2 898
Suscriptores
+524 horas
+487 días
+12130 días
Carga de datos en curso...
Canales Similares
Nube de Etiquetas
Menciones Entrantes y Salientes
---
---
---
---
---
---
Atraer Suscriptores
septiembre '26sep '26
septiembre '26
+143
en 1 canales
agosto '26
+250
en 6 canales
Get PRO
julio '26
+201
en 8 canales
Get PRO
junio '26
+135
en 3 canales
Get PRO
mayo '26
+50
en 0 canales
Get PRO
abril '26
+19
en 0 canales
Get PRO
marzo '26
+11
en 0 canales
Get PRO
febrero '26
+102
en 2 canales
Get PRO
enero '26
+118
en 7 canales
Get PRO
diciembre '25
+112
en 6 canales
Get PRO
noviembre '25
+79
en 5 canales
Get PRO
octubre '25
+187
en 6 canales
Get PRO
septiembre '25
+63
en 4 canales
Get PRO
agosto '25
+32
en 0 canales
Get PRO
julio '25
+69
en 0 canales
Get PRO
junio '25
+189
en 3 canales
Get PRO
mayo '25
+183
en 4 canales
Get PRO
abril '25
+61
en 1 canales
Get PRO
marzo '25
+128
en 1 canales
Get PRO
febrero '25
+149
en 4 canales
Get PRO
enero '25
+392
en 5 canales
Get PRO
diciembre '24
+158
en 4 canales
Get PRO
noviembre '24
+194
en 3 canales
Get PRO
octubre '24
+254
en 2 canales
Get PRO
septiembre '24
+99
en 2 canales
Get PRO
agosto '24
+93
en 4 canales
Get PRO
julio '24
+50
en 1 canales
Get PRO
junio '24
+43
en 0 canales
Get PRO
mayo '24
+28
en 1 canales
Get PRO
abril '24
+40
en 1 canales
Get PRO
marzo '24
+29
en 1 canales
Get PRO
febrero '24
+32
en 0 canales
Get PRO
enero '24
+73
en 1 canales
Get PRO
diciembre '23
+170
en 2 canales
| Fecha | Crecimiento de Suscriptores | Menciones | Canales | |
| 26 septiembre | +1 | |||
| 25 septiembre | +9 | |||
| 24 septiembre | +10 | |||
| 23 septiembre | +6 | |||
| 22 septiembre | +13 | |||
| 21 septiembre | +5 | |||
| 20 septiembre | +13 | |||
| 19 septiembre | +9 | |||
| 18 septiembre | +9 | |||
| 17 septiembre | +4 | |||
| 16 septiembre | +5 | |||
| 15 septiembre | +5 | |||
| 14 septiembre | +3 | |||
| 13 septiembre | 0 | |||
| 12 septiembre | +2 | |||
| 11 septiembre | +1 | |||
| 10 septiembre | +4 | |||
| 09 septiembre | +8 | |||
| 08 septiembre | +4 | |||
| 07 septiembre | +3 | |||
| 06 septiembre | +2 | |||
| 05 septiembre | +7 | |||
| 04 septiembre | +4 | |||
| 03 septiembre | +7 | |||
| 02 septiembre | +6 | |||
| 01 septiembre | +3 |
Publicaciones del Canal
دیروز با امیراحمد بعد مدتها دیدار کردیم. نشستیم مثل سابق از یک جایی شروع کردیم و به هر جایی سرک کشیدیم و حرف زدیم. یک جا حس گرفتم که این امیراحمد دوباره جدیده. امیراحمد ورژن یک امیراحمد دوران کارشناسی بود، بعد از بازگشت از کانادا و ۱۴۰۱ اما امیراحمد ورژن دو شده بود و این هفته برای اولین حس کردم نکنه ورژن سه هست. اگر در ورژن دو سختتر شده بود در ورژن سه دوباره رحمانی شده بود اما از زاویه دیگر.
برخلاف ده سال پیش که خیلی جزیی صحبت میکردیم الان که سرد و گرمتر چشیدیم بیشتر روی فلسفه راه حل ها بحث میکنیم. یک جا بحث از تریدآفی کرد که راهحلها در یک بده بستان چندگانه درگیرند: چه قدر کارا هستند، چه قدر پیچیده هستند و چه قدر قابلیت همراه کردن دیگران رو دارند. و چه بسیار راه حل های که یک جای این ماتریس چند بعدی گیر میافتند.
راجع به للمها صحبت کردیم. گمانش بر این بود که زبان چیزی است فراتر از للمها. مثالی زد که وقتی للم متنی مینویسد شما جمله به جمله که می دانید میفهمید ولی در نهایت وقتی کل متن تمام میشود کمتر در ذهنتان میاید که متن راجع به چه صحبت میکرد. فکر میکرد ابرالگوهای نهانی هستند که همچنان للمها نمیتوانند درک و تولیدشان کنند.
از هویتمندی آدمها و فشالت دانشگاه و کثافت بروکراسی در ایران صحبت کردیم و بحثمان جاهایی بالاخره به دین و کلام و فلسفه وارد شد. این سمفونی را فقط هر از گاهی با اندک افرادی مثل امیراحمد و غزنوی و گاها مجتبی و ... فقط میتوانم داشته باشم. اگر ده سال پیش رو فلسفهها بحث میکردیم این بار حیرت زده بودیم که آیا اصلا همه چیز را در قالب زبان میتوان انتقال داد؟ و البته بنابر نظریه اعتباریات علامه و حدیث عنوان بصری، به حد غیرقابل تصوری نسبیگراتر شده بود. یک چند جایی بحث های مگو کردم و حس کردم که چهره اش عقب نشینی کرد اما سعی نکرد که جهتم دهد.
یک جایی با او بحث کردم که سعادت آدمی در فریب دادن خودش است. هنر باشکوه خود فریبی! آدم بلانسبت مثل جنربتور و دسکریمینتر گن است. آدمی خوشبخت است که بتواند خودش را جوری فریب دهد که متوجه فریب نشود. حالا ممکن است آدمها در سطوح مختلف باشند ولی رابطه شأن با خودشان و رشدشان در همین است. و شاید زندگی همین تلاش بی وقفه برای تئوری بافی هاست.
باقی هفته سیاه کاری بود. بی ضررتربن کارم خوابیدن بود و مفیدترینشان شستن ظرفها و جا به جایی کیسه برنجها. ای کاش ورژن جدیدی روی خودم میتوانستم بدهم. دوست دارم زور بزنم جنربتورم جوری شود که بر دسکریمینیتورم غلبه کرد (هر چند الان که فکر میکنم تا وقتی به این دیدگاه جنربتور دسکریمینتور باورم را از دست نداده ام نمیتوانم دسکریمینیتورم را فریب بدهم، من وقتی قریب خورده ام که باور کرده باشم این نظرم اشتباه بوده) آدم بهتری بشوم. خداباور هم نشدم حداقل موحدتر بشوم. کمتر غلط بکنم. عمر دارد میرود.
#روزمرگی
| 2 | دیروز با امیراحمد بعد مدتها دیدار کردیم. نشستیم مثل سابق از یک جایی شروع کردیم و به هر جایی سرک کشیدیم و حرف زدیم. یک جا حس گرفتم که این امیراحمد دوباره جدیده. امیراحمد ورژن یک امیراحمد دوران کارشناسی بود، بعد از بازگشت از کانادا و ۱۴۰۱ اما امیراحمد ورژن دو شده بود و این هفته برای اولین حس کردم نکنه ورژن سه هست. اگر در ورژن دو سختتر شده بود در ورژن سه دوباره رحمانی شده بود اما از زاویه دیگر.
برخلاف ده سال پیش که خیلی جزیی صحبت میکردیم الان که سرد و گرمتر چشیدیم بیشتر روی فلسفه راه حل ها بحث میکنیم. یک جا بحث از تریدآفی کرد که راهحلها در یک بده بستان چندگانه درگیرند: چه قدر کارا هستند، چه قدر پیچیده هستند و چه قدر قابلیت همراه کردن دیگران رو دارند. و چه بسیار راه حل های که یک جای این ماتریس چند بعدی گیر میافتند.
راجع به للمها صحبت کردیم. گمانش بر این بود که زبان چیزی است فراتر از للمها. مثالی زد که وقتی للم متنی مینویسد شما جمله به جمله که می دانید میفهمید ولی در نهایت وقتی کل متن تمام میشود کمتر در ذهنتان میاید که متن راجع به چه صحبت میکرد. فکر میکرد ابرالگوهای نهانی هستند که همچنان للمها نمیتوانند درک و تولیدشان کنند.
از هویتمندی آدمها و فشالت دانشگاه و کثافت بروکراسی در ایران صحبت کردیم و بحثمان جاهایی بالاخره به دین و کلام و فلسفه وارد شد. این سمفونی را فقط هر از گاهی با اندک افرادی مثل امیراحمد و غزنوی و گاها مجتبی و ... فقط میتوانم داشته باشم. اگر ده سال پیش رو فلسفهها بحث میکردیم این بار حیرت زده بودیم که آیا اصلا همه چیز را در قالب زبان میتوان انتقال داد؟ و البته بنابر نظریه اعتباریات علامه و حدیث عنوان بصری، به حد غیرقابل تصوری نسبیگراتر شده بود. یک چند جایی بحث های مگو کردم و حس کردم که چهره اش عقب نشینی کرد اما سعی نکرد که جهتم دهد.
یک جایی با او بحث کردم که سعادت آدمی در فریب دادن خودش است. هنر باشکوه خود فریبی! آدم بلانسبت مثل جنربتور و دسکریمینتر گن است. آدمی خوشبخت است که بتواند خودش را جوری فریب دهد که متوجه فریب نشود. حالا ممکن است آدمها در سطوح مختلف باشند ولی رابطه شأن با خودشان و رشدشان در همین است. و شاید زندگی همین تلاش بی وقفه برای تئوری بافی هاست.
باقی هفته سیاه کاری بود. بی ضررتربن کارم خوابیدن بود و مفیدترینشان شستن ظرفها و جا به جایی کیسه برنجها. ای کاش ورژن جدیدی روی خودم میتوانستم بدهم. دوست دارم زور بزنم جنربتورم جوری شود که بر دسکریمینیتورم غلبه کرد (هر چند الان که فکر میکنم تا وقتی به این دیدگاه جنربتور دسکریمینتور باورم را از دست نداده ام نمیتوانم دسکریمینیتورم را فریب بدهم، من وقتی قریب خورده ام که باور کرده باشم این نظرم اشتباه بوده) آدم بهتری بشوم. خداباور هم نشدم حداقل موحدتر بشوم. کمتر غلط بکنم. عمر دارد میرود.
#روزمرگی | 1 |
| 3 | دانشجویانی که علاقهمند به همکاری به عنوان دستیار آموزشی درس پردازش زبان طبیعی در نیمسال اول ۱۴۰۵–۱۴۰۶ با تدریس آقای مهدی سمیعی هستند، لطفا فرم زیر را تکمیل نمایند.
مهلت تکمیل فرم تا پایان روز چهارشنبه 8 مهر خواهد بود.
https://forms.gle/azmLnQkUxH7FL2T1A | 625 |
| 4 | حالا که Jevگیری رو بورسه، یک گروهی در استنفورد (مربوط به همون آزالیا میرحسینی) اومدند یک پیپری دادند تحت عنوان Contrastive Language Model یا CLM که دقیقا همون کارکرد Jev رو داره، یعنی یک مدل ZeroShot Classifier هست که میتونه سریع اکشن خروجی رو تولید کنه. مدل آموزش و معماریشون شبیه Clip هست و به صورت کانترستیو میان رپرزنتیشن های انکودر استیت و انکودر اکشن رو با هم لاس میگیرن. یک سری آزمایشهای Scaling Law هم انجام دادند رو مدلهاشون. و خیلی هم مانور دادند رو این که ما از Jev هم سریعتریم. به نظرتون پوینت داستان همون نوع دیتاست اموزشهایی هست که مدل روش آموزش میبینه.
لینک:
https://contrastive-lm.notion.site/ | 704 |
| 5 | Sin texto... | 875 |
| 6 | Sin texto... | 1 |
| 7 | خالق روبی روی ریل، DHH بزرگوار
حرفای جالبی راجع به هوش مصنوعی و آینده نامعلوم برنامهنویسی میزنه،
جالبترین جاش اینجاس که میگه :
من به عنوان کسی که قراره خودش کد بزنه، از Rust متنفرم ولی اگر ایجنت قراره بزنه عاشقشم. میگه اگر قراره ما به عنوان بلک باکس به زبانهای برنامه نویسی نگاه کنیم و با اینکه ندونیم توش چخبره، نرم افزار توسعه بدیم، خب دیگه چه کاریه بیایم از زبانهای خیلی سطح بالا و developer friedly استفاده کنیم؟ کدنویسی با زبانهای خفن ارزون شده و احتمالا یسری از معماریا هم که برای نگهداری و توسعه انسان بود احتمالا به مرور مهم نباشه دیگه ....
نکات کنکوری حرفاش رو نوشتم اینجا:
https://mrbug.ir/fa/blog/ruby-on-rails-ai-dhh | 884 |
| 8 | ما خوشهچین خرمن اصحاب دولتیم
باری نگه کن ای که خداوند خرمنی
سعدی | 1 053 |
| 9 | Sin texto... | 1 307 |
| 10 | ما چیزی نمیخواهیم، ما پاسخ خود را یافتهایم. ما قدرت لازم داریم زیرا ملتی که نتواند از خود دفاع کند، در این دنیا له خواهد شد. | 1 193 |
| 11 | Sin texto... | 1 279 |
| 12 | خدای بتپرستت را
مبر پای قمار عشق ای دل باز هستت را
ندارم بیش از این تاب تماشای شکستت را
مشو مبهوت گیسویی که سر رفته است از ایوان
که ویران میکند این نقش ایوان پایبستات را
همیشه گریه راه التیام زخمهایت نیست
کدامین آب خواهد شست داغ پشت دستت را؟!
تو خار چشم بودی قلعه ی یک عمر پا برجا
که حالا شهر دارد جشن میگیرد نشستت را
تو دل بستی به معشوقی که خود معشوقها دارد
رها کن ای دل غافل خدای بت پرستت را
حسین زحمتکش | 1 269 |
| 13 | سرعت تغییرات | 1 407 |
| 14 | سایت قشنگ وایب AI رو میده. اون پشت یک سری سایت دیگه رو کراول میکنه و اطلاعات تجمیعی میده. یک llm.txt هم داره که توش سعی میکنه llm agent هایی که سرچ میکنند رو تسهیل کنه کارشون رو روی این سایت. | 1 621 |
| 15 | این توضیح Sebastian Raschka در مورد Jev رو دوست داشتم:
It's easy to hype and dunk on Jev. I saw a lot of interesting demos in the last few days. And I also read a lot of dismissals in the last few days. I think the truth lies somewhere between these two extremes.
I.e., it's easy to dismiss Jev as "just a classifier."
The exact model and training algorithm are not disclosed. But if I had to make an educated guess, it's likely:
1) a small encoder-style model like (Modern)BERT;
2) trained with something similar to Reinforcement Learning with Calibration Reward (from the Beyond Binary Rewards: Training LMs to Reason About Their Uncertainty paper).
Many people (me included) have been training encoder-style models for classification for many years. Fact is that they were usually special-purpose and limited in some way.
Jev's impressive breakthrough is that it generalizes so well (you can use it to classify emails, play video games, trade stocks...).
And I’d say the secret sauce is probably more in the data than in the training algorithm. (Plus a nice API design on top of it.)
Yeah, it's not the first project where someone applied RL to a (likely) non-autoregressive, encoder-style model.
But what's impressive is that it works and generalizes so well, which can make all the difference. I.e., we saw the same thing with Stable Diffusion (based on an existing research paper) not too long ago, or even with the 2022 ChatGPT launch itself (an improved version of InstructGPT, where the data made all the difference).
ریسرچهای هوش مصنوعی زیباییشون گاها همینه که فیلد برای خودشون یک سمتی رو میرفته بعد یک اتفاقی نامعمولی میافته و برای همه سوال میشه چرا و چطور این اتفاق این شکلی افتاده. در مورد Jev هم همینه. تصور کنید فیلد برای خودش یک عمر داشته سمت کلسیفیکیشن میرفته بعد مدلهای جنریتور مونوپلی کردند طوری که تسکهای کلسفیکیشن هم جنریتیور حل شدند (در حالی که همون موقع هم مایه حیرت بود که تسک کلسیفیکیشن با روشهای جنریشن حل بشه) بعدش الان دوباره Jev اومده با رویکرد کلسفیکیشن داره حل میکنه و سوال اینه که خب چطوری؟ نکته تو Data است؟ تو RL عه؟ یا چی؟
نکته بعدی این که پیوند RL و متن هم بسیار جذابه بوده در این سالها. به قول آقای مهدی غزنوی این متن بوده که RL رو نجات داده. | 1 599 |
| 16 | به فرزندان خود لولهکشی، جوشکاری، برقکاری، نجاری، مکانیکی خودرو، تعمیر لوازم خانگی، بنایی، کاشیکاری، باغبانی، آشپزی، خیاطی، شنا، کمکهای اولیه، آتش روشنکردن و مهارتهای بقا، رانندگی و عیبیابی اولیهی خودرو، پرورش گیاه و تولید غذای ساده، مراقبت از کودک و سالمند، قایقرانی، نصب و تعمیر آسانسور، جهتیابی با نقشه و قطبنما، گرهزدن و کار با طناب، ذبح و پاککردن ماهی و مرغ، دباغی و چرمدوزی، زنبورداری، آهنگری، ساختوساز با چوب، تعمیر دوچرخه و موتور، کار با اره، تبر و ابزارهای کشاورزی، قفلسازی، کفاشی و تعمیر کفش، شیشهبری، تراشکاری، نعلبندی اسب، تیزکردن چاقو و ابزار، تعمیر پمپ آب و موتوربرق، داربستبندی، کار در ارتفاع با طناب، و قصابی بیاموزید. | 1 713 |
| 17 | Sin texto... | 1 496 |
| 18 | 🫏محققان: فقط سه دقیقه تعامل با الاغ میتواند حال روحی نوجوانان را بهتر کند
🔹 پژوهشگران دانشگاه کالیفرنیا میگویند تعامل کوتاهمدت با الاغها و اسبهای مینیاتوری میتواند در عرض چند دقیقه احساس اضطراب، غم و تنهایی را در نوجوانان کاهش دهد و احساس آرامش بیشتری ایجاد کند.
🔹 در این مطالعه ۶۱ نوجوان در تعامل با الاغها و اسبهای مینیاتوری قرار گرفتند. پژوهشگران دریافتند نوجوانانی که فقط سه دقیقه این حیوانات را نوازش یا لمس کردند، بلافاصله بهبودهایی در وضعیت روحی خود دیدند.
جزئیات بیشتر در دیجیاتو
🔵 @Digiato | 1 451 |
| 19 | این اشمیدهوبر هم عالم خودش رو داره | 1 671 |
| 20 | مدل Jev: تولید توکن کند است، عوضش تصمیم بگیر
امروز صبح که رفتم سر جایم بنشینم موروثی آمد و شروع به صحبت کرد. بعد نمیدانم چه شد بحثمان به یک جایی کشیده شد موروثی یک کلمه ناآشنا گفت: Jev. بعد با یک حالتی گفت نمیدونی Jev چیه؟ من هم گفتم نه و موروثی هم که انگار آماده بود گفت عقبی خیلی عقبی. همین شد که بنده که بهم برخورده بود این از من جلوتر باشه رفتم سرچ کردم راجع به این Jev که ببینم چیه و نتایج نسبتا جالب بود.
گویا چند روز پیش یک شرکتی به نام TypeSafe AI یک مدل LLM ای به نام Jev بیرون داده. این مدل اما یک تفاوت بسیار ذاتی و بزرگ با LLMهای رایج دیگه داره و اون هم اینه که توکن جنریت نمیکنه! در واقع از Jev میشه به سه جور مختلف استفاده کرد. میشه بهش پرامپت و یک عده گزینه داد و Jev برمیگردونه که احتمال هر گزینه چه قدره. یا میشه بهش یک پرامپت داد و Jev یک عدد برمیگردونه. یا میشه بهش یک پرامپت داد و Jev یک بله یا خیر به صورت باینری برگردونه. در واقع Jev یک جوری Zero Shot Classifier هست. منتها فرقی که داره اینه که TypeSafe AI ادعا کرده که معماری مدل و آموزشش و البته فرآیند سمپلینگ رو برای این ماهیت تغییر داده و البته خب چیزی رو هم اوپن سورس نکردند در این باره.
اما Jev به چه دردی میخوره؟ مساله اینه که در دنیای امروز که نوع نگاه به مسائل Agentic محور شده خیلی از عملیاتهایی که Agent انجام میده نه از جنس زایش توکن که از جنس کلسفیکیشن هست. کارهایی از جنس فراخوانی ابزار یا مسیریابی فلو از جمله این کارها هستند و خب حرف این Jevای ها هم اینه که سپردن این تسکها به دست یک LLM مثل سپردن کار قاشق به بیل مکانیکی هست. در همین راستا هم Jev نسبت به LLMهای دیگه هزینه مالی و زمانی بسیار کمتری داره و سرعتش بسیار زیاده. بر روی یک سری بنچمارک مختلف هم تستش گرفتند و نشون دادند که هوش قابل رقابتی با بقیه llmها داره. یک چیز جالب دیگه هم که دیدم این بود که در یک جایی ازش به عنوان feature extractor استفاده کرده بودند. مثلا مساله اسپم بودن یا نبودن ایمیل رو در نظر گرفته بودند و پنج تا سوال طراحی کرده بودند و پنج تا سوال رو از jev پرسیده بودند و نتایج این پنج تا رو به عنوان فیچرهای یک کلاسیفایر استفاده کرده بودند و نشون داده بودند که اینجوری عملکردشون از haiku هم بهتر شده. در واقع میشه از jev در حکم وریفایر، ریوارد مدل، جاج، reranker یا router استفاده کرد.
از نظر مارکتینگی هم برای خودشون تیتر System One Models رو استفاده کردند تا بولد بشن. نکته جالبی که به نظرم هست اینه که یک جوری این jev دوباره داره کنایه میزنه که هر مساله هوشمندی مساله تولید توکن نیست.
لینکها:
https://typesafe.ai/
برای مطالعه بحثها:
https://news.ycombinator.com/item?id=49717558 | 2 744 |
