هوش مصنوعی - رضا شکرزاد
رفتن به کانال در Telegram
👈 کانال علم داده و هوش مصنوعی رضا شکرزاد 🔘 نقشه‌راه یادگیری 🔘 معرفی و دانلود منابع 🔘 مقاله وبسایت دپارتمان: cafetadris.com/datascience ارتباط با ادمین، درخواست منتورشیپ و پروژه: https://t.me/dslanders_admin یوتیوب: Youtube.com/@RezaShokrzad
نمایش بیشتر📈 تحلیل کانال تلگرام هوش مصنوعی - رضا شکرزاد
کانال هوش مصنوعی - رضا شکرزاد (@dslanders) در بخش زبانی فارسی بازیگری فعال است. در حال حاضر جامعه شامل 12 689 مشترک است و جایگاه 16 051 را در دسته آموزش و رتبه 26 505 را در منطقه إيران دارد.
📊 شاخص‌های مخاطب و پویایی
از زمان ایجاد در невідомо، پروژه رشد سریعی داشته و 12 689 مشترک جذب کرده است.
بر اساس آخرین داده‌ها در تاریخ 09 نوامبر, 2026، کانال فعالیت پایداری دارد. در ۳۰ روز گذشته تغییر اعضا برابر -34 و در ۲۴ ساعت گذشته برابر -4 بوده و همچنان دسترسی گسترده‌ای حفظ شده است.
- وضعیت تأیید: تأیید نشده
- نرخ تعامل (ER): میانگین تعامل مخاطب 8.22% است و در ۲۴ ساعت نخست پس از انتشار، محتوا معمولاً 4.26% واکنش نسبت به کل مشترکان کسب می‌کند.
- دسترسی پست‌ها: هر پست به طور میانگین 1 042 بازدید دریافت می‌کند. در اولین روز معمولاً 540 بازدید جمع‌آوری می‌شود.
- واکنش‌ها و تعامل: مخاطبان به‌طور فعال حمایت می‌کنند؛ میانگین واکنش به هر پست 7 است.
📝 توضیح و سیاست محتوایی
نویسنده این فضا را محل بیان دیدگاه‌های شخصی توصیف می‌کند:
“👈 کانال علم داده و هوش مصنوعی رضا شکرزاد
🔘 نقشه‌راه یادگیری
🔘 معرفی و دانلود منابع
🔘 مقاله
وبسایت دپارتمان:
cafetadris.com/datascience
ارتباط با ادمین، درخواست منتورشیپ و پروژه:
https://t.me/dslanders_admin
یوتیوب:
Youtube.com/@RezaShokrzad”
به لطف به‌روزرسانی‌های پرتکرار (آخرین داده در تاریخ 10 نوامبر, 2026)، کانال همواره به‌روز و دارای دسترسی بالاست. تحلیل‌ها نشان می‌دهد مخاطبان به‌طور فعال با محتوا تعامل دارند و آن را به نقطه اثرگذاری مهم در دسته آموزش تبدیل کرده‌اند.
12 689
مشترکین
-424 ساعت
-147 روز
-3430 روز
آرشیو پست ها
12 687
مهم‌ترین‌های ۲۴ ساعت اخیر هوش مصنوعی
🪙 خبر ۱: Octomind یک ابزار متن‌باز برای کدنویسی با هوش مصنوعی است که مصرف توکن را کم می‌کند، پس می‌توانید عامل‌ها را بیشتر و ارزان‌تر اجرا کنید.
🧵 خبر ۲: Claude از Anthropic حالا در نسخه آزمایشی از «رشته پیام» پشتیبانی می‌کند؛ یعنی عامل هوش مصنوعی به‌جای فرستادن کل تاریخچه گفتگو، فقط پیام‌های تازه را می‌فرستد و هزینه پایین می‌آید.
📋 خبر ۳: OpenAI بنچمارک LifeVal را ساخته که هوش مصنوعی را در کارهای روزمره واقعی مثل بودجه‌بندی خانه و نگهداری کودک می‌سنجد و نشان می‌دهد دستیارها کجا هنوز کم می‌آورند.
🧭 خبر ۴: یکی از متخصصان در مقاله‌ای مفصل روند کاری روزانه‌اش با هوش مصنوعی را شرح داده و عادت‌های عملی و قابل کپی برای برنامه روزانه شما ارائه می‌کند.
⚠️ خبر ۵: Postman پنهانی افزونه‌های هوش مصنوعی نصب می‌کند و می‌خواهد داده‌های API شما را به اشتراک بگذارد؛ پیش از به‌روزرسانی، تنظیماتش را بررسی کنید.
@dslanders
12 687
🚰 یک شهر نقشهٔ مصرف آب ساختمان‌ها را منتشر کرده. در این نقشه، سلول خالی هنگام محاسبهٔ جمع و رنگ‌آمیزی صفر حساب می‌شود. چند ساختمان بزرگ گزارش نداده‌اند و سلولشان خالی مانده. خیلی‌ها فکر می‌کنند سلول خالی یعنی «اطلاعات نداریم» و روی نتیجه اثری ندارد. در عمل چه اتفاقی می‌افتد؟
12 687
⚖️ تیپ #39
داوری با مدل زبانی و دام‌هایی که باید بشناسید
سپردن نمره‌دهی خروجی یک ایجنت به مدل زبانی دیگر، ارزان‌ترین راه ساختن حلقه ارزیابی است، اما داور هم سوگیری‌های خودش را با خودش می‌آورد. مدل معمولاً پاسخی را که اول می‌بیند ترجیح می‌دهد، به جواب‌های طولانی‌تر نمره بالاتر می‌دهد و بی‌سروصدا متنی را می‌پسندد که شبیه نوشته خودش است ⚖️. راه‌حل ساده است: جای گزینه‌ها را عوض کنید و میانگین بگیرید، با روبریک یا پاسخ مرجع نمره بدهید، و یک مجموعه کوچک برچسب‌خورده انسانی نگه دارید تا مطمئن شوید نمره‌های داور واقعاً همان چیزی را می‌سنجند که برایتان مهم است.
LLM-as-judge: three biases to design around
Handing grading to another model is the cheapest way to build an eval loop, but the judge brings its own biases into the room. It tends to favor whichever answer it sees first, rewards longer responses, and quietly prefers text that resembles its own ⚖️. Swap the order of the candidates and average the scores, grade against a rubric or reference answer, and keep a small human-labeled set to confirm the judge's scores track what you actually care about.
@dslanders
12 687
مهم‌ترین‌های ۲۴ ساعت اخیر هوش مصنوعی
🧬 خبر ۱: OpenAI مدل استدلالی GPT-Rosalind-6 را برای زیست‌شناسی و کشف دارو ساخته و حالا پژوهشگران می‌توانند از طریق API از آن استفاده کنند.
🛠️ خبر ۲: ابزار dsh-superagent یک بستهٔ عامل کدنویسی برای DeepSeek Harness است که GitHub را رصد می‌کند، خودش کار جدید می‌سازد و جلسه‌های کاری را اجرا می‌کند.
🎓 خبر ۳: مدل آموزشی &Tutor با تمرین روی یک دانش‌آموز شبیه‌سازی‌شده آموزش دیده تا مثل معلم بهتر جواب بدهد و از طریق API قابل استفاده است.
📐 خبر ۴: Claude Opus 5.5 می‌تواند نقشه‌های معماری در حد دریافت مجوز ساختمان بکشد؛ نشانه‌ای از ورود جدی هوش مصنوعی به کارهای حرفه‌ای طراحی.
🌐 خبر ۵: Google اعلام کرده از یک کنترل مشترک در فایل robots.txt پشتیبانی می‌کند که با یک خط سیاست، ترجیح هر سایت برای آموزش هوش مصنوعی را مشخص می‌کند.
@dslanders
12 687
🏷️ می‌خواهی دستیار هوش مصنوعی با حساب تو یک وسیلهٔ قدیمی را در سایت آگهی‌دهی بفروشد. برای اینکه آدرس خانه‌ات به خریدار نرسد، کدام کار بهتر است؟
12 687
🔁 تیپ #38
حلقهٔ خواندن، ویرایش و تست در ایجنت‌های کدنویس
یک ایجنت کدنویس به‌ندرت کد را در یک قدم درست می‌نویسد. کارش یک حلقه است: فایل‌های مرتبط را می‌خواند، یک ویرایش کوچک انجام می‌دهد، تست را اجرا می‌کند و خروجی خطا را به تلاش بعدی برمی‌گرداند. نکتهٔ اصلی این است که هر ویرایش را آن‌قدر کوچک نگه دارید که یک تست قرمز دقیقاً بگوید چه چیزی شکسته است 🔁.
Coding agents: the read, edit, test loop
Coding agents almost never get code right in one shot. They work in a loop: read the relevant files, make one small edit, run the tests, then feed the failure output back into the next attempt. The whole trick is keeping each edit small enough that a red test tells you exactly what broke 🔁.
@dslanders
12 687
مهم‌ترین‌های ۲۴ ساعت اخیر هوش مصنوعی
🧑💻 خبر ۱: یک مقاله استدلال می‌کند هوش مصنوعی حالا کد بیشتری می‌نویسد، اما طراحی و بررسی کل سیستم هنوز کار مهندس انسانی است.
📊 خبر ۲: تحلیلی هزینه هوش مصنوعی فریم‌ورک‌های محبوب JavaScript را حساب می‌کند تا توسعه‌دهنده بین سرعت و مصرف مدل تعادل برقرار کند.
🕵️ خبر ۳: گزارشی هشدار می‌دهد ایجنت هوش مصنوعی Muse در واقع شبکه نظارت تجاری است که خود را دستیار معرفی می‌کند و نگرانی حریم خصوصی ساخته.
📚 خبر ۴: ویکی‌های هواداری که هوش مصنوعی می‌سازد پر از خطا شده‌اند؛ پس بهتر است خواننده اطلاعات و داستان بازی‌ها را قبل از باور کردن بررسی کند.
🎮 خبر ۵: پژوهشگران گروه‌هایی از ایجنت‌های هوش مصنوعی را در Minecraft بازی دادند، اما آن‌ها نتوانستند تمدنی بسازند و در بوروکراسی گیر کردند.
@dslanders
12 687
💻 یک تیم برنامه‌نویسی به یک agent دسترسی داده که روزانه چند ده تغییر کد ایجاد می‌کند. اما بررسی و تأیید این کدها همچنان با همان سه نفر قبلی است. محتمل‌ترین اتفاق چیست؟
12 687
🖥️ تیپ #37
به ایجنت مرورگر نقشه بدهید، نه فقط پیکسل
بیشتر شکست‌های ایجنت‌های کامپیوتری از ضعف مدل نیست، از این است که مجبورشان می‌کنیم مختصات پیکسلی حدس بزنند. کافی است هر عنصر قابل کلیک را با یک شماره برچسب بزنید و درخت دسترس‌پذیری (accessibility tree) را در اختیار ایجنت بگذارید تا به‌جای «کلیک روی (۴۱۲، ۲۳۳)» بگوید «کلیک روی عنصر ۱۷» 🖱️. همین تغییر کوچک، عملیات شکننده را به اقدامی قابل‌آزمون و قابل‌ردیابی تبدیل می‌کند.
Give computer-use agents a map, not just pixels
Most computer-use agents fail not because the model is weak, but because you asked it to guess pixel coordinates. Label every interactive element with a numbered mark and hand the agent the accessibility tree, so it answers "click element 17" instead of "click (412, 233)" 🖱️. That single change turns a flaky coordinate guess into an action you can log, assert on, and debug after the UI shifts.
@dslanders
12 687
مهم‌ترین‌های ۲۴ ساعت اخیر هوش مصنوعی
💧 خبر ۱: یک تحلیل تازه می‌گوید واترمارک کردن متن‌های نوشته‌شده با هوش مصنوعی می‌تواند کیفیت نوشته را پایین بیاورد؛ پس باید بین فایده تشخیص و افت کیفیت تعادل برقرار کرد.
🎨 خبر ۲: یک سازنده، مدل هوش مصنوعی را با هنر «دمو‌سین» آموزش داده است؛ حالا هر کسی می‌تواند تصویرهای گرافیک کامپیوتری رترو و قدیمی تولید کند.
🧠 خبر ۳: پژوهش مایکروسافت می‌گوید استفاده زیاد از هوش مصنوعی می‌تواند قدرت تفکر نقاد را ضعیف کند؛ کاربران باید جواب‌ها را خودشان بررسی کنند و همراه چت‌بات فکر کنند.
🦠 خبر ۴: محققان امنیتی بدافزاری پیدا کرده‌اند که با مدل‌های زبانی بزرگ قربانی‌ها را بر اساس ارزش مالی رتبه‌بندی می‌کند و حمله‌ها را هدفمندتر می‌سازد.
🔒 خبر ۵: یک گزارش تازه توضیح می‌دهد مهاجمان چطور حساب‌های ChatGPT را در دست گرفته‌اند و چه قدم‌های مشخصی برای قفل کردن ورود و امن‌سازی حساب لازم است.
@dslanders
12 687
🤖 برای یاد گرفتن آشپزی، هزار کتاب آشپزی کافی نیست؛ باید کنار اجاق ایستاد و تمرین کرد. حالا یک شرکت برای آموزش رباتش آدم استخدام می‌کند تا هزاران بار لیوان را با دست بردارد و حرکتش را ثبت کند. دلیل اصلی این کار چیست؟
12 687
📦 تیپ #36
محیط ایزوله برای کد ایجنت: نه شبکه، نه راز، نه هاست
هرگز نگذارید ایجنت کدی را که خودش نوشته، در همان پروسه و همان کانتینر و با همان دسترسی‌های خودش اجرا کند. محیط اجرا باید یک سندباکس یک‌بارمصرف باشد: شبکه بسته به‌صورت پیش‌فرض، فایل‌سیستم فقط‌خواندنی، کاربر غیر root، قابلیت‌های اضافی لینوکس حذف‌شده و سقف مشخص برای CPU، حافظه و زمان؛ این‌طوری یک حلقه بی‌پایان یا دستوری که از راه تزریق پرامپت جا خوش کرده، داخل همان جعبه 🔒 می‌ماند و به هاست نمی‌رسد. برای کد واقعاً غیرقابل‌اعتماد سراغ مرزهای قوی‌تر مثل gVisor یا میکروVM بروید و کلیدهای API را بیرون از سندباکس نگه دارید و فقط از طریق پروکسی خروجی تزریق کنید.
Sandbox agent code: no network, no secrets, no host
Never let an agent execute the code it just wrote inside the same process, container, or credential scope as the agent itself. Give it a disposable sandbox instead: no network by default, read-only root filesystem, non-root user, dropped Linux capabilities, and hard CPU, memory, and wall-clock limits, so a runaway loop or a prompt-injected payload dies inside the box 🔒 instead of on your host. For genuinely untrusted code, use a stronger boundary than a plain container, such as gVisor or a Firecracker microVM, and keep every secret outside the sandbox, injected only at the egress proxy.
@dslanders
12 687
مهم‌ترین‌های ۲۴ ساعت اخیر هوش مصنوعی
⚠️ خبر ۱: پژوهش تازه می‌گوید مدل GLM 5.3 می‌تواند از روی توضیح آپدیت‌های امنیتی منتشرشده Firefox، قبل از اینکه کاربران نصبشان کنند اکسپلویت واقعی بسازد و فاصله بین وصله و حمله را کوتاه کند.
🎬 خبر ۲: Pika مدل ویدیوسازی H3 Flex را معرفی کرد که تا ۱۲ تصویر مرجع می‌گیرد، پنج ترک صوتی جداگانه می‌سازد و خروجی را تا کیفیت 4K رندر می‌کند.
🎙️ خبر ۳: مدل گفتارسازی Drama 3 از Fish Audio که وزن‌هایش عمومی است، حالا صدر هر دو جدول رتبه‌بندی میدان گفتار Artificial Analysis را در اختیار دارد.
🐞 خبر ۴: مهندسان Meta سیستمی به نام Just-in-Time Testing را با کمک مدل زبانی در مقیاس بزرگ راه انداختند تا باگ‌ها پیش از انتشار کد پیدا شوند و پایداری سرویس‌های تولیدی بالا برود.
⚙️ خبر ۵: یک تحلیل تازه استدلال می‌کند هوش مصنوعی جای مهندسان قابلیت اطمینان سایت را نمی‌گیرد، بلکه با خودکارکردن کارهای عیب‌یابی، مهارت اصلی آن‌ها را کم‌رنگ می‌کند.
@dslanders
12 687
💬 خیلی‌ها فکر می‌کنند اگر شرکت سازندهٔ یک چت‌بات ورشکست شود، گفتگوهایشان خودبه‌خود پاک می‌شوند. در عمل چه اتفاقی ممکن است برای این گفتگوها بیفتد؟
12 687
🗄️ تیپ #35
حافظهٔ بلندمدت: تصمیم‌ها را نگه دارید، رونوشت خام را دور بریزید
بیشتر agentها حافظه را مثل یک دفتر ثبت بی‌پایان می‌بینند و همین باعث می‌شود پنجرهٔ زمینه پر از نویز شود. راه‌حل این است که برای حافظه سیاست نوشتن تعریف کنید: فقط واقعیت‌های تصمیم‌ساز مثل ترجیحات کاربر، محدودیت‌ها و نتیجهٔ کارهای تمام‌شده ذخیره شوند و بقیه به 🗑️ بروند. با امتیازدهی به اهمیت و تازگی هر خاطره، می‌توانید آستانه‌ای تعیین کنید که زیر آن، فراموشی خودکار اتفاق بیفتد.
Long-term memory: keep decisions, forget raw transcripts
Most agents treat memory as an append-only log, then wonder why retrieval gets worse every week. Give the agent an explicit write policy instead: keep distilled, decision-relevant facts (user preferences, constraints, outcomes of finished tasks) and let raw conversation turns expire. Score each candidate memory on importance and recency, and send anything under the threshold straight to the 🗑️. The context window stays small, cheap, and mostly signal.
@dslanders
12 687
مهم‌ترین‌های ۲۴ ساعت اخیر هوش مصنوعی
🎙️ خبر ۱: شرکت NVIDIA مدل باز Nemotron 3.5 Transcribe را معرفی کرده که صدا را به چند زبان رونویسی و ترجمه می‌کند، گوینده‌ها را از هم جدا می‌کند و با دستور دادن قابل تنظیم است.
🔁 خبر ۲: GitHub قابلیت خودکارسازی Copilot را طوری به‌روز کرده که از نتیجه کارهای واقعی یاد بگیرد؛ یعنی عامل‌های کدنویسی به‌جای تکرار اشتباه، روش کارشان را خودشان بهتر می‌کنند.
💬 خبر ۳: کاربران اشتراک Pro در آمریکا می‌توانند از طریق iMessage به دستیار Dot شرکت OpenAI پیام بدهند و بدون باز کردن هیچ اپی، دستور و عکس و پیام صوتی بفرستند.
🔍 خبر ۴: یک گزارش توضیح می‌دهد آمارهایی که چت‌بات‌ها نقل می‌کنند از کجا می‌آید، چطور «آمارهای زامبی» در اینترنت پخش می‌شوند و چطور می‌شود درستی‌شان را بررسی کرد.
🌱 خبر ۵: گوگل مدل Gemini 4 Carbon را معرفی کرده که در فهرست هوش Artificial Analysis رتبه اول را گرفته و در عین حال از مدل‌های قبلی کم‌مصرف‌تر و انرژی‌کارآمدتر است.
@dslanders
12 687
🌙 فرض کن عامل هوش مصنوعی شرکتت دیشب بی‌آنکه کسی دستور داده باشد چند فایل مهم را جابه‌جا کرده است. صبح از خودش می‌پرسی «دیشب چه کار کردی؟» و می‌گوید «من کاری نکردم». برای فهمیدن اینکه واقعاً چه شده، بهترین کار چیست؟
12 687
🧭 تیپ #34
بازیابی پویا: ایجنت خودش تصمیم می‌گیرد چه زمانی جست‌وجو کند
در روش کلاسیک، هر پرسش کاربر یک جست‌وجوی اجباری در پایگاه دانش را فعال می‌کند، حتی وقتی مدل خودش پاسخ را می‌داند. در رویکرد ایجنتی، بازیابی به یک ابزار در اختیار ایجنت تبدیل می‌شود و خودش تشخیص می‌دهد چه زمانی جست‌وجو لازم است، چه عبارتی بنویسد و آیا نتایج برگشته کافی هستند یا نه 🧭. نتیجه‌اش این است که توکن و زمان کمتری هدر می‌رود و در عوض ایجنت می‌تواند چند مرحله جست‌وجو را زنجیره کند و پرس‌وجوی ناموفق را اصلاح کند.
Agentic RAG: Let the Agent Decide When to Retrieve
Classic RAG runs retrieval on every single turn, whether or not the model actually needs it. Agentic RAG hands retrieval to the model as a tool and lets it decide when to search, what query to write, and whether the results are good enough 🧭. The payoff is concrete: fewer wasted tokens and less latency on questions the model can already answer, plus the ability to rewrite a query, chain several searches, or fall back to another source when the first pass comes back empty.
@dslanders
12 687
مهم‌ترین‌های ۲۴ ساعت اخیر هوش مصنوعی
📱 خبر ۱: شرکت Liquid AI مدل‌های LFM3 را معرفی کرد؛ مدل‌هایی باز و سبک برای متن، تصویر، صدا و تصمیم‌گیری که از ۲ میلیارد پارامتر شروع می‌شوند و مستقیم روی گوشی و لپ‌تاپ اجرا می‌شوند، بدون نیاز به اینترنت.
🎮 خبر ۲: گوگل Genie 4 را رونمایی کرد؛ ابزاری که محیط‌های تعاملی و واقع‌گرایانه با صدای هماهنگ می‌سازد و سازنده‌ها می‌توانند با یک دستور متنی، صحنه را همان لحظه تغییر دهند.
💻 خبر ۳: آپدیت اکتبر Visual Studio دو قابلیت مهم اضافه کرد: مقایسه مستقیم کامیت‌ها برای دیدن تغییرات کد، و یک Copilot Chat تازه که کار برنامه‌نویسی و رفع تداخل‌ها را سریع‌تر می‌کند.
⚖️ خبر ۴: بعد از اینکه Harvey نیم میلیارد دلار برای هوش مصنوعی حقوقی جذب کرد، یک برنامه‌نویس نسخه‌ای مشابه را رایگان و متن‌باز منتشر کرد تا پژوهش و تنظیم اسناد حقوقی بدون هزینه ممکن شود.
🍳 خبر ۵: نیویورک تایمز قابلیت‌های هوش مصنوعی را به اپلیکیشن آشپزی‌اش اضافه کرد، اما این تصمیم با واکنش منفی کاربرانی روبه‌رو شد که ورود هوش مصنوعی به ابزارهای روزمره را نمی‌پسندند.
@dslanders
12 687
📝 یک نفر فرم حذف اطلاعاتش را در سایتی که اطلاعات مردم را می‌فروشد پر کرد و خیالش راحت شد. چند هفته بعد آدرس خانه‌اش را در چهار سایت دیگر هم پیدا کرد. اشتباه اصلی او چه بود؟
