AI Agents | Howsam
Ir al canal en Telegram
این روزها، بیشتر از ایجنتهای هوش مصنوعی میگیم... ارتباط با ادمین @howsam_support
Mostrar más3 612
Suscriptores
-124 horas
+87 días
+3430 días
Carga de datos en curso...
Canales Similares
Nube de Etiquetas
Menciones Entrantes y Salientes
---
---
---
---
---
---
Atraer Suscriptores
septiembre '26sep '26
septiembre '26
+85
en 0 canales
agosto '26
+128
en 1 canales
Get PRO
julio '26
+112
en 2 canales
Get PRO
junio '26
+74
en 3 canales
Get PRO
mayo '26
+58
en 1 canales
Get PRO
abril '26
+21
en 1 canales
Get PRO
marzo '26
+9
en 0 canales
Get PRO
febrero '26
+78
en 1 canales
Get PRO
enero '26
+41
en 1 canales
Get PRO
diciembre '25
+52
en 2 canales
Get PRO
noviembre '25
+79
en 2 canales
Get PRO
octubre '25
+168
en 12 canales
Get PRO
septiembre '25
+108
en 1 canales
Get PRO
agosto '25
+51
en 2 canales
Get PRO
julio '25
+80
en 0 canales
Get PRO
junio '25
+57
en 0 canales
Get PRO
mayo '25
+152
en 2 canales
Get PRO
abril '25
+69
en 0 canales
Get PRO
marzo '25
+125
en 0 canales
Get PRO
febrero '25
+94
en 0 canales
Get PRO
enero '25
+133
en 0 canales
Get PRO
diciembre '24
+137
en 2 canales
Get PRO
noviembre '24
+125
en 3 canales
Get PRO
octubre '24
+119
en 0 canales
Get PRO
septiembre '24
+119
en 1 canales
Get PRO
agosto '24
+118
en 1 canales
Get PRO
julio '24
+88
en 2 canales
Get PRO
junio '24
+139
en 1 canales
Get PRO
mayo '24
+162
en 2 canales
Get PRO
abril '24
+71
en 1 canales
Get PRO
marzo '24
+58
en 0 canales
Get PRO
febrero '24
+62
en 0 canales
Get PRO
enero '24
+72
en 1 canales
Get PRO
diciembre '23
+103
en 1 canales
Get PRO
noviembre '23
+21
en 0 canales
Get PRO
octubre '23
+45
en 0 canales
Get PRO
septiembre '23
+26
en 0 canales
Get PRO
agosto '23
+32
en 0 canales
Get PRO
julio '23
+48
en 0 canales
Get PRO
junio '23
+68
en 0 canales
Get PRO
mayo '23
+29
en 0 canales
Get PRO
abril '23
+35
en 0 canales
Get PRO
marzo '23
+35
en 0 canales
Get PRO
febrero '23
+42
en 0 canales
Get PRO
enero '23
+29
en 0 canales
Get PRO
diciembre '22
+33
en 0 canales
Get PRO
noviembre '22
+31
en 0 canales
Get PRO
octubre '22
+32
en 0 canales
Get PRO
septiembre '22
+34
en 0 canales
Get PRO
agosto '22
+34
en 0 canales
Get PRO
julio '22
+35
en 0 canales
Get PRO
junio '22
+30
en 0 canales
Get PRO
mayo '22
+23
en 0 canales
Get PRO
abril '22
+38
en 0 canales
Get PRO
marzo '22
+34
en 0 canales
Get PRO
febrero '22
+30
en 0 canales
Get PRO
enero '22
+39
en 0 canales
Get PRO
diciembre '21
+34
en 0 canales
Get PRO
noviembre '21
+36
en 0 canales
Get PRO
octubre '21
+42
en 0 canales
Get PRO
septiembre '21
+81
en 0 canales
Get PRO
agosto '21
+38
en 0 canales
Get PRO
julio '21
+31
en 0 canales
Get PRO
junio '21
+22
en 0 canales
Get PRO
mayo '21
+22
en 0 canales
Get PRO
abril '21
+32
en 0 canales
Get PRO
marzo '21
+39
en 0 canales
Get PRO
febrero '21
+82
en 0 canales
Get PRO
enero '21
+28
en 0 canales
Get PRO
diciembre '20
+461
en 0 canales
| Fecha | Crecimiento de Suscriptores | Menciones | Canales | |
| 29 septiembre | +2 | |||
| 28 septiembre | +1 | |||
| 27 septiembre | +1 | |||
| 26 septiembre | +3 | |||
| 25 septiembre | +2 | |||
| 24 septiembre | +3 | |||
| 23 septiembre | 0 | |||
| 22 septiembre | +3 | |||
| 21 septiembre | +1 | |||
| 20 septiembre | +3 | |||
| 19 septiembre | +4 | |||
| 18 septiembre | +3 | |||
| 17 septiembre | 0 | |||
| 16 septiembre | +6 | |||
| 15 septiembre | +4 | |||
| 14 septiembre | +8 | |||
| 13 septiembre | +5 | |||
| 12 septiembre | +6 | |||
| 11 septiembre | +2 | |||
| 10 septiembre | +1 | |||
| 09 septiembre | +5 | |||
| 08 septiembre | +5 | |||
| 07 septiembre | +2 | |||
| 06 septiembre | +3 | |||
| 05 septiembre | +4 | |||
| 04 septiembre | +1 | |||
| 03 septiembre | +3 | |||
| 02 septiembre | +1 | |||
| 01 septiembre | +3 |
Publicaciones del Canal
معرفی Decisions API با معماری Luna؛ رقیب تکنیکی JEV برای تصمیمگیری آنی و ساختاریافته
یکی از مهمترین رونماییهای امشب، معرفی Decisions API بر پایه مدل جدید هوش مصنوعی Luna بود؛ ابزاری که نهتنها به رقیب مستقیم JEV تبدیل شده، بلکه از نظر تکنیکی و کارایی یک گام فراتر رفته است.
هدف اصلی Decisions API، بازتعریف نقش هوش مصنوعی در اتوماسیون است: تبدیل مدلهای زبانی از یک تولیدکننده متنِ آزاد، کند و غیرقابل پیشبینی، به یک موتور تصمیمگیرنده آنی، دقیق و کاملاً ساختاریافته.
سازوکار فنی چگونه است؟
توسعهدهنده دادههای متنی یا چندوجهی (تصویر) را به همراه پرسشی مشخص و مجموعهای محدود از پاسخهای ازپیشتعیینشده ارسال میکند. مدل در لحظه، بدون تولید کلمات اضافی و توکنهای هدررفته، دقیقاً یکی از گزینههای معتبر را انتخاب میکند؛ بدون ریسک هذیان (Hallucination) یا خروجیهای ساختارشکن.
Devday 2026 Recap
| 2 | Live from OpenAI DevDay 2026
https://youtu.be/Fls_onRviPM | 179 |
| 3 |  🚀 مدل Claude Sonnet 5.5 منتشر شد!
دومین مدل از خانواده Claude 5.5 بعد از Opus 5.5.
نسبت به Sonnet 5 پیشرفت واضحی داره، بیش از ۳۰٪ سریعتره و برای بیشتر کارها تا ۳۰٪ ارزونتر درمیاد.
مکمل سریعتر و کمهزینهتر Opus 5.5 هست. Opus برای کارهای پیچیده که قضاوت دقیق میخواد؛ Sonnet 5.5 برای کارهای روزمره و مشخص، رفع باگ، و ساخت سند/اسلاید/اکسل تمیز. دید طراحی خوبی هم داره.
داداش Haiku 5.5 هم چند هفته آینده میاد.
قیمت (بدون تغییر نسبت به Sonnet 5):
ورودی ۲ دلار و خروجی ۱۰ دلار به ازای هر یک میلیون توکن.
ولی مصرف توکن کمتر!
همین الان این مدل با همه Effort-هاش در پلن رایگان در دسترسه.
این خبر رو هم همین مدل از روی لینک زیر ساخت:
🔗 https://www.anthropic.com/claude-sonnet-5-5 | 475 |
| 4 | دوره Transformers & LLMs شروع شد
Stanford CME295 Transformers & LLMs
Autumn 2026 | Lecture 1 - Transformers
Lecture 1 :
• Background on NLP and tasks
• Tokenization
• Embeddings
• Word2vec, RNN, LSTM
• Attention mechanism
• Transformer architecture
• End-to-end example
https://youtu.be/114i2Kz-LZA
Syllabus | 571 |
| 5 | دومین مدل از خانواده Claude 5.5 اومد.
نسبت به Sonnet 5 پیشرفت واضحی داره، بیش از ۳۰٪ سریعتره و برای بیشتر کارها تا ۳۰٪ ارزونتر درمیاد.
نقشش چیه؟
مکمل سریعتر و کمهزینهتر Opus 5.5 هست. Opus برای کارهای پیچیده که قضاوت دقیق میخواد؛ Sonnet 5.5 برای کارهای روزمره و مشخص، رفع باگ، و ساخت سند/اسلاید/اکسل تمیز. دید طراحی خوبی هم داره.
داداش Haiku 5.5 هم چند هفته آینده میاد.
اعداد مهم:
Terminal-Bench 4.0 (کدنویسی ایجنتی): ۷۰.۶٪ (Sonnet 5 فقط ۱۰.۳٪ بود)
CursorBench 4.0: ۵۵.۵٪ (Opus 5.5: ۵۷.۸٪)
GDPval-AA (کار دانشی): تقریبا همسطح Opus 5.5
OSWorld 2.1 (کار با کامپیوتر): ۸۰.۱٪
اولین Sonnet ای که Pokémon Red رو فقط از روی اسکرینشات تموم کرد 😄
قیمت (بدون تغییر نسبت به Sonnet 5):
ورودی ۲ دلار و خروجی ۱۰ دلار به ازای هر یک میلیون توکن.
ولی چون توکن خیلی کمتری برای یه کار مصرف میکنه، هزینه هر کار پایینتر میاد.
در چند بنچمارک، با effort پایین یا متوسط از بهترین امتیاز Sonnet 5 هم جلو زده، با حدود یکدهم هزینه.
ایمنی:
اولین Sonnet با safeguardهای سایبری همسطح مدلهای قویتر. کار روزمره برنامهنویسی و رفع باگ مشکلی نداره، ولی درخواستهای پرریسک سایبری به Sonnet 5 برمیگرده. برای اولین بار هم classifier ضد استخراج reasoning (distillation) داره.
دسترسی:
همین الان روی این مدل با همه Effort-هاش در
🔗 https://www.anthropic.com/claude-sonnet-5-5 | 1 |
| 6 |  🔥 جشنواره تخفیف مهر هوسم
۴۰٪ تخفیف روی همه دورهها
📚 دورههای جامع
▫️ یادگیری عمیق جامع: کلیک کنید!
▫️ یادگیری ماشین جامع: کلیک کنید!
▫️ آموزش OpenCV: از پردازش تا بینایی: کلیک کنید!
🛠 دورههای پروژهمحور
▫️ دیپ کاتالیست: کلیک کنید!
▫️ مسابقه Kaggle: کلیک کنید!
🆕 مباحث جدید
▫️ پیادهسازی ChatGPT از صفر: کلیک کنید!
سوال دارید؟ به پشتیبانی پیام بدید:
@howsam_support | 680 |
| 7 | اُپوس ۵.۵ پژوهشگری قابلاعتماد و توانمند است. در یکی از آزمایشهای داخلی، از اُپوس ۵.۵، فیبل ۵.۱ و اُپوس ۵ خواستیم گزارشی درباره عملکرد فصلی یک شرکت تهیه کنند؛ آن هم با استفاده از اطلاعاتی که مدل میتوانست در یک نسخه از وب پیدا کند که در آن، یافتن گزارش اعلام نتایج مالی شرکت دشوار بود.
یک ارزیاب خودکار، تکتک ارقام و نقلقولها را با منابع مربوطه تطبیق داد. در تنظیمات مختلف مربوط به میزان تلاش مدل، ۱۶ مورد از ۱۸ گزارشی که اُپوس ۵.۵ تهیه کرد، معیار کیفی ما را پشت سر گذاشتند؛ معیاری که در آن، وجود حتی یک رقم یا نقلقول ساختگی باعث مردود شدن گزارش میشد.
در مقابل، نه فیبل ۵.۱ و نه اُپوس ۵ در هیچیک از تلاشهای خود نتوانستند این معیار را پشت سر بگذارند. لینک
این خبرها قشنگ و جذاب هستن. ولی، یک ساید نگرانکننده هم داره. مدلهای فیبل ۵.۱ و اُپوس ۵ چرا اصلا موفق نبودن؟ چندتا عدد یا نقلقول رو از خودشون درآوردن؟ چقدر از گزارش اشتباه بوده؟
ما با این مدلها داشتیم کارهای مهم انجام میدادیم! البته از این تست بهتنهایی نمیشه نتیجه گرفت که این مدلها کلا مدلهای بدی بودن. ولی گویا برای فهمیدن مشکل مدلهای امروزی، باید منتظر مدلهای فردا باشیم. چون با اومدن مدل فردا، مدل امروزی رو میکوبن! 😁
. | 1 093 |
| 8 | درباره مدل Jev که این روزها بسیار خبرساز شده...
شرکت TypeSafe AI در ۱۵ سپتامبر ۲۰۲۶ مدلی به اسم Jev معرفی کرد که برخلاف ChatGPT یا Claude، برای تولید متن ساخته نشده. ورودیش داده ساختنیافته (متن، وضعیت یک برنامه و…) هست و خروجیش بهجای متن، یک تصمیم تایپشده از بین گزینههای از پیشتعیینشده همراه با یک امتیاز اطمینان کالیبرهشده هست. TypeSafe این دسته رو «System One Model» نامیده؛ الهامگرفته از مفهوم «سیستم یک» در کتاب تفکر سریع و کند دنیل کانمن که به تفکر سریع و شهودی انسان اشاره داره.
مثلا نمونه کد زیر، Jev رو در نقش روتر نشون میده. باتوجه به پرامپت ورودی، تصمیم میگیره که کاربر با کدوم یک از دو مدل GPT Luna و GPT Sol جواب بده.
from langchain.agents import create_agent
from langchain_typesafe.experimental.middleware import (
ModelChoice,
ModelRouterMiddleware,
)
router = ModelRouterMiddleware(
choices={
"fast": ModelChoice(
model="openai:luna",
criteria="Direct lookups, extraction, and localized changes.",
),
"powerful": ModelChoice(
model="openai:sol",
criteria="Architecture and high-stakes decisions.",
),
},
instructions="Choose the least costly model that can complete the task.",
)
agent = create_agent("openai:gpt-5.6-luna", middleware=[router])
در پیامهای بعدی، بیشتر درباره Jev مینویسم... | 1 413 |
| 9 |  اگه با کلاد کار زیاد کار کرده باشی، احتمالا متوجه شدی که موقع ریسرچ سریع به لیمیت میخوره و توکنها رو به شدت میبلعه!
دلیلش اینه:
سیستم مولتیایجنت ریسرچ آنتروپیک
قابلیت ریسرچ کلاد شامل یک ایجنت هست که بر اساس کوئریهای کاربر، فرایند تحقیق رو برنامهریزی میکنه و بعد از ابزارها (Tools) برای ایجاد ایجنتهای موازی استفاده میکنه تا این ایجنتها بهصورت همزمان اطلاعات رو جستوجو کنن.
طی ارزیابیهای آنتروپیک مشخص شد که این سیستم چندایجنتی که در اون Claude Opus 4 نقش Lead Agent و Claude Sonnet 4 نقش Subagentها رو داشت، ۹۰.۲٪ بهتر از Claude Opus 4 تکایجنتی عمل کرد!
اما نقطه ضعفش مصرف زیاد توکن هست:
آنتروپیک گزارش کرده که روی دادههای خودشون، ایجنتها معمولا حدود ۴ برابر بیشتر از تعاملات معمول چت توکن مصرف میکنن و سیستمهای چندعاملی حدود ۱۵ برابر بیشتر از چتها توکن مصرف میکنن! 😬
https://www.anthropic.com/engineering/multi-agent-research-system | 1 323 |
| 10 | پایان Amazon Mechanical Turk؛ سرویسی که ImageNet رو باهاش لیبل زدن!
آمازون مکانیکالتورک (Amazon Mechanical Turk) بعد از ۲۱ سال فعالیت، در ۳۰ سپتامبر ۲۰۲۶ برای همیشه تعطیل میشه.
آمازون مکانیکالتورک یکی از قدیمیترین پلتفرمهای crowdsourcing دنیا بود که کارفرماها میتونستن کارهای سادهای مثل برچسبزدن تصاویر، رونویسی صدا یا پاسخ به پرسشنامهها رو بین هزاران نفر از سراسر دنیا (Worker یا به قول خودشون Turker) توزیع کنن و در ازای انجام هر تسک مبلغ کوچیکی پرداخت کنن.
شاید اسمش براتون آشنا نباشه، ولی میراثش رو حتما میشناسید: دیتاست ImageNet با بیش از ۱۴ میلیون تصویر برچسبخورده، دقیقا روی همین پلتفرم و با کار دهها هزار نفر از سراسر دنیا ساخته شد. همون دیتاستی که پایه AlexNet و موج فعلی یادگیری عمیق بود.
چرا تعطیل میشه؟
با ظهور پلتفرمهای تخصصیتر داده مثل Scale AI و Mercor، بخش زیادی از تقاضای برچسبگذاری داده به سمت اونها کوچ کرده. جالب اینه آمازون همزمان SageMaker Ground Truth و Amazon Augmented AI رو هم میبنده؛ یعنی کلا از بازار «داده انسانی» خارج میشه. | 1 269 |
| 11 | Open-Vpn 😉
Portugal, Lisbon 🤌🏻
Gemini, Antigravity, 🫶🏻 | 1 205 |
| 12 | وُرد مدل (World Model) چیه؟
هر سیستم هوشمند (چه انسان، چه ربات، چه ایجنت) دو بخش داره: خودش (که باید تصمیم بگیره) و محیطی که توشه. خب بیشتر تمرکز دنیای AI روی بخش اول بوده؛ مغز/مدل تصمیمگیرنده. اما یه حوزه مهم دیگه هم هست: مدلسازی خود محیط. یعنی یه مدلی که وضعیت الان رو بگیره و پیشبینی کنه وضعیت بعدی چی میشه.
ما آدمها هم همینو ناخودآگاه انجام میدیم. مثلا وقتی یه توپ به سمتت میاد، مغزت معادله فیزیک حل نمیکنه، ولی یه مدل تقریبی از مسیر توپ توی ذهنته و برای همین دستت رو قبل از رسیدن توپ میبری جای درست، نه بعدش.
ماشین خودران وقتی میبینه ماشین کناری داره لاین عوض میکنه، پیشبینی میکنه ۲ ثانیه دیگه احتمالا اونجاست و بر همون اساس تصمیم میگیره، نه وقتی خطر قریبالوقوعه.
خلاصه اینکه، world model یعنی پیشبینی بهجای واکنش، برنامهریزی و مقایسه سناریوها توی ذهن قبل از عمل واقعی و یادگیری با تعامل خیلی کمتر با دنیای واقعی. برای همین این روزها هم توی بحث رباتیک و خودروی خودران، هم توی مسیر رسیدن به ایجنتهای هوشمندتر، ورد مدلها یکی از داغترین موضوعاته. | 1 275 |
| 13 | کورس CIS 6280: World Models برای Fall 2026 (دانشگاه Pennsylvania)
این دوره شروع شده، ویدئوهاش در دسترس نیست. اما اسلایدهاش موجوده.
https://www.cis.upenn.edu/~cis6280/ | 1 027 |
| 14 | رویداد Grok Bot Galaxy
شرکت xAI ایلان ماسک از امروز (۱۵ سپتامبر) به مدت سه روز رویدادی با نام «Grok Bot Galaxy» برگزار میکنه. پخش زنده آنلاین برای همه کاربران داره.
موضوع چیه؟
سه نفر از تیم Grok Bot قراره کاملا از صفر، فقط با استفاده از ایجنتهای هوش مصنوعی Grok Bot، یک محصول/استارتاپ واقعی بسازن و کل فرآیندش رو بهصورت زنده پخش کنن؛ از ایدهپردازی تا ساخت و دمو نهایی!
ثبتنام لازم نیست، ولی برای یادآوری میشه از اپ Luma استفاده کرد.
همین الان شروع شده:
https://x.ai/galaxy | 1 081 |
| 15 |  اصطلاح Data-Centric AI اولین بار در سال ۲۰۲۱ توسط Andrew Ng بهصورت یک جنبش رسمی مطرح شد.
او با مقایسه دو رویکرد نشان داد که در روش سنتی (Model-Centric)، دیتاست فریز میشود و مهندس مدام درگیر دستکاری هایپرپارامترها و معماری شبکه است؛ در حالی که در دنیای واقعی، نگه داشتن کد مدل و تمرکز سیستماتیک روی پاکسازی، رفع نویز برچسبها و کیفیت داده، بازدهی بسیار بالاتری ایجاد میکند.
امروز این دیدگاه از همیشه حیاتیتر است. با در دسترس قرار گرفتن مدلهای پایه و کتابخانههای آماده، معماری مدل به یک کالای عمومی تبدیل شده و مزیت رقابتی شرکتها به «کیفیت داده» تغییر یافته است.
تسلط بر چرخههای اعتبارسنجی داده، مدیریت نویز و کنترل جابجایی توزیع (Distribution Shift)، مهارتی تعیینکننده است؛ چون در پروداکشن، سرنوشت پروژه را سلامت دادههای ورودی مشخص میکند، نه تغییر چند لایه شبکه عصبی. | 974 |
| 16 | کورس Introduction to Data-Centric AI سال 2024 از دانشگاه MIT
فکر میکنم برای هر کسی که میخواد بهعنوان مهندس یادگیری ماشین وارد بازار کار بشه، تسلط بر مباحث Data-Centric AI یک ضرورت هست؛ چون با در دسترس قرار گرفتن مدلهای پایه و کتابخونههای آماده، مزیت رقابتی شرکتها از معماری مدل به کیفیت داده تغییر کرده و در محیط عملیاتی، رفع برچسبهای غلط، کنترل جابجایی توزیع داده و اعتبارسنجی سیستماتیک هست که سرنوشت پروژه رو مشخص میکند، نه دستکاری هایپرپارامترها.
سیلابس:
- Data-Centric AI vs. Model-Centric AI
- Label Errors and Confident Learning
- Advanced Confident Learning, LLM and GenAI applications
- Class Imbalance, Outliers, and Distribution Shift
- Dataset Creation and Curation
- Data-centric Evaluation of ML Models
- Data Curation for LLMs
Special topics from previous years:
- Growing or Compressing Datasets
- Interpretability in Data-Centric ML
- Encoding Human Priors: Data Augmentation and Prompt Engineering
- Data Privacy and Security
https://dcai.csail.mit.edu/ | 950 |
| 17 | بین بچهها صحبت از کورس آموزشی RL بود و تجربیاتشون رو گفتن. مهشاد پیام زیر رو فرستاد. تحت تاثیر تلاشش قرار گرفتم.
سلام
من بابت پایان نامه رفتم به سمت یادگیری تقویتی و با نگاه کردن کامل این دوره ها (هر دوره رو حداقل ۲ بار نگاه کردم و جزوه نوشتم) و کد زدن تمام قسمت ها، بعد از دوسال تونستم پیاده سازی های پایان نامه ام رو انجام بدم. شاید برای شما هم مفید باشه:
1. Artificial Intelligence: Reinforcement Learning in Python
https://deeplearningcourses.com/c/artificial-intelligence-reinforcement-learning-in-python
مواردی که این دوره پوشش میده:
-The explore-exploit dilemma
-The multi-armed bandit (and Bayesian bandit) methods
Defining basic terms such as “agent”, “reward”, “policy”, “state”, and “environment”
Programming an agent to solve tic-tac-toe
-Programming an agent to solve the canonical Gridworld problem
-Markov Decision Processes (MDP)
-Value functions
-Dynamic programming methods (Bellman equation)
-Monte Carlo methods
-Temporal Difference (TD) learning
-Q-learning
-Approximation methods (e.g. how to use supervised machine learning in reinforcement learning)
2. Advanced AI: Deep Reinforcement Learning in Python
https://deeplearningcourses.com/c/deep-reinforcement-learning-in-python
-Deep Q-Networks (DQN)
-Policy Gradient Methods (Actor-Critic Methods)
-TD-Lambda and N-Step Methods
-How to use Open AI Gym to train your agents
-How to beat Atari video games such as Breakout, Pong, and Space Invaders
-How to solve classic control problem such as Cartpole (inverted pendulum) and Mountain Car
3. Cutting-Edge AI: Deep Reinforcement Learning in Python
https://deeplearningcourses.com/c/cutting-edge-artificial-intelligence
-A2C (Advantage Actor Critic)
-OpenAI Baselines
-DDPG (Deep Deterministic -Policy Gradient)
-ES (Evolution Strategies)
-How to beat Atari video games such as Breakout, Pong, and Space Invaders
-How to beat Flappy Bird
-How to train agents that can learn physics tasks such as walking (in the MuJoCo simulator)
۴. دوره یادگیری تقویتی دانشگاه واترلو
https://youtu.be/xoxz-OmcL1Q?si=5yHEjbSp1B-FSm-D | 1 254 |
| 18 | کورس CS329A: Self-Improving AI Agents برای Autumn 2025
بررسی جدیدترین تکنیکها و پژوهشهای ایجنتهای هوش مصنوعی که با تعامل با خودشون و محیط، بهطور مستمر خودبهبودی (Self-Improvement) پیدا میکنن؛ از تکنیکهای خودبهبودی مدل زبانی مثل Constitutional AI، Verifierها و Test-Time Scaling تا تقویت ایجنتها با ابزار، کد و حافظه، و طراحی ارزیابیهای قوی برای وظایف چندمرحلهای.
سیلابس:
Course Overview
Test-time Compute Scaling
Robust Verification
Learning from Feedback with Tools & Code
Multi-step Reasoning & Planning
Train Time Scaling & Scaling RL
Open-Ended Evolution of Self-Improving Agents
Self-Improvement with Search & Deep Research Agents
Post-training: From Chatbots to Agents
Agentic Frameworks for Software Engineering
Augmenting Agents with Memory
LLM Reasoning
AlphaProof, AlphaGeometry & Gemini IMO Gold Medal
Agentic Evaluations & Long-Horizon Tasks
Building Agentic Systems for Autonomy
Multimodal AI Agents in Robotics
Future Research Areas
ویدئوهای دوره در یوتوب منتشر شده.
https://cs329a.stanford.edu/
https://www.youtube.com/playlist?list=PLangBM27OtEA
. | 1 270 |
| 19 |  برنامهنویسان
مترجمانِ رویای انسان به زبان ماشیناند؛
در سکوت مینویسند،
تا جهان با صدای بلندتری حرکت کند.
🎉 روزتون مبارک 🎉 | 1 366 |
| 20 | کورس CS 146S: The Modern Software Developer برای Fall 2026
بازتعریف مهندسی نرمافزار در عصر هوش مصنوعی؛ گذار از کدنویسی دستی به معماری ایجنتهای کدنویس، مهندسی پیشرفته کانتکست (Context Engineering)، آمادهسازی ریپازیتوریها برای تعامل با ایجنتها و اتوماسیون کامل چرخه توسعه تا رسیدن به کارخانههای نرمافزاری خودران (The Software Factory).
چه سیلابسی بازم اسماعیل!
The Internals of Coding Agents
Advanced Context Engineering
Agent Skills and CLI
Customizing Your Agent and Repository
Agent-Ready Codebases
Agentic Code Review
Security in AI
Background Agents
Building an AI-Native Team
The Software Factory + The Future
این دوره به جای تئوریهای انتزاعی، مستقیما سراغ استانداردهای پروداکشن روز مثل CLAUDE.md، استاندارد پروتکل کانتکست مدل (MCP)، ساخت ابزارهای ترمینال و پایپلاینهای خودکار Issue-to-PR رفته. حضور مهمانهای کلیدی از Cursor، Anthropic، Cognition، Replit و Semgrep هم نشون میده تمرکز درس روی نحوه واقعی توسعه نرمافزار در تیمهای هوشمصنوعیمحور است. یک نقشهراه عملی و بهروز برای بازطراحی فرآیند برنامهنویسی.
https://themodernsoftware.dev/
. | 1 650 |
