RandRng

آمریکا: no Pain, no Gain ایران: Just Pain, no Gain

یک گوساله مثل این الاغ برای ما تحلیل اقتصاد می‌کنه که وضعیت این شده. این احمق با یک توییت سرکار میره بعد یک مشت گوساله دیگه هم دنبال نظرات این مفنگی‌ها هستند. پرورش گل (ماری‌جوانا یا وید) رو آزاد کرد. 💩 زد به سال‌ها تلاش مبارزه با مواد مخدر

زیاد حرف زدیم، اول اینترنت بعدم برق قطع شدند. تا موبایل دیتا رو هم از دست ندادیم به دوستان و همکاران اطلاع بدیم که دردسترس نخواهیم بود.

رقم‌ها ی جوری شده که آدم همه چیز رو اشتباه می‌کنه. مثلاً من دلار ۵۰۰ تومنی رو هم یادم هست، وقتی شد ۱۰۰۰ تومن همه گفتن دیگه این مملکت می‌ترکه. بعد شد ۵۰۰۰ تومان و همین رو گفتند ۱۰,۰۰۰ تومان ۲۰,۰۰۰ تومان ۵۰,۰۰۰ تومان ۸۰,۰۰۰ تومان ۱۰۰,۰۰۰ تومان ۱۲۰,۰۰۰ تومان ازینجا به بعد دیگه کسی پیگر نبود، تا امروز که ۲۰۰ خمینی شد (عراق و عربستان ۱۰۰۰ تومانی ایران رو قبلاً اینطوری می‌گفتند: ۱ خمینی) ولی هیچی نشد، کلی آدم فقیرتر شد. کلی زباله گرد بیشتر شد، که بعضی‌هاشون رو وقتی می‌بینی از زیبایی و ... هیچی کم ندارند. ولی من نمی‌دونم چرا واسه یک سری برکت داشت، هرچی بالاتر رفت پول اینام بیشتر شد، مثلاً خونه شهرستانش رو فروخت شد صراف تهران (نماینده مجلس بود) یا اون یکی زمین کشاورزی و گاو و گوسفندش رو فروخت ۵۰۰ متر توی خیابون گلستان خرید بعد گفتند باباش سفیر بود. و .... فکر کنم هرکی واسه خودش حفظ کرده، اونایی که حفظ نکردن فقیر تر شدن

عباس آقا: جنگ اقتصادی ترامپ، فیلم تکراری است که ما حفظیم. دلار : 1 USD = 1,997,000 IRR نکته دیگری نیست، حفظ باشید.

عباس آقا: جنگ اقتصادی ترامپ، فیلم تکراری است که ما حفظیم. دلار : 1 USD = 1,997,000,000 IRR نکته دیگری نیست، حفظ باشید.

بی‌ناموس خره، جهالت خودتون، اون موقع که عر میزدید و مرگ بر می‌گفتید و عقلتون نمی‌رسید به قیمت دلار.

میگن که این اشتباه توییت راجب Qwen بوده و منظور همون مدل 27B بوده و برای همین حذف شده؛ اشکال نداره بجاش از Ornith 1.5 35B-A3B می‌تونید استفاده کنید؛‌اینم توی تسک‌های coding از claude 4.6 بالاتر هست ولی به خوبی Qwen 27B نیست که خب اهمیتی نداره مهم اینه روی 6 گیگ گرافیک مال ۱۰ سال پیش کار می‌کنه.

میگن مدل Qwen3.8 35B-A3B از نظر توانایی با Claude Opus 4.6 برای تسک‌های کد زدن برابری می‌کنه. خواستم یادآوری کنم که؛ این مدل رو با روش‌هایی که چندماه پیش گفتم میشه حدود ۱۷ توکن روی GTX 1060 لپ‌تاپ هم اجراش کرد و سرعتی بیشتر از 17 توکن داشت. خیلی‌ها هم گزارش دادند وقتی این مدل رو به Deepseek harness وصل کردند خیلی عملکردش بهتر شده؛ چیز بدی نیست برای تست کردن بخصوص اگر GPU ایی با این قدمت دارید.

Oracle bans AI-generated code from OpenJDK این مثل این می‌مونه که Claude بیاد بگه استفاده از Claude code توی تمام پروژه‌های شرکتهای Anthropic ممنوع هست؛ اوراکل توی این ۲-۳ سال اخیر اینطوری روی AI شرط بندی میکرد. شرکت IBM زودتر از همه متوجه اشتباه شد (همکاری با مک‌دونالد) حالا نوبت به Oracle رسیده؛ بنظرتون بعدی کیه ؟

چون به این علاقه داشتید و share کردید (بیش از ۴۰۰ بار)‌ گفتم براتون یک آموزش دیگه هم بذارم؛ این یکی برای اون‌هایی که به deep learning علاقه‌دارند تازه شروع کردند یا می‌خوان شروع کنند و مباحث زیاد هست و پیش‌نیازها بیشتر. Carnegie Mellon University Deep Learning من این کانال رو چندسالی هست که خودم دنبال می‌کنم؛ همینجا بگم که بهترین لهجه انگلیسی توی این کانال نیست اما یک نگاهی به ویدئوهای اخیرشون برای دوره Intro to deep learning Fall 2026 بندازیم (تایتل‌ها)‌ 0.1 Python Fundamentals 0.2 OOP 0.3 Numpy 0.4 Pytorch 0.5 Notebooks and conda 0.6 Tensordot & Einsum 0.7 Differentiation/Calculus Part 1 0.7 Differentiation/Calculus Part 2 0.8 Git and Github 0.9 Google colab 0.10 Google cloud 0.11 Kaggle ... 0.14 Linux 0.15 Datasets 0.16 DataLoaders 0.17 Data Preprocessing 0.18 Wandb 0.19 Debugging your model 0.21 Losses 0.22 Block processing 0.23 Pipelines 0.24 Distributed training 0.25 Saving and loading model همونطوری که می‌بینید از صفر می‌تونید شروع کنید؛ می‌خواید خیلی قوی بشید ؟ تمرین‌های دورهای قبلی رو حل کنید (خودشون هم حلش رو گذاشتن) موضوعی هم می‌تونید توی کانال سرچ کنید و مباحث رو پیدا کنید من هیچ دوره‌ای رو ندیدم انقدر سرفصل‌های کاملی داشته باشه؛ فقط یک دوره رو ببیند و تمرینات دوره‌های قبلی رو حل کنید بعدش شروع کنید پروژه زدن؛ کل این دوره‌ها هم رایگان هست. وقتی پیش نیازها تموم بشه همه‌ی ویدئوهایی که با 0. شروع میشه؛ اونوقت اصل آموزش دانشگاهی شروع میشه و هیچکس توی این آموزش سردرگم نیست که چی باید یاد بگیره یا پیش نیازی بوده که بلد نیست و ... ۱۰۰٪ پیشنهاد می‌کنم؛ من اولین بار ۷ سال پیش ویدئو‌های این دانشگاه رو دیدم و الان ۱۰۰ بار از اون موقع بهتر هست. اگر بچه‌های خوبی باشید بازم ازین ریسورس‌ها معرفی می‌کنم 😂

این گزارش رو شما فرستادید (من نخونده بودم)‌ و جالب بود؛ هرچند من میگم اوضاع ازینم بدتر هست. AI-Generated Code Has 1.7x More Bugs: Here's the Fix اینجا از fix گفته که بنظرم ۹۰٪ چرنده اونم چون بلاگ مال شرکتی هست که دقیقا کارش ai هست. Shiplight: The agent-native testing platform تو از fix نگی کی بگه 😂 ولی چون این لینک برام فرستاده شده بود؛‌ گفتم منم دقیقا همین لینک رو به اشتراک بذارم.

تجربه یکی از اعضای کانال که من خلاصه‌ای از چت خودمون رو با اجازه ایشون اینجا می‌فرستم؛ قبلش توضیح بدم ایرانی هستند و یک شرکت نرم‌افزاری با اسکیل متوسط خارج از ایران دارند. خلاصه:‌ توی شرکت چندتا سرویس مختلف رو خریدیم و پشت api خودمون گذاشتیم و به هر نیرویی که لازم بود دسترسی دادیم؛ از کش سرور و ... هم استفاده کردیم برای کم کردن هزینه‌ها توی ۳ ماه ۱۰ برابر تخمینی که زده بودیم پول خرج شد و از بین تمام api ها همیشه نیروها روی claude بودند. بعد از ۳ ماه به هرکسی به اندازه کارش توکن اختصاص داده شد و برای مدل‌های قویتر ضریب گذاشتیم که هزینه ها خیلی اومد پایین جالبترین نکته: توی ۳ ماه اول متوجه شدیم نه تنها افزایش سرعت نداشتیم بلکه کاهش هم داشت بررسی کردیم (با حفظ محرمانگی و بصورت اتومات) متوجه شدیم بیش از ۸۰٪ توکن مصرفی روی claude برای کارها یا پروژه‌های شخصی بوده. این موضوع رو منم توی شرکت دیدم؛ گفتم که شرکت به ماهم api میداد من همیشه از نسخه‌های چینی میگرفتم که بتونم با هزینه‌ی شرکت کارهای بیشتری بکنم (البته تا جایی که اجازه میدادند) بعضی وقتا هم مدل چینی اگر open weight بود از شرکت‌های آمریکایی و اروپایی خرید میزدند ولی اکثر بچه‌ها claude میگرفتند و اکثرا هم برای کار شخصی استفاده می‌کردند.

اینم هست

#موقت پین شده‌ها رو بخونید اگر جدید هستید. خوش اومدید 🌹

#موقت پین شده‌ها رو بخونید اگر جدید هستید.

ترکیب HBF (hardware) + MoE (software) تنها چیزی هست که می‌تونه شرکت‌های AI, LLM رو نجات بده. فرض کن GPU بخری با چندلایه vRAM که لایه اول 48 گیگ باشه و سرعت بیشتر و لایه دوم 500 گیگ باشه و سرعت کمی کمتر ولی چندین برابر سریعتر از هارد و رم از ایده‌ی HBF خوشم اومد توی این چندروز که ازش شنیدم.