Linuxor ?
Ir al canal en Telegram
اخبار لحظه ای تکنولوژی و معرفی ابزار های کامپیوتری و برنامه نویسی! ارتباطات و تبلیغات : @LinuxorContact
Mostrar más📈 Análisis del canal de Telegram Linuxor ?
El canal Linuxor ? (@linuxor) en el segmento lingüístico de Farsi es un actor destacado. Actualmente la comunidad reúne a 33 850 suscriptores, ocupando la posición 3 957 en la categoría Tecnologías y Aplicaciones y el puesto 10 483 en la región Irán.
📊 Métricas de audiencia y dinámica
Desde su creación el невідомо, el proyecto ha mostrado un crecimiento acelerado, reuniendo a 33 850 suscriptores.
Según los últimos datos del 30 octubre, 2026, el canal mantiene una actividad estable. En los últimos 30 días la variación de miembros fue de 2 060, y en las últimas 24 horas de 41, conservando un alto alcance.
- Estado de verificación: No verificado
- Tasa de interacción (ER): El promedio de interacción de la audiencia es 29.32%. Durante las primeras 24 horas tras publicar, el contenido suele obtener 22.10% de reacciones respecto al total de suscriptores.
- Alcance de las publicaciones: Cada publicación recibe en promedio 9 918 visualizaciones. En el primer día suele acumular 7 476 visualizaciones.
- Reacciones e interacción: La audiencia responde de forma activa: el promedio de reacciones por publicación es 2.
- Intereses temáticos: El contenido se centra en temas clave como مصنوعی, وقت, چیز, certified, اپل.
📝 Descripción y política de contenido
El autor describe el recurso como un espacio para expresar opiniones subjetivas:
“اخبار لحظه ای تکنولوژی و معرفی ابزار های کامپیوتری و برنامه نویسی!
ارتباطات و تبلیغات :
@LinuxorContact”
Gracias a la alta frecuencia de actualizaciones (últimos datos recibidos el 31 octubre, 2026), el canal mantiene la vigencia y un amplio alcance. La analítica demuestra que la audiencia interactúa activamente con el contenido, lo que lo convierte en un punto de referencia dentro de la categoría Tecnologías y Aplicaciones.
33 850
Suscriptores
+4124 horas
+7477 días
+2 06030 días
Archivo de publicaciones
33 856
اگه شرکتتون داره ماهی 200 دلار هزینه هوش مصنوعی میده بهتره دست نگه داره چون می‌تونه یه 5090 بخره و با ران کردن Qwen3.8 27B با سرعت خروجی خوب طی یک یکو نیم سال پول کارت گرافیک رو در بیاره
البته درسته قدرت مدل به اندازه یه اشتراک مدل های 200 دلاری نمیشه اما اینطوری هم نیست که بگیم دیگه خیلی ضعیفه واقعا تجربه کاربرا نشون داده که به خصوص توی کد زدن خیلی خوبه و کار رو راه میندازه، ویدیوی بالا مدل فشرده شدست که 98 درصد قدرت خودش رو همچنان حفظ کرده و با سرعت خوب 143 توکن بر ثانیه داره روی 5090 کار میکنه که حتی چند نفری هم میشه ازش استفاده کرد.
@Linuxor
33 856
شرکت تازه‌تأسیس کاکتوس از Needle 3 رونمایی کرده؛ یه مدل بنیادی برای اتوماسیون که حجمش بین 8 تا 29 مگابایت هستش و می‌تونه با DeepSeek V4 Flash توی یه کار خاص رقابت کنه.
این مدل فقط از یک مجموعه وزن weights استفاده میکنه، اما با عمق‌های مختلف از 2 تا 20 لایه، هر عمق عملاً یه مدل مستقل محسوب میشه. یکی از نکات جالبش اینه که Needle می‌تونه به‌صورت کاملاً محلی روی Raspberry Pi 5 اجرا بشه و به سرعت تا 4,000 توکن در ثانیه برسه.
اساساً برای چت کردن ساخته نشده. هر تعامل باهاش به شکل یه function call انجام میشه؛ یعنی ابزارهایی که اپلیکیشن در اختیارش میذاره به مدل داده میشن و Needle بر اساس چیزی که کاربر گفته، ابزار مناسب رو انتخاب میکنه و تمام آرگومان‌های موردنیازش رو هم پر میکنه.
اگه کاربر چیزی بخواد که هیچ‌کدوم از ابزارهای موجود نتونن انجامش بدن، Needle به‌جای حدس زدن، یه لیست خالی برمی‌گردونه. همچنین برای اجرا روی دستگاه‌های مختلف طراحی شده؛ از موبایل‌ها و گجت‌های پوشیدنی گرفته تا دستگاه‌های خانه هوشمند، ربات‌های کوچیک و میکروکنترلرها:
huggingface.co/Cactus-Compute/needle3
@Linuxor
33 856
Repost from فروشگاه کارآینو
🛡️ پکیج اختصاصی Claude Max 5x/20x ضد بن راه‌بوم 🚀
🔐 وی‌پی‌اس VPS اختصاصی خارجی
📧 ایمیل وریفای‌شده خارجی
💻 کلاد مکس Claude Max روی اکانت اختصاصی
💰 برای خرید و دریافت قیمت:
👤 ادمین:
@rahboom1
📢 کانال:
@rahboomshop
🧡 سایت راه بوم:
🌐 rahboom.com
33 856
دوستان اگر ارور های تحریم آنتی گراویتی اذیتتون میکنه (که علت عمدش هم بخاطر VPN هستش) از این آنتی گراویتی ترمینالی استفاده کنید
مثل اینکه آنتی گراویتی گرافیکی کش داره و اگه یه بار با اینترنت خراب برید دفعه های بعدی اگر حتی VPN خوب هم بزنید ممکنه بخاطر کش قبلی گیر بده بهتون؛ البته یه دلیل دیگه هم که حدس میزنم اینه سیستمش به صورت استاندارد از اینترنت استفاده نمیکنه (مثل گوگل کروم) و این باعث میشه VPN نتونه پوشش کامل بدتش و بعضی از اطلاعات حتی وقتی وی پی ان روشن باشه هم از پشت VPN رد نشه و مستقیم رد بشه.
خیلی برای من پیش اومده آنتی گراویتی ترمینالی کار میکرده اما آنتی گراویتی گرافیکی کار نمیکرده :
antigravity.google/product/antigravity-cli
@Linuxor
33 856
یه آزمون خیلی ساده برای اینکه بفهمید توی شرکت بهتون بیش از حد فشار میاد یا نه
کافیه به یک ماه گذشته خودتون نگاه کنید میانگین ببینید چقدر بعد از تایم کاری که اومدید خونه تونستید چیزی خلق کنید البته منظور از خلق یه چیز بزرگ نیستا هر چیز کوچیکی و اختیاری ای هم حسابه؛ اگه چیزی خلق نکردید بازم نشونه منفی ای نیست ولی اگه به سمت چیز های اعتیاد آور مثل بعضی گیم ها یا شبکه های اجتماعی مثل اینستاگرام رفتید و تا آخر شب توش بودید یعنی عملا مغزتون زیاد کار کرده و بدهی داره.
@Linuxor
33 856
نمایی از اجرای Qwen 3.8 Flash Next روی Macbook M5 24 GB. حالت Thinking خاموشه مقدار 2K پنجره کانتکست و حدود 4 توکن بر ثانیه خروجی.
البته کاربران که استفاده کردن گفتن با این پرفومنس این مدل عملاً روی این لپ تاپ قابل استفاده نیست، مخصوصاً توی مرحله‌ی prefilling. اگه کانتکست رو بزرگ‌تر کنی، پردازشش ساعت‌ها طول می‌کشه.
@Linuxor
33 856
یه چیزی که توجه همه رو جلب کرده قدرت بالای GPT-6-Astra توی درک سه بعدی هستش اون هم بدون آموزش اختصاصی برای هر کار (Zero-shot) از چرخوندن حرفه ای خودکار توی دست تا حل کردن روبیک و معما های سه بعدی.
سورس کد :
github.com/jianglongye/dexterous-astra
@Linuxor
33 856
چطور یه مدل 35B رو روی RTX 3060 با 12GB VRAM اجرا کنیم؟
با ترکیب Q4_K_M + MoE CPU offloading میشه مدل Qwen3.8-35B-A3B رو روی یه RTX 3060 اجرا کرد.
کل 262K کانتکست رو هم استفاده میکنه. سرعت decode حدود 50 توکن بر ثانیه هستش و سرعت prefill حدود 550 توکن بر ثانیه.
کانفیگ:
llama-server
-m Qwen3.8-35B-A3B-Q4_K_M.gguf
-ngl 99 --n-cpu-moe 26 -c 262144 -fa on --jinja
-np 1
--cache-type-k q8_0 --cache-type-v q8_0
--temp 0.6 --top-p 0.95 --top-k 20
--reasoning on
@Linuxor
33 856
Repost from N/a
ما یک تیم کوچیک هستیم که روی یک محصول AI جدید برای توسعه‌دهنده‌ها کار می‌کنیم. برای طراحی محصول‌مون به کمک شما نیاز داشتیم! ☕️
در این نظرسنجی کوتاه که پر کردن‌اش کمتر از ۲ دقیقه طول می‌کشه کمی از تجربه‌های فعلی شما در استفاده از ابزارهای AI پرسیدیم. ممنون که بهمون کمک میدین. ❤️
لینک نظرسنجی: https://survey.porsline.ir/s/2c0bD6ry
33 856
یه یادآوری دوستانه: میتونی بیشتر از 500 مدل متن‌باز رو به‌صورت رایگان توی Google Colab فاین‌تیون کنی.
حتی میتونی فایل‌های PDF یا CSV رو هم آپلود کنی و ازشون دیتاست‌های مصنوعی (Synthetic Dataset) قابل استفاده بسازی.
colab.research.google.com/github/unslothai/unsloth/blob/main/studio/Unsloth_Studio_Colab.ipynb
خود تیم Unsloth توی GitHub گفته که:
امکان فاین‌تیون کردن 500+ مدل رو داره.
روی Google Colab قابل اجرا هستش.
می‌تونه از فایل‌هایی مثل PDF، CSV و JSON/DOCX دیتاست بسازه.
این دیتاست‌ها می‌تونن به شکل synthetic dataset تولید بشن.
مدل فاین‌تیون‌شده رو میتونی به فرمت‌هایی مثل GGUF و Safetensors خروجی بگیری.
حتی Hugging Face هم در مستندات خودش برای فاین‌تیون Gemma 4 به Unsloth Studio اشاره کرده و مشخصاً گفته که Unsloth Studio روی Google Colab هم اجرا میشه.
@Linuxor
33 856
خیلیا وقتی پستی چیزی از AI می‌بینن یا کسی میاد میگه توی دو ساعت فلان چیزو ساختم احساس عقب موندگی می‌کنن.
ولی واقعیتش ساختن چیزها با خلق کردن ارزش خیلی متفاوته.
هوش مصنوعی فقط هزینه و زمان ساختن رو پایین آورده؛ به این معنی نیست که ارزش چیزهایی که ساخته میشن بالاست اتفاقا باید بجای انقلاب انتظار اینو داشته باشید در آینده با مجموعه ای از آشغال های ساخته شده با هوش مصنوعی مواجه می‌شید قبل از AI که آشغال ساختن کار سختی بود گیتهاب 400 میلیون تا ریپو داشت که 99.99 درصدش آشغال بودن و هیچ کاربردی نداشتن و ارزش خاصی تولید نمیکردن با اینکه کلی زحمت پای هرکدومش بود. حالا مقایسش کنید با الانی که یارو دو ساعته یه چیز می‌سازه...
@Linuxor
33 856
مدل GPT-6 Astra می‌تونه بعضی از واقعاً پیچیده‌ترین مسائل مربوط به محدودیت‌های فضایی رو حل کنه؛ از باز کردن قطعاتی که به هم قفل شدن گرفته تا رد کردن یک طناب از داخل 3 حلقه.
qinengwang-aiden.github.io/demos/constraint_demos
@Linuxor
33 856
گوگل همین چند روز پیش یه ابزار رو متن‌باز کرده که می‌تونه هر کاری رو روی موبایل به‌صورت خودکار انجام بده. آرتمیس پرامپت‌ها رو تبدیل میکنه به فرایندهای خودکار.
ایده‌ش ساده‌ست به‌جای اینکه برای هر کاری کلی اسکریپت و selector بنویسی، به AI می‌گی چه کاری انجام بده و Agent خودش محیط اندروید رو می‌بینه، روی عناصر UI کلیک میکنه، متن وارد میکنه، Swipe میکنه و بین مراحل مختلف جلو می‌ر
با Codex، Claude Code و Antigravity یکپارچه میشه
ورک‌فلوها رو به‌صورت خودکار اجرا میکنه و لاگ‌ها رو هم ثبت میکنه
github.com/google/artemis
@Linuxor
33 856
⚠️ برای ثبت نام در مسیر فرانت‌اند المپیک فناوری فقط ۲۴ ساعت وقت داری!
🌍 توی مسابقه فرانت‌اند، میتونی خودت رو محک بزنی و برای کسب ۲۰۰ میلیون تومان جایزه نقدی رقابت کنی.
📚 بعد از ثبت‌نام، ۱ ساعت آموزش تخصصی رایگان هم در اختیارت قرار می‌گیره تا با آمادگی بیشتری وارد رقابت بشی.
🚀 مسابقه مقدماتی آنلاین همین آخر هفته برگزار میشه؛ پس فرصت رو از دست نده!
❗️ثبت‌نام در این مسابقات کاملا رایگانه❗️
✅ مشاهده اطلاعات بیشتر و ثبت‌نام:
🚹 https://quera.org/r/18su7
33 856
قشنگ ترین چیزی که امروز دیدم اینه، می‌دونیم مدل QWEN 27B نسبتا کوچیکه و قوی حالا یه عده اومدن این مدل کوچیک رو انداختن روی یه کلاستر مجموعه ای از کارت گرافیک ها و نتیجه شده 2000 توکن بر ثانیه که سرعت فوق العاده بالاییه.
حالا این سرعت به چه دردی می‌خوره؟ باهاش میشه به صورت زنده هرچیزی که می‌خوای رو بسازی ویدیوی بالا رو ببنید کل اینترنت در لحظه ساخته میشه و هرچی بخواید از جمله گوگل براتون ساخته میشه دقت کنید اون سایت گوگل و یوتیوب واقعی نیست در لحظه هوش مصنوعی با درخواستتون براتون می‌سازتش!
@Linuxor
33 856
یه نفر به DeepSeek یه ساب‌ایجنت از Astra داد (یعنی یه ایجنت فرعی که توسط ایجنت اصلی برای انجام بخشی از کار استفاده میشه). بعد به Astra هم یه ساب‌ایجنت از DeepSeek داد (یعنی DeepSeek به‌عنوان ایجنت فرعی، زیر نظر Astra کار می‌کرد) نتایج رو ببنینید چه تفاوتی داره:
DeepSeek + Astra:
alesha-pro.github.io/bench-portal/games/kart-deepseek-astra
Astra + DeepSeek:
alesha-pro.github.io/bench-portal/games/kart-astra-deepseek
Astra solo:
alesha-pro.github.io/bench-portal/games/kart-astra-solo
DeepSeek solo:
alesha-pro.github.io/bench-portal/games/kart-deepseek-solo
@Linuxor
