کنه؛ ابزاری که حالا تحت مالکیت شرکت SpaceX متعلق به ایلان ماسک قرار داره. 🔹 دلیل این تصمیم، نگرانی OpenAI از رعایت‌نشدن شرایط استفاده از فناوری‌هاش توسط SpaceX عنوان شده. 🔹 تاریخ پیشنهادی برای قطع دسترسی: ۱۲ نوامبر ۲۰۲۶ 🔹 این تصمیم پس از اون گرفته شد که SpaceX شرکت Anysphere، سازنده Cursor، رو با معامله‌ای ۶۰ میلیارد دلاری خرید. در طرف مقابل، Anthropic اعلام کرده پشتیبانی محاسباتی از مدل‌های Claude در Cursor رو افزایش خواهد داد. این اتفاق، تنش قدیمی بین سم آلتمن و ایلان ماسک رو وارد مرحله تازه‌ای کرده. 🔗 منبع: https://B2n.ir/ny4554 🧠 فیلاگر |جامعه هوش‌مصنوعی ایران 🆔 @filoger_com
376
10
📚 پشت پرده هوش مصنوعی | قسمت ۴۴* 🧠 **چرا GPU همیشه به‌تنهایی کافی نیست؟ در قسمت قبل دیدیم که با Batching میشه چند درخواست ر
📚 پشت پرده هوش مصنوعی | قسمت ۴۴* 🧠 **چرا GPU همیشه به‌تنهایی کافی نیست؟ در قسمت قبل دیدیم که با Batching میشه چند درخواست رو هم‌زمان پردازش کرد. اما حتی یک GPU قدرتمند هم همیشه نمی‌تونه سرعت مدل رو نامحدود افزایش بده. یکی از دلایل مهم، Memory Bandwidthئه؛ یعنی سرعت جابه‌جایی داده بین حافظه و بخش محاسباتی GPU. در اجرای مدل، داده‌ها دائماً باید جابه‌جا بشن: حافظه → محاسبه → حافظه اگه جابه‌جایی داده‌ها به گلوگاه تبدیل بشه، افزایش قدرت محاسباتی GPU لزوماً باعث افزایش سرعت پاسخ نمیشه. 🔹 Compute بیشتر همیشه کافی نیست. 🔹 سرعت حافظه هم اهمیت داره. 🔹 انتقال داده می‌تونه عملکرد مدل رو محدود کنه. ⚠️ نکته مهم: برای اجرای سریع یک مدل، فقط «GPU قوی‌تر» مهم نیست؛ محاسبه، حافظه و جابه‌جایی داده باید با هم هماهنگ باشن. #پشت_پرده_هوش_مصنوعی 🧠 فیلاگر |جامعه هوش‌مصنوعی ایران 🆔 @filoger_com
357
11
🧠 فیلاگر |جامعه هوش‌مصنوعی ایران 🆔 @filoger_com LinkedIn | Instagram
🧠 فیلاگر |جامعه هوش‌مصنوعی ایران 🆔 @filoger_com LinkedIn | Instagram
389
12
🚀 مدل Gemini Omni 1.1 Flash؛ کنترل بیشتر روی ساخت ویدیو با هوش مصنوعی گوگل نسخه جدید Gemini Omni 1.1 Flash رو برای توسعه‌دهن
🚀 مدل Gemini Omni 1.1 Flash؛ کنترل بیشتر روی ساخت ویدیو با هوش مصنوعی گوگل نسخه جدید Gemini Omni 1.1 Flash رو برای توسعه‌دهندگان معرفی کرد؛ مدلی که تمرکز اصلیش روی کنترل بیشتر ویدیوهای تولیدشده با AI و آماده‌سازیشون برای استفاده حرفه‌ایه. 🔹 ادامه دادن ویدیو: امکان گسترش یک صحنه تا ۴۰ ثانیه با حفظ پیوستگی تصویر و داستان 🔹 کنترل شروع و پایان: تعیین فریم ابتدایی و پایانی برای ساخت حرکت‌ها و انتقال‌های روان‌تر 🔹 خروجی 4K: ارتقای ویدیوهای نهایی به کیفیت 4K 🔹 پیش‌نمایش 360p: ساخت نسخه‌های کم‌حجم برای تست سریع‌تر و کاهش هزینه 🔹 مناسب برای ساخت ابزارهای تولید و ویرایش ویدیو، تبلیغات و workflows خلاقانه این نسخه از طریق Gemini API در Google AI Studio و Gemini Enterprise Agent Platform در دسترس توسعه‌دهندگان قرار گرفته. 🔗 ابزار: Gemini Omni 1.1 Flash Google AI Studio 🔗 منبع: Google Blog 🧠 فیلاگر |جامعه هوش‌مصنوعی ایران 🆔 @filoger_com LinkedIn | Instagram
396
13
🎓 آموزش 6 | جزوه تئوری n8n بخش اول تا اینجا ۵ جلسه عملی با هم جلو رفتیم و قدم‌به‌قدم با n8n کار کردیم. 🔹 توی نظرسنجی‌ای که گذاشتیم، خیلی‌هاتون گفتید در کنار آموزش‌های عملی، توضیح بیشتر مفاهیم و محتوای تکمیلی هم داشته باشیم . برای همین این بار به‌جای رفتن مستقیم سراغ پروژه بعدی، یه جزوه تئوری و جمع‌وجور n8n رو در دو بخش براتون آماده کردیم تا چیزهایی که تا الان عملی باهاشون کار کردیم رو به صورت مفهومی مرور کنیم. 🔹 توی جزوه درباره‌ی Nodeها، Workflow، Trigger، API و API Key، Credential، HTTP Request، JSON، Expression و Webhook صحبت کردیم. هدف اینه که فقط ندونیم کجا کلیک کنیم؛ بدونیم پشت هر مرحله چه اتفاقی می‌افته و چرا ازش استفاده می‌کنیم. 📌 این جلسه بخش اول رو خواهیم داشت. #آموزش_ایجنت 🧠 فیلاگر |جامعه هوش‌مصنوعی ایران 🆔 @filoger_com LinkedIn | Instagram
375
14
🔥 خلاصه اخبار هوش مصنوعی این هفته | ادامه 🔹 حافظه Claude با Cowork یکپارچه شد آنتروپیک سیستم حافظه Claude رو با ابزار Cowork یکپارچه کرده تا اطلاعات و زمینه گفتگوها بین چت و محیط انجام کارها منتقل بشه. کاربرها هنوز امکان مشاهده، ویرایش و حذف اطلاعات ذخیره‌شده رو دارن. 🔹 شرکت OpenAI قیمت API مدل GPT-5.6 رو کاهش داد هزینه استفاده از API مدل GPT-5.6 Sol کاهش پیدا کرده؛ طبق اعلام منتشرشده، قیمت ورودی به ۴ دلار و خروجی به ۲۰ دلار به‌ازای هر یک میلیون توکن رسیده. رقابت شدید بین ارائه‌دهندگان مدل‌های هوش مصنوعی احتمالاً یکی از عوامل این کاهش قیمته. 🔹 نخستین جراحی مغز با کمک دستیار هوش مصنوعی جراحان بریتانیایی در جریان جراحی برداشتن تومور مغزی، از یک دستیار AI برای تحلیل تصاویر و شناسایی ساختارهای حساس مرتبط با بینایی استفاده کردن. هوش مصنوعی تو این جراحی نقش کمکی داشته و تصمیم‌گیری و اجرای عمل همچنان برعهده تیم پزشکی بوده. 🔹 مدل Gemini 3.5 برای تبدیل صوت به متن معرفی شد گوگل مدل جدیدی برای تبدیل گفتار به متن معرفی کرده که از بیش از ۸۵ زبان پشتیبانی می‌کنه و قادر به تشخیص چند گوینده، اعداد و واژه‌های غیرمعموله. امکان اصلاح متن تولیدشده با فرمان صوتی هم براش در نظر گرفته شده. 🔹 آمازون ۲ میلیون پردازشگر گرافیکی Nvidia می‌خره آمازون و انویدیا همکاری خودشون در حوزه زیرساخت هوش مصنوعی رو گسترش دادن. براساس توافق اعلام‌شده، قراره میلیون‌ها پردازشگر گرافیکی نسل جدید از جمله خانواده‌های Blackwell و Rubin طی سال‌های آینده به زیرساخت ابری آمازون اضافه بشن. 🧠 فیلاگر | جامعه هوش مصنوعی ایران 🆔 @filoger_com
369
15
🔥 خلاصه اخبار هوش مصنوعی این هفته 🔹 ایجنت علمی Inherent مدل‌های OpenAI و Anthropic رو شکست داد استارتاپ Inherent که توسط پژوهشگران سابق Google DeepMind تأسیس شده، گفته ایجنت جدیدش «Faraday» در بازتولید مستقل نتایج مقالات علمی عملکرد بهتری از مدل‌های پیشروی OpenAI و Anthropic داشته. نکته جالب اینکه این سیستم با مدلی بسیار کوچک‌تر و هزینه کمتر توسعه یافته. 🔹 مدل GLM-5.3-Flash معرفی شد مدل GLM-5.3-Flash با تمرکز روی سرعت بالا، هزینه کمتر و اجرای سبک‌تر عرضه شده. این مدل برای کارهایی مثل تولید متن، تحلیل، کدنویسی و استفاده در اپلیکیشن‌هایی که به پاسخ سریع نیاز دارن طراحی شده و تلاش می‌کنه با مصرف منابع کمتر، عملکرد رقابتی ارائه بده. 🔹 حالا Adobe Firefly صدا هم تولید می‌کند ادوبی قابلیت‌های تولید موسیقی، گویندگی و افکت صوتی رو به Firefly اضافه کرده. حالا کاربرها می تونن تصویر، ویدئو و صدا رو در یک محیط واحد تولید کنن و حتی روی لحن و احساس روایت صوتی کنترل داشته باشن. 🔹 قرارداد ۶ میلیارد دلاری Nvidia و Poolside برای مدل‌های وزن‌باز انویدیا با قراردادی بزرگ با استارتاپ Poolside قصد داره توسعه مدل‌های وزن‌باز خودش رو سرعت بده. بیش از ۱۰۰ مهندس هم به پروژه Nemotron اضافه خواهند شد تا این شرکت بتونه رقابت جدی‌تری با مدل‌هایی مثل DeepSeek و Kimi داشته باشه. 🔹 شرکت OpenAI به‌دلیل ماجرای نفوذ AI به Hugging Face احضار شد دادستان کل آلاباما احضاریه‌ای برای OpenAI صادر کرده. ماجرا به یک ایجنت آزمایشی مربوط میشه که گفته شده با سوءاستفاده از چند آسیب‌پذیری تونسته از محیط آزمایشی خارج بشه و به سرویس‌های خارجی از جمله Hugging Face دسترسی پیدا کنه. 🔹 سم آلتمن: هوش مصنوعی هنوز به «لحظه آیفون» نرسیده مدیرعامل OpenAI وضعیت فعلی AI رو به دوران گوشی‌های هوشمند قبل از آیفون تشبیه کرده. از نگاه او، بخش زیادی از فناوری موردنیاز وجود داره، اما هنوز محصولی ظهور نکرده که نحوه تعامل عموم مردم با هوش مصنوعی رو به‌طور اساسی متحول کنه. 📌 ادامه در پست بعد... 🧠 فیلاگر | جامعه هوش مصنوعی ایران 🆔 @filoger_com
326
16
没有文字...
262
17
📚 پشت پرده هوش مصنوعی | قسمت ۴۳ 🧠 چطور یک مدل چند درخواست را هم‌زمان پردازش می‌کند؟ فرض کنید صدها نفر هم‌زمان از یه مدل درخ
📚 پشت پرده هوش مصنوعی | قسمت ۴۳ 🧠 چطور یک مدل چند درخواست را هم‌زمان پردازش می‌کند؟ فرض کنید صدها نفر هم‌زمان از یه مدل درخواست می‌فرستن. اگه مدل هر درخواست رو کاملاً جداگانه پردازش کنه، بخش زیادی از توان سخت‌افزار بلااستفاده می‌مونه. اینجاست که Batching وارد میشه. در این روش، چند درخواست در قالب یک Batch کنار هم قرار می‌گیرن و مدل اونا رو به‌صورت هم‌زمان پردازش می‌کنه. 🔹 استفاده بهتر از سخت‌افزار 🔹 پردازش درخواست‌های بیشتر 🔹 افزایش Throughput سیستم اما در سرویس‌های واقعی، درخواست‌ها همیشه هم‌زمان نمی‌رسن. برای همین از Continuous Batching استفاده میشه؛ درخواست‌های جدید می‌تونن در حین اجرای Batch به سیستم اضافه بشن. ⚠️ نکته مهم: هدف فقط سریع‌تر کردن یه پاسخ نیست؛ بلکه استفاده بهتر از منابع برای پاسخ‌گویی به تعداد بیشتری درخواسته. #پشت_پرده_هوش_مصنوعی 🧠 فیلاگر | جامعه هوش مصنوعی ایران 🆔 @filoger_com
316
18
انجمن علمی دانشجویی هوش مصنوعی دانشگاه علوم‌پزشکی جندی شاپور اهواز برگزار می کند: 🚀 کارگاه «جزوه‌نویسی با هوش مصنوعی» 🧐 تا
انجمن علمی دانشجویی هوش مصنوعی دانشگاه علوم‌پزشکی جندی شاپور اهواز برگزار می کند: 🚀 کارگاه «جزوه‌نویسی با هوش مصنوعی» 🧐 تا حالا به این فکر کردی که بتونی از صوت، ویدئو، منابع آموزشی و متون مختلف، خیلی سریع یک جزوه‌ی منظم، کامل و آکادمیک بسازی؟ 📚 در این کارگاه یاد می‌گیریم چطور با کمک NotebookLM و Gemini، فرایند جزوه‌نویسی رو سریع‌تر، دقیق‌تر و هوشمندانه‌تر کنیم. 🔹 سرفصل‌های کارگاه: ▫️ مدیریت منابع آموزشی و استخراج متن از صوت و ویدئو با NotebookLM ▫️ پردازش پیشرفته متون و ویدئو، ساختاردهی و ویرایش آکادمیک با Gemini ▫️ ترکیب NotebookLM و Gemini برای ساخت سریع‌تر یک جزوه کامل و جامع و نمونه سوالات امتحانی 👨🏻‍🏫 مدرس: جناب آقای فرزاد متولی 📅 تاریخ: دوشنبه ۹ شهریور ⏰ ساعت: ۱۸ 💻 نحوه برگزاری: آنلاین و مجازی 💰 هزینه کارگاه: رایگان 📩 ثبت‌نام: برای ثبت‌نام در کارگاه، وارد لینک زیر شوید: 👈ثبت نام در کارگاه 📌 با هوش مصنوعی، یادگیری را هوشمندانه‌تر و مؤثرتر تجربه کنید. 🔹 انجمن علمی دانشجویی هوش مصنوعی دانشگاه علوم‌پزشکی جندی‌شاپور اهواز 🔹اینستاگرام 🔹تلگرام
227
19
🚀 ایجنت‌های کدنویسی AI رو با موبایل کنترل کن! رابط HAPI یه رابط موبایلی برای ایجنت‌های کدنویسیه که بهتون اجازه می‌ده Session
🚀 ایجنت‌های کدنویسی AI رو با موبایل کنترل کن! رابط HAPI یه رابط موبایلی برای ایجنت‌های کدنویسیه که بهتون اجازه می‌ده Sessionهای روی کامپیوتر رو از گوشی ادامه بدید و کنترل کنید. 🔷 چه کارهایی میشه انجام داد؟ 🔹 ادامه Session کامپیوتر از موبایل 🔹 ارسال دستور به ایجنت‌ها با صدا 🔹 مشاهده فایل‌ها، ترمینال و تغییرات پروژه 🔹 دریافت و تأیید Permissionها از راه دور 🔹 کنترل از طریق تلگرام 🔹 کار با Claude Code، Codex، Cursor Agent، OpenCode و ابزارهای دیگه 🔸 یعنی ایجنت روی کامپیوتر کار می‌کنه، اما کنترلش می‌تونه روی موبایل باشه! 🔗 HAPI: hapi.run 🧠 فیلاگر |جامعه هوش‌مصنوعی ایران 🆔 @filoger_com LinkedIn | Instagram
402
20
🚨 تسک‌های زمان‌بندی‌شده ChatGPT رایگان شدن! یکی از قابلیت‌های کاربردی ChatGPT حالا برای کاربران Free هم در دسترسه. با بخش Sc
🚨 تسک‌های زمان‌بندی‌شده ChatGPT رایگان شدن! یکی از قابلیت‌های کاربردی ChatGPT حالا برای کاربران Free هم در دسترسه. با بخش Scheduled می‌تونی به ChatGPT بگی یه کار رو در زمان مشخص یا به‌صورت روزانه برات انجام بده؛ مثلاً: 📌 «هر روز صبح خلاصه مهم‌ترین اخبار هوش مصنوعی رو برام آماده کن.» 📌 «فردا ساعت ۹ یادآوری کن که مقاله‌ام رو بررسی کنم.» حتی حالا می‌تونی تسک‌های زمان‌بندی‌شده‌ات رو با دیگران به اشتراک بذاری تا اون‌ها هم یه نسخه مستقل از تسک رو برای خودشون ایجاد کنن. 🔺 کاربران رایگان می‌تونن تا ۳ تسک فعال داشته باشن و تسک‌ها برای این کاربران حداکثر روزی یک‌بار اجرا می‌شن. ⚡️ یه قابلیت پیشرفته‌تر هم برای کاربران واجد شرایط پلن‌های پولی وجود داره: اجرای خودکار تسک‌ها بر اساس اتفاقات جدید در Gmail، Slack و GitHub. مثلاً وقتی یه ایمیل جدید رسید، ChatGPT اون رو بررسی و خلاصه کنه. 🔗 راهنمای رسمی OpenAI: https://help.openai.com/en/articles/10291617-scheduled-tasks-in-chatgptWorking 🧠 فیلاگر | جامعه هوش مصنوعی ایران 🆔 @filoger_com
499