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 33 765 suscriptores, ocupando la posición 3 970 en la categoría Tecnologías y Aplicaciones y el puesto 10 535 en la región Irán.
📊 Métricas de audiencia y dinámica
Desde su creación el невідомо, el proyecto ha mostrado un crecimiento acelerado, reuniendo a 33 765 suscriptores.
Según los últimos datos del 28 octubre, 2026, el canal mantiene una actividad estable. En los últimos 30 días la variación de miembros fue de 2 084, y en las últimas 24 horas de 30, conservando un alto alcance.
- Estado de verificación: No verificado
- Tasa de interacción (ER): El promedio de interacción de la audiencia es 29.05%. Durante las primeras 24 horas tras publicar, el contenido suele obtener 21.79% de reacciones respecto al total de suscriptores.
- Alcance de las publicaciones: Cada publicación recibe en promedio 9 806 visualizaciones. En el primer día suele acumular 7 355 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 29 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.
33 765
Suscriptores
+3024 horas
+9787 días
+2 08430 días
Archivo de publicaciones
33 765
ترب MCP هم آماده شد به مدل‌های هوش مصنوعی اجازه میده مستقیماً از داده‌های عمومی ترب برای جستجو و مقایسه محصولات استفاده کنن.
این دفعه اوپن سورس با لایسنس MIT کاملا رایگان و 14 تا ابزار برای سرچ محصول، مقایسه قیمت و فروشنده‌ها، بررسی تاریخچه قیمت، پیدا کردن بهترین گزینه با توجه به بودجه، بررسی فروشگاه‌ها، جست‌وجوی محصول با عکس، ترندهای ترب و تخفیف‌های روز
github.com/mmdju/torob-mcp
@Linuxor ~ MmdjDev
33 765
دلیل اینکه لینوکس این همه سال نرم افزار های تجاری کمتری براش ساخته شده به همون دلیله که برای مک همیشه نرم افزار ها اولین ورژنو میدن بعد ویندوز؛ یا اول IOS بعد اندروید. (چه ربطی داشت؟😁)
یعنی شرکت ها با لینوکس مشکلی ندارن دنبال جایی هستن که غلظت مشتری ها زیاد باشه مثلا الان استیم او اس رو ببینید اکثر گیم ها داره براش ساخته میشه و لینوکسه یعنی بازی هاش روی لینوکسم اجرا میشه، علتش هم اینه شرکتا مطمئن شدن که مشتری دست به نقد وجود داره.
@Linuxor
33 765
یه مدل تصمیم گیر اوپن سورس شبیه به Jev اومده چند وجهیه یعنی عکس و فیلم هم می‌فهمه، سرعت حل کردن روبیکش رو ببینید:
نکته جالبش اینجاست خودش می‌فهمه کی نباید سریع جواب بده
فرض کن 100 تا سؤال داری لازم نیست برای هر 100 تا سؤال مدل رو مجبور کنی reasoning سنگین انجام بده. می‌تونی مثلاً بگی:
اگر System 1 حداقل 70% اطمینان داشت، همون جواب رو بده؛ اگر نه، بفرستش برای System 2.
طبق تستی که خودشون گزارش کردن، با threshold برابر 0.70:
حدود 70% سؤال‌ها سریع جواب داده شدن
این جواب‌ها حدود 0.11 ثانیه طول کشیدن accuracy کلی به 0.892 رسیده
در حالی که اگر فقط System 1 استفاده بشه accuracy برابر 0.792 بوده
و اگر برای همه reasoning انجام بشه 0.917 شده
huggingface.co/autotrust/JEV-27B-VL
@Linuxor
33 765
Repost from N/a
✨ اکانت ChatGPT Plus پیش‌ساخته یک ماهه، کاملاً اختصاصی🔐
✅ ۱۰ روز گارانتی بی‌قید و شرط
✅مدل Codex GPT-6.1 Sol
✅ قابلیت اجرا در VS Code و Cursor
✅ به همراه Codex Windows
❗️ موجودی بسیار محدود
⚠️ این آفر فقط برای کاربرانی که در Linuxor عضو هستند فعال است!
💥 فقط ۲.۴۰۰.۰۰۰ تومان
⚡️ برای خرید کلیک کنید
33 765
یه نفر بازی ماینکرفت رو با جمنای ورژن 4 آرگون توی یه تک فایل HTML ساخته:
gemini.google.com/share/3b1ebce6a7f2?skid=90fe9306-4951-4d36-a127-d2ffd952d39a
@Linuxor
33 765
می‌دونستید خود هاگینگ فیس هم اسکیل داره؟
به Agent یاد میده برای انجام یک کار تخصصی، دقیقاً چه مراحلی رو انجام بده، از چه ابزارهایی استفاده کنه و چه نکاتی رو رعایت کنه.
فرض کن به یه Coding Agent مثل Codex، Claude Code، Cursor یا Gemini CLI می‌گی:
می‌خوام Qwen رو روی دیتاست خودم Fine-tune کنم.
بدون Skill، Agent باید خودش از دانش عمومیش بفهمه:
چه کتابخونه‌ای لازمه
چه Training Method ای مناسبه
چه GPU ای لازمه
چه پارامترهایی باید تنظیم بشن
دیتاست چطوری آماده بشه
جاب رو چطوری روی Hugging Face اجرا کنه
چک پوینت کجا ذخیره بشن
مدل چطوری ارزیابی بشه
و...
ولی Skill میاد یه سری دستورالعمل تخصصی و قابل‌اجرا در اختیار Agent می‌ذاره:
github.com/huggingface/skills
@Linuxor
33 765
Repost from N/a
🛡️ اگر به حوزه SOC، Blue Team و Detection Engineering علاقه‌مند هستید، از شما دعوت می‌کنم به کانال SocRoot بپیوندید.
در این کانال محتوایی کاربردی و مبتنی بر تجربه‌های واقعی منتشر می‌شود؛ مواردی مثل : 🔹️ Log Analysis 🔹️ Windows Event Log 🔹️ Sysmon 🔹️ Sigma 🔹️ SIEM 🔹️ Threat Hunting ابزارهای امنیتی و سناریوهای عملی موردنیاز برای فعالیت به‌عنوان SOC Analyst.🎯 هدف SocRoot، ایجاد یک مرجع فارسی برای یادگیری عملی و به‌روز در حوزه عملیات امنیت (SOC) است.
🔗 https://t.me/SocRoot 🔗 https://t.me/SocRoot 🔗 https://t.me/SocRoot
33 765
نمیدونم گوگل شوخی می‌کنه یا جدیه این کی‌بورد که انگشت هات ثابتن و دکمه هاش حرکت میکنن رو معرفی کرده!
blog.google/intl/ja-jp/products/android-chrome-play/gboard-2026
@Linuxor
33 765
🔥 چالشو حل کن، اکانت Claude و Gemini ببر!
🌐 رمز جدول رو از طریق بات تلگرام کوئرا ارسال کن:
@programmingwithquera_bot
⏳ مهلت ارسال پاسخ:
تا ساعت ۱۹ امروز
33 765
اینکه میگن ورژن 4 جدید جمنای خروجیش یک میلیون توکنیه من چنگی به دلم زیاد نزد چون مقدار توکن ورودی بیشتر مهم تره تا خروجی؛ یاد دوران دانشگاه افتادم وسط امتحان الکی برگه خالی میگرفتم هیچی توش نمیتونستم بنویسم بقیه هم استرس میگرفتن😁
جمنای جدید هم تعداد زیادی برگه خالی گرفته اینکه بتونه پرش کنه یا نه دیگه خدا میدونه.
@Linuxor
33 765
بچه‌ها اگه درگیر مقاله یا پایان‌نامه هستین، OpenAlex رو امتحان کنین، واسه وقتیه که می‌خواین چند سال پژوهش یه موضوع رو یکجا بررسی کنین، رایگان هم هست، تو کار آخرم واقعا عالی بود...
openalex.org
@Linuxor ~ JustSherko
33 765
یه مدل جهان ویدیویی (Video World Model) میتونه یک کلیپ کاملاً باورپذیر تولید کنه، اما همچنان ممکنه فیزیک صحنه رو به‌درستی درک یا شبیه‌سازی نکنه، محقق‌های انویدیا به‌تازگی Physis-Lang رو منتشر کردن؛ یه چارچوب متن‌باز و خودتکامل‌یابنده که استدلال فیزیکی رو به کپشن‌های ویدیو اضافه می‌کنه.
این کپشن‌ها توضیح میدن که چرا و چطور اتفاقات داخل یه صحنه رخ میدن. محقق ها گفتن ما از این کپشن‌ها برای فاین‌تیون کردن مدل‌های جهان استفاده می‌کنیم و همین استدلال‌های فیزیکی رو هم موقع تولید ویدیو، به پرامپت‌ها اضافه می‌کنیم.
فقط اضافه کردن استدلال فیزیکی به پرامپت باعث شد امتیاز مدل NVIDIA Cosmos 3 در بنچمارک PhyGenBench، بدون اینکه خود مدل دوباره آموزش داده بشه، 5.62 امتیاز بهتر بشه:
physis-intelligence.github.io/physis-lang-web
@Linuxor
33 765
اگه توی پایتون تشخیص اشیاء کار می‌کنید، احتمالاً یه جایی به Tracking نیاز پیدا می‌کنید؛ جایی که فقط اینکه این آبجکت کجاست؟ کافی نیست و باید بدونید این همون آبجکت قبلیه یا نه؟
کتابخونه Roboflow Trackers یه کتابخونه پایتون برای Multi-Object Tracking هستش که میتونه خروجی مدل‌هایی مثل YOLO رو بگیره و بین فریم‌های مختلف برای هر آبجکت ID ثابت نگه داره؛ مثلاً ماشین #12 یا Person #7 رو در طول ویدیو دنبال کنه.
داخلش الگوریتم‌های معروفی مثل ByteTrack، BoT-SORT، OC-SORT و SORT وجود داره و برای کارهایی مثل شمارش افراد و خودروها، Line Crossing، تحلیل مسیر حرکت، تخمین سرعت و Video Analytics خیلی کاربردیه:
github.com/roboflow/trackers
@Linuxor
33 765
Repost from اکانت آباد
فروش Gemini Pro و Super Duolingo فقط 480 هزار تومن به مدت ۴۸ ساعت.
🛒 جهت ثبت سفارش:
@AccAbadShop_bot
📢 آدرس کانال:
@AccAbad
🤝 آدرس کانال اعتماد:
@AccAbad_Trust
👩💻 دریافت مشاوره:
@AccAbad_Admin
33 765
انویدیا یه تکنولوژی جالب برای ویدیوهای AI معرفی کرده به اسم SoL-Refiner مدلی که میاد خروجی کم‌رزولوشن مدل‌های ویدیوساز رو می‌گیره و با یه مرحله پردازش، رزولوشن و جزئیاتش رو بالاتر می‌بره.
ایده اصلی اینه که به‌جای اینکه مدل از همون اول بخواد ویدیوی 2K یا 4K تولید کنه و کلی زمان و VRAM مصرف کنه، اول یه خروجی کوچیک‌تر و سریع‌تر بسازه و بعد SoL-Refiner اون رو به رزولوشن بالاتر تبدیل و refine کنه.
نکته جذابش one-step refinement هستش؛ یعنی برخلاف بعضی روش‌های قبلی که چندین مرحله پردازش لازم دارن، SoL-Refiner برای این کار فقط یه مرحله denoise انجام میده. NVIDIA توی تست‌هاش روی بعضی مدل‌ها کاهش زمان پردازش خیلی قابل‌توجهی گزارش کرده:
nvlabs.github.io/Sana/Sol-Refiner
@Linuxor
33 765
رویدادی تاریخی که به 30 سال تاریخ رایانه‌های شخصی پایان میدهد: NVIDIA رسماً با یک حرکت، معماری سنتی پردازش را متحول کرد!
برای 30 سال، کامپیوترهای شخصی تقریباً با یک الگوی ثابت کار کرده‌اند: پردازنده اینتل یا AMD، کارت گرافیک مجزا، و نگرانی همیشگی از اینکه دستگاه بیش از حد داغ نشود یا از کار نیفتد!
اما امشب، جنسن هوانگ با معرفی تراشه RTX Spark به این دوران پایان داد! برای نخستین بار از سوی NVIDIA، CPU، GPU و حافظه RAM همگی روی یک تراشه سیلیکونی واحد، با معماری ARM و فناوری ساخت 3 نانومتری.
قدرتی حیرت‌انگیز توان پردازش هوش مصنوعی محلی در سطح 1 پتافلاپس؛ آن هم درون لپ‌تاپی با ضخامت تنها 14 میلی‌متر!
عملکرد فوق‌العاده در بازی اجرای بازی‌های AAA روی صحنه با سرعت بیش از 100 فریم بر ثانیه و وضوح 1440p، بدون اتصال به برق و بدون افت دما یا عملکرد (بدون Throttling)!
اجرای مدل‌های عظیم هوش مصنوعی با 120 میلیارد پارامتر بطور کامل و بصورت local!
بدون اینترنت… بدون سرورهای ابری… بدون اشتراک‌های ماهانه!
@Linuxor ~ Mahizadyaar
