فیلاگر|جامعه هوش مصنوعی ایران
رفتن به کانال در Telegram
فیلاگر|جامعه هوشمصنوعی ایران 🟣آموزشهای رایگان برنامهنویسی هوشمصنوعی 🟡رویدادهای AI 🟣تازههای هوشمصنوعی ارتباط با پشتیبانی: @filoger_support گروه تلگرامی پرسش و پاسخ هوشمصنوعی: @filoger_group اینستاگرام فیلاگر: Instagram.com/filoger_com
نمایش بیشتر4 725
مشترکین
-324 ساعت
اطلاعاتی وجود ندارد7 روز
+9930 روز
در حال بارگیری داده...
کانالهای مشابه
ابر برچسبها
اشارات ورودی و خروجی
---
---
---
---
---
---
جذب مشترکین
ژوئیه '26
ژوئیه '26
+140
در 0 کانالها
ژوئن '26
+67
در 1 کانالها
Get PRO
مه '26
+16
در 0 کانالها
Get PRO
آوریل '26
+3
در 0 کانالها
Get PRO
مارس '26
+3
در 0 کانالها
Get PRO
فوریه '26
+34
در 0 کانالها
Get PRO
ژانویه '26
+62
در 0 کانالها
Get PRO
دسامبر '25
+92
در 0 کانالها
Get PRO
نوامبر '25
+56
در 1 کانالها
Get PRO
اکتبر '25
+37
در 1 کانالها
Get PRO
سپتامبر '25
+31
در 0 کانالها
Get PRO
اوت '25
+25
در 0 کانالها
Get PRO
ژوئیه '25
+33
در 0 کانالها
Get PRO
ژوئن '25
+37
در 0 کانالها
Get PRO
مه '25
+86
در 0 کانالها
Get PRO
آوریل '25
+82
در 0 کانالها
Get PRO
مارس '25
+37
در 0 کانالها
Get PRO
فوریه '25
+59
در 0 کانالها
Get PRO
ژانویه '25
+55
در 2 کانالها
Get PRO
دسامبر '24
+45
در 0 کانالها
Get PRO
نوامبر '24
+122
در 62 کانالها
Get PRO
اکتبر '24
+77
در 0 کانالها
Get PRO
سپتامبر '24
+50
در 0 کانالها
Get PRO
اوت '24
+42
در 0 کانالها
Get PRO
ژوئیه '24
+65
در 0 کانالها
Get PRO
ژوئن '24
+61
در 0 کانالها
Get PRO
مه '24
+112
در 4 کانالها
Get PRO
آوریل '24
+59
در 0 کانالها
Get PRO
مارس '24
+94
در 3 کانالها
Get PRO
فوریه '24
+95
در 9 کانالها
Get PRO
ژانویه '24
+127
در 1 کانالها
Get PRO
دسامبر '23
+109
در 1 کانالها
Get PRO
نوامبر '23
+86
در 2 کانالها
Get PRO
اکتبر '23
+83
در 2 کانالها
Get PRO
سپتامبر '23
+44
در 0 کانالها
Get PRO
اوت '23
+70
در 0 کانالها
Get PRO
ژوئیه '23
+61
در 0 کانالها
Get PRO
ژوئن '23
+58
در 0 کانالها
Get PRO
مه '23
+103
در 0 کانالها
Get PRO
آوریل '23
+78
در 0 کانالها
Get PRO
مارس '23
+116
در 0 کانالها
Get PRO
فوریه '23
+94
در 0 کانالها
Get PRO
ژانویه '23
+110
در 0 کانالها
Get PRO
دسامبر '22
+192
در 0 کانالها
Get PRO
نوامبر '22
+44
در 0 کانالها
Get PRO
اکتبر '22
+15
در 0 کانالها
Get PRO
سپتامبر '22
+44
در 0 کانالها
Get PRO
اوت '22
+39
در 0 کانالها
Get PRO
ژوئیه '22
+71
در 0 کانالها
Get PRO
ژوئن '22
+105
در 0 کانالها
Get PRO
مه '22
+60
در 0 کانالها
Get PRO
آوریل '22
+91
در 0 کانالها
Get PRO
مارس '22
+58
در 0 کانالها
Get PRO
فوریه '22
+68
در 0 کانالها
Get PRO
ژانویه '22
+65
در 0 کانالها
Get PRO
دسامبر '21
+131
در 0 کانالها
Get PRO
نوامبر '21
+87
در 0 کانالها
Get PRO
اکتبر '21
+162
در 0 کانالها
Get PRO
سپتامبر '21
+104
در 0 کانالها
Get PRO
اوت '21
+188
در 0 کانالها
Get PRO
ژوئیه '21
+252
در 0 کانالها
Get PRO
ژوئن '21
+208
در 0 کانالها
Get PRO
مه '21
+149
در 0 کانالها
Get PRO
آوریل '21
+165
در 0 کانالها
Get PRO
مارس '21
+420
در 0 کانالها
Get PRO
فوریه '21
+338
در 0 کانالها
Get PRO
ژانویه '21
+250
در 0 کانالها
Get PRO
دسامبر '20
+1 791
در 0 کانالها
| تاریخ | رشد مشترکین | اشارات | کانالها | |
| 27 ژوئیه | +3 | |||
| 26 ژوئیه | +1 | |||
| 25 ژوئیه | +1 | |||
| 24 ژوئیه | +3 | |||
| 23 ژوئیه | +5 | |||
| 22 ژوئیه | +1 | |||
| 21 ژوئیه | 0 | |||
| 20 ژوئیه | +2 | |||
| 19 ژوئیه | +1 | |||
| 18 ژوئیه | +4 | |||
| 17 ژوئیه | +45 | |||
| 16 ژوئیه | +12 | |||
| 15 ژوئیه | +3 | |||
| 14 ژوئیه | +2 | |||
| 13 ژوئیه | +2 | |||
| 12 ژوئیه | +1 | |||
| 11 ژوئیه | +1 | |||
| 10 ژوئیه | +3 | |||
| 09 ژوئیه | +3 | |||
| 08 ژوئیه | +1 | |||
| 07 ژوئیه | +3 | |||
| 06 ژوئیه | +1 | |||
| 05 ژوئیه | +3 | |||
| 04 ژوئیه | +19 | |||
| 03 ژوئیه | +16 | |||
| 02 ژوئیه | +2 | |||
| 01 ژوئیه | +2 |
پستهای کانال
📚 پشت پرده هوش مصنوعی | قسمت ۲۳
🧠 مدل از کجا میفهمد پاسخ باید تمام شود؟
در قسمت قبل دیدیم که مدل پاسخ رو توکنبهتوکن میسازه و هر بار توکن بعدی رو انتخاب میکنه.
اما این فرایند نمیتونه برای همیشه ادامه پیدا کنه!
اینجا مفهومی به نام توکن پایان (EOS / End-of-Sequence) وارد میشه.
مدل در فرایند تولید، میتونه به توکنی برسه که نشوندهنده پایان دنباله است. وقتی این توکن تولید بشه، سیستم متوجه میشه که پاسخ باید متوقف بشه.
یعنی بهصورت ساده:
🔹 مدل توکن بعدی رو پیشبینی میکنه.
🔹 پاسخ کمکم و توکنبهتوکن ساخته میشه.
🔹 مدل در نهایت توکن پایان رو تولید میکنه.
🔹 تولید پاسخ متوقف میشه.
⚠️ نکته مهم:
توکن پایان، یک کلمه معمولی مثل «تمام شد» نیست؛ یک علامت ویژه ست که مدل یاد گرفته در موقعیت مناسب برای پایان دادن به دنباله تولید کنه.
━━━━━━━━━━━
❓ سؤال قسمت بعد:
اگر مدل میتواند پاسخ را توکنبهتوکن بسازد، چه چیزی باعث میشود بعضی پاسخها کوتاه و بعضی پاسخها خیلی طولانی باشند؟
#پشت_پرده_هوش_مصنوعی
🧠 فیلاگر |جامعه هوشمصنوعی ایران
🆔 @filoger_com
| 2 |  🤖 مدل تست ChatGPT از کنترل خارج شد؟
شرکت OpenAI در جریان یک آزمایش امنیتی روی بنچمارک Exploit Gym با رفتار غیرمنتظرهای روبهرو شد.
🔹 مدل آزمایشی برای حل یک مسئله، خودش به اینترنت رفت و اطلاعات موردنیازش رو از Hugging Face پیدا کرد؛ رفتاری که بخشی از سناریوی از پیش تعیینشده نبود.
🔹 این اتفاق نشون میده با گسترش AI Agentها، کنترل دسترسی مدلها به اینترنت و ابزارهای خارجی اهمیت بیشتری پیدا میکنه؛
چون مدلها ممکنه برای رسیدن به هدفشون، مسیرهایی رو انتخاب کنن که سازندگانشون از قبل پیشبینی نکردن.
🧠 فیلاگر |جامعه هوشمصنوعی ایران
🆔 @filoger_com | 281 |
| 3 |  📚 پشت پرده هوش مصنوعی | قسمت ۲۲
🧠 مدل چطور یک پاسخ کامل را کلمهبهکلمه میسازد؟
در قسمت قبل دیدیم که مدل با استفاده از روشهایی مثل Top-k و Top-p مشخص میکنه از بین گزینههای احتمالی، کدوم توکنها شانس انتخاب داشته باشن.
اما انتخاب یک توکن، پایان کار نیست!
مدل همون توکن رو به متن اضافه میکنه و دوباره کل فرایند رو برای توکن بعدی انجام میده.
این چرخه بارها تکرار میشه:
🔹 محاسبه احتمالها
🔹 انتخاب توکن بعدی
🔹 اضافه شدن توکن به پاسخ
🔹 محاسبه دوباره برای توکن بعدی
به همین شکل، پاسخ مدل مرحلهبهمرحله و توکنبهتوکن ساخته میشه.
⚠️ نکته مهم:
مدل معمولاً کل پاسخ رو از ابتدا آماده نکرده و بعد یکجا نمایش نمیده؛ پاسخ در طول فرایند تولید، بهصورت گامبهگام ساخته میشه.
━━━━━━━━━━━
❓ سؤال قسمت بعد:
اگر مدل پاسخ را توکنبهتوکن میسازد، از کجا میفهمد چه زمانی باید پاسخ را تمام کند؟
#پشت_پرده_هوش_مصنوعی
🧠 فیلاگر | جامعه هوش مصنوعی ایران | 272 |
| 4 |  ⚡️ AI Hack #08
📍 یک فایل بده و از ChatGPT امتحان بگیر!
اگه جزوه، کتاب یا فایل آموزشی دارید، میتونید فایل رو داخل ChatGPT آپلود کنید و ازش بخواید بر اساس محتوای همون فایل ازتون امتحان بگیره!
مثلاً این پرامپت رو بنویسید:
💬 «بر اساس این فایل، ۱۰ سؤال چهارگزینهای طراحی کن و هر بار فقط یک سؤال بپرس. بعد از جواب من، بگو درست بوده یا نه و دلیلش رو توضیح بده. در پایان هم نمرهام رو اعلام کن.»
✅ حالا میتونید مثل یک آزمون واقعی تمرین کنید و ببینید چقدر مطالب رو یاد گرفتید!
✅ حتی میتونید ازش بخواید سؤالها رو از آسان به سخت طراحی کنه یا فقط روی بخشهایی تمرکز کنه که توشون مشکل دارید.
🧠 فیلاگر |جامعه هوشمصنوعی ایران
🆔 @filoger_com
LinkedIn | Instagram | 307 |
| 5 |  📚 پشت پرده هوش مصنوعی | قسمت ۲۱
🧠 چه چیزی تعیین میکند مدل چقدر در انتخاب توکنها تنوع داشته باشد؟
در قسمت قبل گفتیم مدل همیشه محتملترین توکن رو انتخاب نمیکنه و میتونه از بین گزینههای مختلف انتخاب کنه.
اما اگر هزاران توکن ممکن وجود داشته باشه، آیا همشون میتونن در فرایند انتخاب قرار بگیرن؟
اینجا روشهایی مثل Top-k و Top-p وارد میشون.
🔹 در Top-k فقط تعداد مشخصی از محتملترین گزینهها برای انتخاب باقی میمونن.
🔹 در Top-p مدل گزینههایی رو نگه میداره که مجموع احتمالشون به یک مقدار مشخص برسه.
به این ترتیب، گزینههای بسیار کماحتمال کنار گذاشته میشن و مدل از بین گزینههای مناسبتر انتخاب میکنه.
⚠️ نکته مهم:
روش های Top-k و Top-p مستقیماً میزان هوش مدل رو تغییر نمیدن؛ بلکه محدوده گزینههایی رو که مدل میتونه از بینشون انتخاب کنه، کنترل میکنن.
━━━━━━━━━━━
❓ سؤال قسمت بعد:
🧠 مدل چطور یک پاسخ کامل را کلمهبهکلمه میسازد؟
#پشت_پرده_هوش_مصنوعی
🧠 فیلاگر |جامعه هوشمصنوعی ایران
🆔 @filoger_com | 302 |
| 6 |  🤖 قدرت برنامهنویسی به کمک هوش مصنوعی رو به مکبوکت اضافه کن!
از تولید محتوا و ساخت تصویر تا برنامه نویسی، وایب کدینگ، ترجمه و انجام سریعتر کارهای روزمره؛ کاربردیترین ابزارهای هوش مصنوعی برای مک بوک، بهروز و آماده دانلود در اختیارته. ✨
✅ جدیدترین ابزارهای هوش مصنوعی و برنامهنویسی
✅ سازگار با macOS
✅ دانلود آسان و نصب سریع
✅ برترین نسخه آنلاکشده برنامه و بازیها
همین حالا دانلود کن👇
🔗 دانلود برترین برنامه و بازیهای مکبوک
💻 سیباپ مک؛ مرجع دانلود برنامهها و بازیهای مکبوک | 240 |
| 7 |  🎓 آموزش 4 | ساخت ورک فلوی دریافت ایمیل در صورت تغییر در فایل گوگل شیت
در این جلسه:
✅ در مورد نودهای Google Sheets و Gmail صحبت کردیم.
✅ ورک فلویی ساختیم که در صورت تغییر در فایل گوگل شیت، پیامی در gmail برامون ارسال کنه
#آموزش_ایجنت
🧠 فیلاگر |جامعه هوشمصنوعی ایران
🆔 @filoger_com
LinkedIn | Instagram | 331 |
| 8 | 🎙 تحلیل مهمترین اخبار هوش مصنوعی این هفته
توی این فایل صوتی، مهمترین اتفاقات دنیای AI رو بررسی کردیم و گفتیم هر خبر چه تأثیری روی آینده این حوزه داره.
🧠 فیلاگر |جامعه هوشمصنوعی ایران
🆔 @filoger_com
LinkedIn | Instagram | 370 |
| 9 |  🔥 مهمترین اخبار هوش مصنوعی این هفته
🔹 شرکت OpenAI از GPT-Red رونمایی کرد؛ سیستمی داخلی که با شبیهسازی حملات سایبری، آسیبپذیریهای مدلهای هوش مصنوعی رو قبل از انتشار شناسایی میکنه
.
🔹 ایلان ماسک بار دیگر پیشبینی کرد که AGI ممکنه تا یک سال آینده به واقعیت تبدیل بشه
🔹 مدل DeepSeek V4 Pro با معماری Mixture of Experts، پنجره متنی یک میلیون توکن و توانایی بالاتر در برنامهنویسی و ساخت Agent معرفی شد.
🔹 پروژه «وب جهانی هوش مصنوعی» با هدف ایجاد زیرساختی متنباز و عمومی برای AI و با حمایت دولتها و شرکتهای بزرگ آغاز به کار کرد.
🔹 علیبابا از مدل Qwen 3.8 با ۲.۴ تریلیون پارامتر رونمایی کرد؛ مدلی چندوجهی با عملکرد بهتر در برنامهنویسی، تحلیل داده و پردازش متن، تصویر و ویدئو.
🔹 گوگل نیز مدلهای جدید Gemini 3.5 Flash ، Gemini 3.1 Flash-Lite و Gemini 3.5 Flash Cyber رو برای توسعه AI Agentها معرفی کرد و قابلیت Computer Use رو به آنها اضافه کرد.
🔹 همچنین Qwen-Image 3.0 با تمرکز بر تولید تصاویر حرفهای، رندر دقیق متن و پشتیبانی از پرامپتهای بسیار طولانی معرفی شد.
🧠 فیلاگر |جامعه هوشمصنوعی ایران
🆔 @filoger_com | 360 |
| 10 |  📚 پشت پرده هوش مصنوعی | قسمت ۲۰
🧠 چرا مدل همیشه محتملترین توکن را انتخاب نمیکند؟
قبلاً گفتیم مدل برای هر توکن، احتمالهای مختلفی محاسبه میکنه.
اما اگر یک توکن بیشترین احتمال رو داشته باشه، چرا مدل همیشه همون رو انتخاب نمیکنه؟
اگر مدل همیشه فقط محتملترین گزینه رو انتخاب کنه، پاسخها خیلی سریع قابلپیشبینی و تکراری میشن.
برای جلوگیری از این اتفاق، مدل میتونه از بین گزینههای مختلف بر اساس احتمالشون انتخاب کنه؛ به این روش Sampling میگن.
مثلاً:
🔹 A → ۷۰٪
🔹 B → ۲۰٪
🔹 C → ۱۰٪
گزینه A بیشترین شانس انتخاب رو داره، اما گزینههای دیگه هم کاملاً حذف نمیشن.
به همین دلیل، یک سؤال مشابه میتونه پاسخهای متفاوتی ایجاد کنه؛ در حالی که انتخابها همچنان بر اساس احتمالهای محاسبهشدن.
⚠️ نکته مهم:
تولید پاسخ در مدلهای زبانی نه کاملاً قطعیه و نه کاملاً تصادفی؛ بلکه ترکیبی از محاسبه احتمال و انتخاب هوشمندانه از بین گزینههاست.
━━━
❓ سوال:
چه چیزی تعیین میکند مدل از بین گزینههای احتمالی، چقدر تنوع در انتخاب داشته باشد؟
#پشت_پرده_هوش_مصنوعی
🧠 فیلاگر |جامعه هوشمصنوعی ایران
🆔 @filoger_com
LinkedIn | Instagram | 338 |
| 11 |  📚 پشت پرده هوش مصنوعی | قسمت ۱۹
🧠 مدل چطور احتمال هر توکن را محاسبه میکند؟
در قسمت قبل گفتیم مدل قبل از انتخاب توکن بعدی، گزینههای مختلف رو بررسی میکنه.
اما یک سؤال مهم وجود داره:
مدل از کجا میفهمه کدوم توکن احتمال بیشتری داره؟
بعد از پردازش متن، مدل برای هزاران توکن ممکن یک امتیاز تولید می کنه.
به این امتیازها Logits گفته میشود.
اما این امتیازها هنوز احتمال واقعی نیستن.
مدل با استفاده از روشی به نام Softmax این امتیازها رو به احتمال تبدیل میکنه.
برای مثال، ممکنه مدل برای ادامه جمله این احتمالها رو محاسبه کنه:
🔹 «امروز» → ۵۰٪
🔹 «فردا» → ۳۰٪
🔹 «دیروز» → ۱۵٪
🔹 گزینههای دیگر → ۵٪
بعد از این مرحله، مدل میتونه بر اساس این احتمالها توکن بعدی رو انتخاب کنه.
⚠️ نکته مهم:
مدل کلمه بعدی رو از روی یک فهرست آماده پیدا نمیکنه؛ بلکه در هر لحظه احتمال گزینههای مختلف رو محاسبه میکنه.
━━━━━━━━━━━
❓ سؤال قسمت بعد:
اگر مدل احتمالها را محاسبه میکند، چرا گاهی یک کلمه با احتمال کمتر انتخاب میشود؟
#پشت_پرده_هوش_مصنوعی
🧠 فیلاگر |جامعه هوشمصنوعی ایران
🆔 @filoger_com | 395 |
| 12 |  🚀 گوگل ۳ مدل جدید Gemini رو برای ساخت AI Agentها معرفی کرد!
گوگل از سه مدل جدید رونمایی کرده که هدفشون ساخت Agentهای هوش مصنوعی سریعتر، هوشمندتر و کمهزینهتره.
🔹 Gemini 3.6 Flash
مدلی قدرتمند برای کدنویسی، کارهای پیچیده و گردشکارهای چندمرحلهای که نسبت به نسل قبلی، با مصرف توکن کمتر عملکرد بهتری ارائه میده.
🔹 Gemini 3.5 Flash-Lite
مدلی سریع و اقتصادی برای کارهای حجیم مثل پردازش اسناد، دادهها و جستوجوی Agentمحور.
🔹 Gemini 3.5 Flash Cyber
مدلی تخصصی برای امنیت سایبری که برای شناسایی و رفع آسیبپذیریهای نرمافزاری توسعه داده شده .
✅ دو مدل اول از قابلیت Computer Use هم پشتیبانی میکنن و Agentها میتونن با محیط کامپیوتر تعامل داشته باشن.
✅ برای استفاده و تست مدلها میتونید از Gemini API و Google AI Studio استفاده کنید.
🔗 منبع: Google Blog
🔗 ابزار: Google AI Studio
🧠 فیلاگر |جامعه هوشمصنوعی ایران
🆔 @filoger_com
LinkedIn | Instagram | 520 |
| 13 |  🚀 گوگل مدلهای جدید Gemini رو برای ساخت AI Agentها معرفی کرد!
گوگل از مدلهای جدید خانواده Gemini رونمایی کرده که هدف اصلیشون، ساخت عاملهای هوش مصنوعی سریعتر، هوشمندتر و کمهزینهتر در مقیاس بزرگه.
🔹 Gemini 3.5 Flash
مدلی قدرتمند برای انجام وظایف پیچیده، کدنویسی و اجرای گردشکارهای چندمرحلهای؛ گزینهای مناسب برای ساخت Agentهای پیشرفته.
🔹 Gemini 3.1 Flash-Lite
مدلی سریع و اقتصادی برای پردازش حجم بالای اطلاعات و کارهای روزمره که سرعت و هزینه در آن اهمیت زیادی داره.
🔹 Computer Use
یکی از قابلیتهای جذاب این نسل، امکان تعامل Agent با محیط کامپیوتره، یعنی عامل هوش مصنوعی میتونه محیط رو مشاهده کنه، تصمیم بگیره و اقدامات مختلفی رو انجام بده.
✅ توسعهدهندگان میتونن برای ساخت و آزمایش پروژههای خود از Gemini API و Google AI Studio استفاده کنن.
🔗 منبع رسمی: Google DeepMind
🔗 ابزار: Google AI Studio
🧠 فیلاگر |جامعه هوشمصنوعی ایران
🆔 @filoger_com
LinkedIn | Instagram | 1 |
| 14 |  🚀 شرکت Alibaba با Qwen 3.8؛ غول ۲.۴ تریلیون پارامتری!
علیبابا از Qwen 3.8 رونمایی کرده؛ مدلی با ۲.۴ تریلیون پارامتر که به گفته این شرکت، عملکردی نزدیک به مدلهای Frontier داره.
🔷 ویژگیهای کلیدی:
🔹 تمرکز بر Coding، Reasoning و Agentic Tasks
🔹 پشتیبانی از وظایف چندرسانهای
🔹 معماری بسیار بزرگ با ۲.۴T پارامتر
🔹 دسترسی آزمایشی از طریق Qoder، سرویسهای ابری علیبابا، QoderWork
⚙️ مدل: Qwen3.8-Max-Preview
⚙️ پارامترها: ۲.۴ تریلیون
البته برای قضاوت دقیق درباره عملکرد واقعی مدل، باید منتظر بنچمارکهای مستقل ماند.
🔗 منبع خبر:
MLQ.ai
🔗 منبع رسمی:
Qwen
🧠 فیلاگر |جامعه هوشمصنوعی ایران
🆔 @filoger_com
LinkedIn | Instagram | 400 |
| 15 |  📚 پشت پرده هوش مصنوعی | قسمت ۱۸
🧠 مدل قبل از انتخاب هر توکن، چگونه احتمال گزینهها را محاسبه میکند؟
در قسمت قبل گفتیم Temperature فقط میزان تنوع در انتخاب توکنها رو تغییر میده.
اما یک سؤال مهم باقی میمونه:
مدل از کجا میفهمه کدوم کلمه یا توکن احتمال بیشتری برای ادامه جمله داره؟
وقتی متن وارد مدل میشه، شبکه عصبی اون رو پردازش میکنه و برای هزاران توکن ممکن، یک امتیاز محاسبه میکنه.
این امتیازها نشون میدن هر گزینه چقدر با متن قبلی هماهنگه.
سپس این امتیازها به احتمال تبدیل میشن و مدل از بین گزینههای مختلف، توکن بعدی رو انتخاب میکنه.
به زبان ساده:
🔹 مدل گزینههای مختلف رو بررسی میکنه.
🔹 به هر گزینه یک احتمال میده.
🔹 یکی از اونا رو برای ادامه متن انتخاب میکنه.
⚠️ نکته مهم:
مدل کلمه بعدی رو از یک لیست آماده پیدا نمیکنه؛ بلکه در هر لحظه با محاسبات ریاضی، محتملترین ادامه رو تولید میکنه.
━━━━━━━━━━━
❓ سؤال قسمت بعد:
مدل چطور به هر توکن یک امتیاز میدهد و میفهمد کدام گزینه مناسبتر است؟
#پشت_پرده_هوش_مصنوعی
🧠 فیلاگر | جامعه هوش مصنوعی ایران
@filoger_com | 437 |
| 16 |  📍 هزاران ابزار هوش مصنوعی در یک سایت
احتمالاً اسم Hugging Face رو شنیدید، اما خیلیها نمیدونن داخل این سایت چه دنیایی از ابزارهای هوش مصنوعی وجود داره
در بخش Spaces میتونید به مجموعهای بزرگ از ابزارهای آماده هوش مصنوعی دسترسی داشته باشید؛ از پردازش متن گرفته تا تصویر، صدا و ویدیو.
🔶 با Hugging Face میتونید:
🔸 متنها رو خلاصه، ترجمه یا تحلیل کنید
🔸 تصویر تولید یا ویرایش کنید
🔸متن رو به صدا تبدیل کنی یا صدا رو پردازش کنید
🔸ابزارهای مختلف هوش مصنوعی برای ویدیو رو امتحان کنید
🔸مدلهای مختلف AI رو بدون نصب و دردسر تست کنید
✅ یکی از جذابترین بخشها اینه که خیلی از این ابزارها مستقیم داخل مرورگر اجرا میشن و لازم نیست چیزی روی سیستم نصب کنید.
✅ حتی اگر برنامهنویس باشید، میتونید به مدلها و کتابخانههای مختلف دسترسی داشته باشید و در پروژههای خودتون ازشون استفاده کنید.
🔎 فقط کافیه وارد بخش Spaces بشید و ابزار موردنظرتون رو جستجو کنید.
مثلاً:
🔹 Image Generation
🔹 Text to Speech
🔹 Chatbot
🔹 Background Removal
🔗 منبع:
https://huggingface.co/spaces
🧠 فیلاگر | جامعه هوش مصنوعی ایران
@filoger_com | 466 |
| 17 |  📚 پشت پرده هوش مصنوعی | قسمت ۱۷
🧠 آیا ChatGPT واقعاً فکر میکند یا فقط محاسبه انجام میدهد؟ مفهوم Temperature چیست و چرا پاسخهای ChatGPT متفاوت میشوند؟
گاهی وقتی با ChatGPT صحبت میکنیم، به نظر میرسه مثل یک انسان فکر میکنه، اما مدل هنگام پاسخ دادن، میلیاردها محاسبه ریاضی روی پارامترها انجام میده تا محتملترین توکن بعدی رو پیدا کنه.
در قسمت قبل گفتیم مدل هنگام تولید پاسخ، بین چند گزینه احتمالی برای توکن بعدی انتخاب میکنه.
اما چه چیزی تعیین میکنه پاسخ مدل محافظهکار باشه یا خلاق؟
اینجا مفهومی به نام Temperature وارد میشه.
کار Temperature: میزان تنوع در انتخاب توکنها رو کنترل میکنه:
🔹 Temperature پایین:
پاسخها دقیقتر و قابلپیشبینیتر میشن
🔹 Temperature بالاتر:
گزینههای متنوعتر انتخاب و پاسخها خلاقانهتر میشن
⚠️ نکته مهم:
عملکرد Temperature اطلاعات جدیدی به مدل اضافه نمیکنه؛ فقط روش انتخاب از بین احتمالهای موجود رو تغییر میده.
❓ سؤال بعد:
مدل قبل از انتخاب هر توکن، چگونه احتمال گزینههای مختلف رو محاسبه میکنه؟
#پشت_پرده_هوش_مصنوعی
🧠 فیلاگر | جامعه هوش مصنوعی ایران
🆔 @filoger_com | 399 |
| 18 |  🔥 شرکت OpenAI از GPT-Red رونمایی کرد؛ هوش مصنوعی که هوش مصنوعی را هک میکند!
اوپنایآی از پروژه داخلی GPT-Red پرده برداشت؛ مدلی که برای پیدا کردن ضعفهای امنیتی مدلهای هوش مصنوعی طراحی شده. GPT-Red مثل یک Red Team خودکار عمل میکنه و با روشهایی مثل Prompt Injection و حملات شبیهسازیشده، تلاش میکنه آسیبپذیری مدلها رو قبل از انتشار پیدا کنه.
🔹 آموزش با Self-Play Reinforcement Learning
🔹 تمرکز روی امنیت Agentها، نشت اطلاعات و حملات پرامپتی
🔹 استفاده داخلی برای بهبود مقاومت مدلهای جدید OpenAI
🔹 افزایش توانایی مدلها در مقابله با حملات مهندسی پرامپت
⚙️ نکته فنی:
در واقع GPT-Red یک ابزار عمومی یا API نیست؛ بلکه بخشی از فرآیند داخلی ارزیابی امنیت مدلهای OpenAIئه.
💬 به نظر شما آینده امنیت AI به جایی میرسه که بهترین مدافع هوش مصنوعی، خودِ هوش مصنوعی باشه؟
🔗 منبع رسمی:
https://openai.com/index/unlocking-self-improvement-gpt-red/
🧠 فیلاگر | جامعه هوش مصنوعی ایران
🆔 @filoger_com | 448 |
| 19 |  📚 پشت پرده هوش مصنوعی | قسمت ۱۶
🧠 اگر انتخاب هر توکن بر اساس احتمال است، چرا ChatGPT همیشه یک پاسخ ثابت نمیدهد؟
وقتی ChatGPT در حال تولید پاسخه، برای هر توکن چندین گزینه با احتمالهای متفاوت در نظر میگیره.
اما همیشه محتملترین گزینه انتخاب نمیشه.
بسته به تنظیمات مدل، ممکنه از بین چند گزینهٔ محتمل، یکی انتخاب بشه تا پاسخها طبیعیتر و متنوعتر باشن.
به همین دلیل اگر یک سؤال رو چند بار بپرسید، ممکنه جملهبندی، مثالها یا جزئیات پاسخ تغییر کنه، اما مفهوم اصلی تقریباً یکسان بمونه.
⚠️ نکته مهم:
تفاوت پاسخها به این معنا نیست که مدل هر بار نظرش را عوض کرده است؛ بلکه از میان چند پاسخ معتبر و محتمل، یکی را تولید میکند.
━━━━━━━━━━━
❓ سؤال قسمت بعد:
آیا ChatGPT هنگام پاسخ دادن «فکر میکند» یا فقط محاسبه انجام میدهد؟
#پشت_پرده_هوش_مصنوعی
🧠 فیلاگر | جامعه هوش مصنوعی ایران
🆔 @filoger_com | 552 |
| 20 |  ⚡️ AI Hack #07
📍 با ElevenLabs؛ متنها رو با صدای خودتون بخونید
با قابلیت Voice Cloning در ElevenLabs میتونید یک نمونه کوتاه از صداتون بدید و یک نسخه هوش مصنوعی از صداتون بسازید.
🔷 بعد میتونید:
🔹 متنهای نوشتهشده رو با صدای خودتون به صوت تبدیل کنید.
🔹 برای ویدیوها بدون ضبط دوباره صداگذاری کنید.
🔹 مقاله، متن آموزشی یا داستان رو با یک صدای شخصیسازیشده گوش بدید.
⚙️ چطور استفاده کنیم؟
1️⃣ وارد ElevenLabs شوید.
2️⃣ بخش Voice Lab رو باز کنید.
3️⃣ یک نمونه از صداتون ضبط یا آپلود کنید.
4️⃣ صدای ساختهشده رو انتخاب کنید.
5️⃣ متن موردنظر رو وارد کنید و خروجی صوتی بگیرید.
💡 نکته جالب:
دیگه لازم نیست برای هر تغییر کوچک دوباره ضبط کنید؛ فقط متن جدید رو وارد کنید و خروجی صوتی بگیرید.
📌 کیفیت خروجی به نمونه صدا، زبان و تنظیمات انتخابی بستگی داره.
#AI_Hack
🧠 فیلاگر | جامعه هوش مصنوعی ایران
🆔 @filoger_com | 486 |
