AI Agents | Howsam

دوستان جدیدا کسی از Colab Pro استفاده کرده ؟ این یونیتی که داره حدودا چطوری مصرف میشه ؟ نیاز به GPU دارم متاسفانه ابر فردوسی همه سروراش پره تقریبا میخواستم ببینم این Colab Pro گزینه مناسبی هست یا نه ؟

سایت vast که استاد معرفی کردن قطعا بهتر از جاهای دیگه هست. من تجربه ساختن یه نیم‌چه محصول برای جنریت ویدیو هم دارم باهاش. کاربر میاد داخل سایت ما عکس و پرامپت و صوت و هر چیزی که دلش خواست ورودی میده و وقتی روی دکمه جنریت میزنه، بدون اینکه کاربر بفهمه یه gpu از vast اجاره میشه و بعد از انجام نصبها و دانلود مدلها، کدها روی اون اجرا میشن و نتیجه برمیگرده به سایت ما و سیستم اجاره شده شات داون میشه. داخل vast دستتون کاملا بازه که هر کانفیگی خواستین انتخاب کنین. تمپلیت‌های خیلی خوبی هم داره که بخشی از نصب‌ها و آماده‌سازی محیط رو راحت کرده... قیمتش هم واقعا خیلی مناسبه به لحاظ تحریم هم مثل کولب سخت‌گیر نیست و با فیلترشکن‌های عادی هم می‌تونین وصل بشین. ضمنا کولب سخت‌افزارهایی که میده اسباب‌بازی هستن در مقایسه با vast و شما کنترل کامل روی کانفیگ کل سیستم ندارین

محققان IBM یک لایه کنترلی زمان اجرا (Runtime Gate) به نام JevAct طراحی کرده‌اند که مانند یک فیلتر بین ایجنت و ابزارهایش قرار می‌گیرد، بدون اینکه نیازی به تغییر خود مدل زبانی یا ساختار ابزارها باشد. نحوه کار JevAct به این شکل است: ابتدا یک مدل زبانی، قوانین و محدودیت‌های سیستم را به کدهای اعتبارسنجی و سوالات بله/خیر تبدیل می‌کند. پیش از آنکه ایجنت ابزاری را اجرا کند، این لایه کنترلی وارد عمل می‌شود؛ کدها پارامترهای ورودی ابزار را چک می‌کنند و یک مدل تصمیم‌گیرنده، شرایط مکالمه را می‌سنجد. اگر فراخوانی ابزار دارای خطا باشد یا قوانین را نقض کند، سیستم اجرای آن را متوقف کرده و یک بازخورد (Feedback) دقیق به ایجنت برمی‌گرداند تا ایجنت بتواند مسیر منطقی خود را اصلاح کند. این کار خلاء اعتبارسنجی پیش از اجرا را در معماری‌هایی مثل ReAct پوشش می‌دهد. نتایج به‌دست‌آمده: اضافه کردن این لایه باعث جهش چشمگیری در پایداری ایجنت‌ها شده است. در بنچمارک مخابراتی (τ²-bench Telecom)، میزان موفقیت مدل Opus 4.6 از ۳۹.۵ درصد به ۸۰.۷ درصد افزایش یافته و عملکرد هشت ایجنت مختلف به طور میانگین نزدیک به ۱۷ امتیاز بهبود پیدا کرده است. البته در محیط‌های پیچیده‌تری مثل سیستم‌های رزرو خطوط هوایی (Airline)، نتایج ترکیبی‌تر بوده است. در نهایت، این مقاله اثبات می‌کند که جدا کردن منطق اعتبارسنجی از هسته اصلی ایجنت، راهکاری بسیار موثر برای کنترل رفتار سیستم‌های Agentic و جلوگیری از اجرای کوئری‌های مخرب یا توهم‌زا است. Arxiv: Think Before You Act: Decision Gate for LLM Agents

پلیس فدرال آمریکا (FBI) رسماً تایید کرد که در روزهای گذشته (حدود ۲۹ اکتبر ۲۰۲۶)، هکرهای وابسته به کره شمالی مسئول سرقت بیش از ۶ میلیارد دلار ارز دیجیتال از صرافی «بایننس» (Binance) بوده‌اند. اف‌بی‌آی این فعالیت مخرب سایبری را به گروهی تحت عنوان «TraderTraitor» نسبت داده است. بر اساس گزارش مشترک FBI، سرویس مخفی آمریکا (USSS) و بخش تحقیقات جنایی سازمان امور مالیاتی (IRS-CI)، این هکرها در حال تبدیل دارایی‌های مسروقه عمدتاً به اتریوم (ETH) هستند تا با استفاده از سرویس‌های دیفای (DeFi) و صرافی‌های فوری، مراحل پولشویی را انجام دهند. در همین راستا، این نهادهای امنیتی از تمامی شرکت‌های بخش خصوصی، اپراتورهای نود، صرافی‌های فوری، شرکت‌های تحلیل بلاک‌چین و سایر ارائه‌دهندگان خدمات ارز دیجیتال خواسته‌اند تا هرگونه تراکنش مرتبط با آدرس‌های استفاده‌شده توسط این گروه را فوراً مسدود کنند. North Korea Responsible for $6 Billion+ Binance Attack

توی این ویدیو، مهرزاد در مورد یک مفهوم بسیار جذاب به نام «لوپ ترنسفورمرها» (Loop Transformers) صحبت می‌کنه و توضیح میده چطور می‌تونیم مدل‌های هوش مصنوعی رو بدون بزرگ‌تر کردن و افزایش پارامترها، هوشمندتر کنیم. https://youtu.be/6LwkTvUSwnE

گوگل دیپ‌مایند (Google DeepMind) ابزار هوش مصنوعی جدیدی به نام PlanAssist را معرفی کرده است که زمان بررسی درخواست‌های مجوز ساخت‌وساز خانگی را تا ۵۸ درصد کاهش می‌دهد. این ابزار که بر پایه مدل جمنای (Gemini) توسعه یافته است، بررسی‌های اداری و روتین را خودکار می‌کند تا روند کار تسریع شود، اما تایید و تصمیم‌گیری نهایی همچنان بر عهده کارشناسان انسانی باقی می‌ماند. این فناوری با رفع تاخیرهای طولانی‌مدت در بخش مسکن، به هدف دولت بریتانیا برای ساخت ۱.۵ میلیون خانه جدید تا سال ۲۰۲۹ کمک می‌کند. در صورت موفقیت‌آمیز بودن این مرحله بتای جدید، قرار است ابزار PlanAssist تا سال ۲۰۲۷ در تمامی شوراهای محلی انگلیس در دسترس قرار گیرد. Speeding up planning decisions with AI

مدل‌های تصمیم‌گیر روی داده‌های فارسی چه عملکردی دارن؟ احتمالا درباره مدل Jev و سایر مدل‌های تصمیم‌گیر شنیدید. اگه نشنیدید که می‌تونید ویدئوی اخیرمون در یوتوب رو ببینید. لینک به‌صورت خلاصه، این مدل‌ها متن تولید نمی‌کنن؛ یک متن و چند پرسش دریافت می‌کنن و پاسخ همه رو به‌صورت انتخاب، نمره یا احتمال برمی‌گردونن. برای استفاده از اون‌ها به داده آموزشی نیازی نیست. شرکت سازنده Jev اعلام کرده که این مدل روی داده‌های غیرانگلیسی عملکرد ضعیف‌تری داره. من هم تصمیم گرفتم که یکسری آزمایش روی این مدل و سایر مدل‌های رقیب روی داده‌های فارسی انجام بدم. یکی از آزمایش‌هام، ارزیابی روی دیتاست MASSIVE بود. ۵۴۹ جمله موازی فارسی و انگلیسی که هر یک باید به یکی از ۵۷ نوع درخواست (برچسب یا کلاس) نسبت داده بشن. سه دسته مدل ارزیابی کردم: 1. مدل‌های تصمیم‌گیر مثل Jev Clef و ... 2. مدل زبانی تبدیل‌شده به مدل تصمیم‌گیر مثل Qwen Gemma 3. مدل‌های ساده که روی بخش Train آموزش دیدن. نتایجشون رو در جدول بالا آوردم. آزمایش‌های دیگه‌ای هم انجام دادم که اونها هم جالب هستن.

جیتو پاتل (Jeetu Patel)، رئیس و مدیر ارشد محصول شرکت سیسکو، به یک مهندس ۲۷ ساله به نام پادمانابان کریشنامورتی مأموریت داده و به او دسترسی نامحدود به توکن‌های هوش مصنوعی اعطا کرده است تا ۹۸ درصد از کدهای قدیمی این شرکت را ظرف ۲۴ ماه بازنویسی کند. کریشنامورتی که پس از خریده شدن استارتاپش به نام EzDubs در سال ۲۰۲۵ به سیسکو پیوست، این ایده را مطرح کرد و اکنون در قالب یک تیم دو نفره، یک دوره آزمایشی چهار هفته‌ای برای اثبات کارایی این رویکرد دارد. پاتل با این تصمیم قصد دارد فرآیندهای سنتی شرکت را به چالش بکشد و رویکرد جدیدی به جایگزینی نقش‌های ابتدایی با هوش مصنوعی ارائه دهد. او می‌گوید قرار دادن نیروهای جوان نسل Z در کنار کارمندان باتجربه باعث ایجاد اصطکاک و «تنش سازنده» در ایده‌ها می‌شود؛ چیزی که به اعتقاد او برای از بین بردن روزمرگی، تزریق تفکرات جدید و پیشبرد اهداف جاه‌طلبانه در سازمان کاملاً ضروری است Cisco chief found a 27-year-old ex-founder ‘buried away in the organization doing something unstrategic’—now the Gen Zer is rewriting 98% of its code

شرکت Cognition (خالق Devin) رسماً استارتاپ امنیتی Corridor را خرید. بنیان‌گذار Corridor یعنی Jack Cable، هکری است که در ۱۶ سالگی پنتاگون را هک کرد و بعداً رهبر امنیت CISA آمریکا شد. این استارتاپ ۵۵ میلیون دلاری، حمایت بزرگان تک مثل مدیر سابق امنیت فیس‌بوک، فاندر اینستاگرام و بنیان‌گذاران Linear و Cursor را داشت. تیم‌های سرشناسی مثل LangChain، ElevenLabs و Etsy پیش از این بررسی کدهای حساس خود را به Corridor سپرده بودند. هنر Corridor مهار باگ قبل از نوشتن کد است؛ این سیستم در مرحله پلن‌ریزی ایجنت، گاردریل‌های پروژه را به پرامپت تزریق می‌کند. ترکیب Devin و نخبه‌های کلاه‌سفید Corridor یعنی تولد مهندسی که کدهایش از وسواس یک سینیور هم ایمن‌تر است.

یکم هم درباره فرآیند آماده‌سازی این دیتاست بگم. این پروژه بیشتر از چهار ماه طول کشید و جدا از خود ترجمه، بخش بزرگی از زمانم صرف بررسی، اصلاح و آماده‌سازی داده‌ها شد. کار کلاً این مراحل رو داشت: 🔹 ترجمه داستان‌ها: برای ترجمه، روی دو اکانت Modal از مدل‌های Gemini 3.1 Flash-Lite و Gemini 3.5 Flash-Lite و API رایگان Gemini استفاده کردم. اسکریپت پایتونی روزی ۲۳ ساعت اجرا می‌شد، چون ساعت ۱۰:۳۵ به وقت ایران کلیدها ریست می‌شدن. 🔹 بررسی و اصلاح ترجمه‌ها: یکی از چالش‌های اصلی، پیدا کردن ترجمه‌های نادرست، کلمات ساختگی، غلط‌های املایی و کاراکترهای ناخواسته از زبان‌های دیگه بود. تلاش کردم متن فارسی تا جای ممکن طبیعی باشه و به فضای داستان‌های کودکانه تناسب داشته باشه. 🔹 اصلاح نگارش فارسی: یکدست‌کردن املای کلمات، استفاده از نیم‌فاصله و اصلاح نکات نگارشی هم بخش دیگه‌ای از کار بود. بخشی از کلمات رو هم بر اساس «فرهنگ املایی خط فارسی» (دکتر علی اشرف صادقی و زهرا زندی مقدم) اصلاح کردم. 🔹 بازسازی پاراگراف‌ها: یکی از مشکلات ترجمه این بود که شکست خطوط و پاراگراف‌ها نادیده گرفته می‌شد. برای همین یه اسکریپت نوشتم تا ساختار پاراگراف‌های متن فارسی با متن انگلیسی هم‌خوان بشه. در نهایت به دیتاستی با حدود ۲.۱۴ میلیون داستان رسیدم که هر رکوردش شامل اندیس، متن انگلیسی اصلی و ترجمه فارسیه. 🌱

بالاخره دیتاست TinyStories فارسی آماده شد. 🎉 یکی از بذرهایی که استاد توی دوره پیاده‌سازی ChatGPT از صفر با پای‌تورچ کاشته بود، ایده ساختن یه نسخه ترجمه‌شده و باکیفیت از TinyStories بود. من هم تصمیم گرفتم یکی از تمرین‌هاش رو جدی بگیرم و پرورش بدم. حالا با کلی ذوق و خوشحالی، نسخه نهایی ترجمه فارسیش رو باهاتون به اشتراک می‌ذارم. 🌱😍 این دیتاست حدود ۲.۱۴ میلیون داستان کوتاه فارسی داره، همراه با متن اصلی انگلیسی هر داستان. می‌تونه برای کارهای NLP، تولید متن فارسی و آموزش مدل‌های زبانی استفاده بشه. لینک دیتاست: https://huggingface.co/datasets/s-pouyan/TinyStories-Persian خوشحال می‌شم ببینم این دیتاست در پروژه‌ها مورد استفاده قرار می‌گیره. ❤️

پژوهشگران امنیت سایبری: نسخه ارائه‌شده از افزونه رسمی Claude Code شرکت Anthropic در مارکت‌پلیس Cursor دست‌کاری شده بود تا یک درب پشتی (Backdoor) دائمی از نوع SSH را روی سیستم‌های قربانیان نصب کند. منشأ این مشکل به نفوذ امنیتی در مارکت‌پلیس Cursor ردیابی شده است؛ اتفاقی که باعث شد پلتفرم برنامه‌نویسی مبتنی بر هوش مصنوعی Cursor، این سرویس را موقتاً از دسترس خارج کند تا بدافزار را پاک‌سازی نماید. تیم Cursor در این باره اعلام کرد: ما یک حادثه امنیتی را شناسایی کرده‌ایم که یک نسخه دست‌کاری‌شده از افزونه Claude Code برای VS Code را تحت تأثیر قرار داده است؛ این نسخه از طریق مارکت‌پلیس افزونه‌های ادیتور Cursor ما در دسترس قرار گرفته بود و حداکثر ۵٬۰۰۰ کاربر را تحت تأثیر قرار داده است. این نسخه مخرب توسط Anthropic توسعه داده نشده بود. تا تاریخ ۳۰ اکتبر ۲۰۲۶، این نسخه مخرب حذف شده و شرکت Anthropic نسخه ۲.۱.۳۱۴ را در هر دو رجیستری Open VSX و Microsoft VS Code Marketplace منتشر کرده است. The Hacker News Cursor

مدل‌های نسل جدید Qwen4 و DeepSeek-V5 در راهند. تمامی مدل‌هایی که با qwen4 شروع می‌شوند، به‌طور پیش‌فرض برای پردازش کانتکست عظیم ۱ میلیون توکنی تنظیم شده‌اند. ژودونگ گوا (Xudong Guo)، دانشمند تحقیقاتی Qwen در رویداد آمستردام به عرضه در «هفته آینده» اشاره کرده است. دیپ‌سیک نیز بی‌سروصدا در حال آماده‌سازی نسل پنجم خود است. سه شناسه جدید در مجموعه تست Harness رویت شده است که رسماً وارد فاز تست شده‌اند.

گوگل: امروز، ما از مدل پیشگام بعدی خود رونمایی می‌کنیم: جمنای ۴ کربن (Gemini 4 Carbon)، قدرتمندترین مدل ما با قابلیت‌های پیشرفته در امنیت سایبری و انجام وظایف طولانی‌مدت. جمنای ۴ کربن روی همان ساختار ایمنی و امنیت چندلایه‌ی آرگون ساخته شده است. ترکیبی از آموزش مدل، دفاع لحظه‌ای در برابر سوءاستفاده، مقاومت در برابر تزریق پرامپت (Prompt-injection)، و نظارت بر زنجیره تفکر (Chain-of-thought). ما با آموزش مدل برای پاسخگویی صحیح به وظایف پیچیده یا پرفشار، ایمنیِ هم‌راستایی (Alignment) مدل را یک قدم جلوتر برده‌ایم. ما مشتاقانه منتظریم تا ببینیم گروه اولیه مدافعان سایبری چگونه از این مدل استفاده می‌کنند و امیدواریم به‌زودی کربن را در اختیار توسعه‌دهندگان، کسب‌وکارها و عموم کاربران قرار دهیم. Gemini 4 Carbon: our next frontier model

New record for Stack Overflow: <1000 questions posted last month.

بزرگترین اثبات ریاضی در تاریخ بشر اکنون توسط رایانه راستی‌آزمایی شده است. اکسیوم (Axiom) از فرموله‌سازیِ خودکار و کاملِ «دسته‌بندی گروه‌های ساده متناهی» که به عنوان "جدول تناوبی تقارن" شناخته می‌شود، در زبان لِین (Lean) پرده برمی‌دارد. حدود ۱۵,۰۰۰ صفحه که توسط بیش از ۱۰۰ ریاضیدان در طول نسل‌های مختلف به نگارش درآمده است. دسته عوامل هوشمند (Swarm) سیستم AxiomProver، این اثبات را در قالب ۵۰ میلیون خط کد Lean و طی ۲۴ روز ساخته‌اند. این مخزن (Repository)، بزرگترین پایگاه کد زبان لِین تا به امروز محسوب می‌شود. Formalizing the Enormous Theorem The Classification of Finite Simple Groups, formalized in Lean GitHub AxiomMath

شرکت OpenAI در جدیدترین بیانیه خود از سه کشف علمی بزرگ توسط مدل‌های هوش مصنوعی‌اش پرده برداشت: ریاضیات: اثبات حدس هموارسازی محلی علوم کامپیوتر: رد «فرضیه زمان نمایی» (ETH) فیزیک: اثبات ریاضی نظریه کوانتومی یانگ-میلز برای اعتبارسنجی این دستاوردهای بی‌سابقه، ایجاد شفافیت و تبدیل داده‌های خام هوش مصنوعی به دانش معتبر، OpenAI در حال تشکیل کارگروه‌های تخصصی مستقل با همکاری دانشمندان برجسته دانشگاهی است. (ویدئوی پیوست برای این خبر، توسط کاربر X با استفاده از مدل Opus 5.5 تولید شده است.) Working with academic communities to build scientific understanding

اگر کار سنگین و دانلود حجم بالا دارید دیتاسنتر المشرف محدودیت سرعت دانلود نداره نت ایرانسل

طرح بازخرید و خروج داوطلبانه در مایکروسافت؛ مایکروسافت امروز رسماً از یک برنامه جدید خروج داوطلبانه تحت عنوان Voluntary Exit Offer (VEO) رونمایی کرد؛ طرحی که به کارکنان واجد شرایط در تیم‌های تعیین‌شده این امکان را می‌دهد تا به انتخاب خود و با دریافت بسته‌های حمایتی مالی، از این شرکت جدا شوند. محدوده جغرافیایی: نیروهای مستقر در ایالات متحده، کانادا، بریتانیا و هند. سطوح شغلی: کارکنان لول ۷۰ و پایین‌تر در سازمان‌ها و تیم‌های منتخب. حمایت‌ها: ارائه مشوق‌های مالی و خدمات برنامه‌ریزی شغلی برای تسهیل ورود به مسیر حرفه‌ای جدید. مایکروسافت در حال حاضر سرمایه‌گذاری سنگین و بی‌سابقه‌ای (پیش‌بینی حدود ۱۷۵ میلیارد دلار هزینه سرمایه‌ای) روی زیرساخت‌های هوش مصنوعی، دیتاسنترها، چیپ‌ها و ابررایانه‌ها انجام می‌دهد. برای اینکه وال‌استریت و سهام‌داران نگران کاهش حاشیه سود شرکت نشوند، مایکروسافت باید این هزینه‌های زیرساختی را با کاهش هزینه‌های عملیاتی و حقوق پرسنل در بخش‌های سنتی‌تر جبران و بازتوزیع کند. هدف از این کار «تطبیق نیروی کار با نیازهای در حال تغییر» است. شرکت به وضوح اعلام کرده برخی بخش‌ها مانند نیروهای مرتبط با دیتاسنترها، فروش ابری و هوش مصنوعی واجد شرایط این طرح نیستند. این نشان می‌دهد شرکت به دنبال کوچک‌سازی بخش‌های سنتی، مدیریتی و پروژه‌هایی با اولویت پایین‌تر است تا ساختار تیم‌ها را چابک‌تر و هم‌راستا با عصر هوش مصنوعی کند. Introducing a Voluntary Exit Offer