کدهالیک | codehalic

از اون طرف وضعیت گوگل بدجور خرابه و تو این نسل عملا هیچ مدل جدید و قدرتمندی بیرون نداده. با معرفی جمنای فلش ۳.۶ هم عملا یه مدلی در حد سونت یا کامپوزر خود کرسر ارائه کرده که برای شرکتی به این بزرگی اصلا جالب نیست. در واقع گوگل داره دقیقا همون راهی رو میره که نوکیا تو دنیای موبایل رفت. فقط داره به موتور سرچ و جستجوش مینازه در حالی که تو دنیای هوش مصنوعی به شدت ضعیف عمل میکنه و داره بازی رو به رقیباش میبازه. @codehalics | کدهالیک

در ضمن مدیرعامل کرسر هم درباره اوپوس پنج حسابی تعریف کرده و گفته که این مدل هوشی نزدیک به فیبل پنج داره اما با همون سرعت و هزینه اوپوس کار میکنه. تو بررسی ها و بنچمارک کرسر هم این مدل فقط یه کوچولو از فیبل پنج پایین تره و خیلی از رفتارهای خفن اون رو به ارث برده. در نهایت هم اشاره کرده که تیمشون خیلی هیجان زده هستن تا ببینن برنامه نویس ها چطور قراره از این مدل جدید توی محیط کرسر استفاده کنن و کارهای توسعه شون رو باهاش پیش ببرن. @codehalics | کدهالیک

از لحاظ امنیتی هم خیالت راحت باشه چون این مدل امن ترین و قانون مدارترین نسخه ای هست که تا حالا ساختن و کمتر فریب میخوره. البته برای جلوگیری از کارهای مخرب یه سری محدودیت های سایبری روش گذاشتن که کسی نتونه برای هک ازش استفاده کنه. این مدل الان با قیمت پایه پنج دلار برای هر یک میلیون توکن ورودی در دسترسه و یه حالت سریع هم داره که سرعتش دو و نیم برابره. توسعه دهنده ها میتونن خیلی راحت از طریق ای پی آی بهش دسترسی داشته باشن و حتی ابزارهاش رو وسط مکالمه تغییر بدن بدون اینکه مشکلی پیش بیاد. @codehalics | کدهالیک

قسمت بامزه این مدل اینه که علاوه بر کدنویسی تو کارهای علمی مثل شیمی و زیست شناسی و حل مسئله هم پیشرفت های خیلی چشمگیری داشته. مثلا تو تشخیص ساختارهای مولکولی خیلی دقیق تر شده و خروجی های تصویری بسیار باکیفیتی میده. یکی از ویژگی های جذابش اینه که به شدت پیگیره و اگه تو یه کاری گیر بیفته مدام راه های مختلف رو تست میکنه تا بالاخره بتونه اون مسئله رو حل کنه و کار رو نصفه نیمه ول نمیکنه. @codehalics | کدهالیک

تحول در برنامه نویسی و توسعه نرم افزار تو زمینه توسعه نرم افزار و کارهای بک اند این مدل حسابی گرد و خاک کرده و قطعا برای نوشتن کدهای پیچیده و معماری های سنگین خیلی به کارت میاد. اوپوس پنج تو بنچمارک های برنامه نویسی همه مدل های دیگه رو جا گذاشته و میتونه باگ های خیلی عمیق رو پیدا کنه و حتی خودش تست بنویسه تا مطمئن بشه کدها درست کار میکنن. پس وقتایی که داری روی پروژه های دات نت کار میکنی یا میخوای مفاهیم پیچیده رو برای آموزش تو کلاس هات آماده کنی این هوش مصنوعی میتونه یه دستیار فوق العاده برات باشه که بدون خستگی تا ته ماجرا رو پیگیری میکنه. @codehalics | کدهالیک

شرکت آنتروپیک بالاخره کلود اوپوس پنج رو معرفی کرد. این نسخه جدید واقعا یه شاهکار به حساب میاد چون با همون قیمت نسخه قبلی یعنی اوپوس چهار ممیز هشت هوش و توانایی خیلی بالاتری رو در اختیارت میذاره. در واقع قدرتش به مدل های پرچمداری مثل فیبل پنج خیلی نزدیک شده ولی هزینش نصف اوناست. الان دیگه این مدل پیش فرض خیلی از سرویس ها شده و برای استفاده روزمره و مداوم عالیه. توی این رشته پست میخوایم بررسیش کنیم ! @codehalics | کدهالیک

«معرفی یک ابزار قدرتمند و همه‌کاره برای دانلود مدیا: این پروژه متن‌باز و جذاب، امکان دانلود مستقیم از پلتفرم‌های شناخته‌شده‌ای نظیر اسپاتیفای، ساندکلاد، ایکس (توییتر)، اینستاگرام، تیک‌تاک و رادیو جوان را به سادگی فراهم می‌کند. اپلیکیشن کاملاً کراس‌پلتفرم است و می‌توانید آن را روی سیستم‌عامل‌های ویندوز، لینوکس و مک‌اواس نصب کنید. در تجربه شخصی من برای استخراج ویدیوها و انتشار آن‌ها در کانال، این ابزار فرایند کار را به‌طور چشمگیری تسریع و تسهیل کرده است. یک انتخاب عالی برای تولیدکنندگان محتوا! 💻✨» https://github.com/MSC72m/media_downloader @codehalics | کدهالیک

حالا قسمت قشنگ ماجرا: وقتی یه خریدار درخواست تغییر سفارشی می‌ده که agent از پسش برنمیاد، خودش می‌ره روی Fiverr یه job پست می‌کنه، به طور میانگین ۴۰ دقیقه صبر می‌کنه یه freelancer قبول کنه، جوابش رو review می‌کنه و طوری برای خریدار می‌فرسته که انگار از طرف خود صاحب شاپه. ماه پیش این agent چهارده تا freelancer مختلف استخدام کرده. کل هزینه‌ی نیروی انسانی: ۲۱۴ دلار. درآمد: ۹۰۹,۷۷۰ دلار. این freelancerها هم خبر ندارن کارفرماشون یه نرم‌افزار بوده. فکر می‌کنن برای یه شاپ‌دار Etsy مهربون توی آمریکا چندتا کار کوچیک انجام دادن. دوتاشون که نامه تشکر هم گذاشتن که اگر باز کاری بود ما در خدمتیم :)) کل stack این بزرگوار: آیپد قدیمیش رو ۱۸۰ دلار فروخته که اشتراک ChatGPT Pro بخره. ماهی ۱۰۰ دلار برای AI، یه اکانت ۲۹ دلاری Printify، و یه شاپ Etsy که راه‌انداختنش هیچی خرج نداشت. داداشش هنوز نمی‌دونه که ایشون دیگه دنبال کار نمی‌گرده. جلوی دوربین گفت همین ماه اسباب‌کشی می‌کنم، بعد خندید و گفت حالا شاید ماه بعد. همین اخیرا ایران بودم در کمال تعجب دیدم Claude بدون فیلتر هم کار می‌‌کنه. دست به کار شید، این Agentها و Loop Engineering رو یاد بگیرید، بخش عمده ایدتون رو automate کنید و پولا رو پارو کنید. مسلما که به این سادگیا هم نیست ولی چند ماه که عمیق غرق در این چیزا باشین، یواش یواش ایده‌های خوب هم میاد سراغتون. کافیه فقط یک بار شانس بیارید. Amir Afianian @codehalics | کدهالیک

این حاجیمون صبح تو زیرزمین خونه‌ی داداشش بیدار می‌شه می‌بینه شاپ Etsyش (یه فروشگاه چیزای دست‌ساز هست) یه‌شبه ۱۶,۳۴۹ دلار فروخته. یه AI agent که دو ماه پیش ساخته بود داشت کل بیزینس رو می‌چرخوند، در حالی که خود حضرت روی تشک کنار بخاری خواب بوده. خلاصه کارش این بوده که برچسب روی شمع می‌فروخته. ولی صفر تا صدش رو همون agentش به کمک بیزنس‌های دیگه وصل کرده بهم. (البته خود یارو ایجنت رو اینجوری تعلیم داده) اسم agent رو گذاشته Hermes. ایجنتش هر ساعت trend های Etsy رو می‌خونه ببینه چی الان تو بورسه. مثلا می‌بینه سرچ «boss birthday gift under $20» زده بالا، تا ۳ صبح ۴۰ تا طرح برچسب تولید می‌کنه، ۵ صبح لیست‌شون می‌کنه، متن SEO رو خودش می‌نویسه، ۶ صبح هم تبلیغ Fiverr(یه سایتی هست برای freelancerها) راه می‌ندازه. همون شب ۳ تا طرح جدید داده بیرون، ۸۴ عدد فروخته با حاشیه سود ۹۱ درصد، و قبل از اینکه آقا از خواب پاشه ۱۶,۳۴۹ دلار فروش رو رد کرده. Amir Afianian @codehalics | کدهالیک

اولین باری که با وسیله ای به اسم کامپیوتر برخورد داشتم ۳ ۴ سالم بود و کامپیوتر داییم بود که باهاش همسایه جهنمی بازی میکردم ویندوزش ۹۵ بود بعدا کامپیوترش سوخت ویندوزش کرد ۹۸ ! امروز اون حس نوستالژی شاید ۲۰ و اندی سال پیش دوباره اومد سراغم وقتی دیدم یکی اومده همین ویژال رو با CSS پیاده سازی کرده تازه بدون جاوااسکریپت میتونین ازش توی پروژه هاتونم استفاده کنین ولی بیشتر اون حس نوستالژیکشه که منحصر بفرده بود امیدوارم که خاطرات نوستالژیک شما رو هم این پست زنده کنه ! https://jdan.github.io/98.css/ @codehalics | کدهالیک

اینو اگر جایی شنیدین بهشون Large Multimodal Model هم میگن که به اختصار میشه LMM یعنی این‌که هوش مصنوعی دیگه فقط محدود به یک جنس داده نیست و می‌تونه هم‌زمان چند فرمت مختلف مثل متن، عکس، ویدیو و صدا رو بفهمه، تحلیل کنه و تحویل بده. تا قبل از مدل‌های چندوجهی، اکثر سیستم‌ها تک‌وجهی بودن؛ یعنی مثلاً یک مدل فقط متن می‌فهمید، یکی دیگه فقط عکس می‌ساخت. اما یک مدل چندوجهی مثل انسانی می‌مونه که هم‌زمان می‌بینه، می‌شنوه و صحبت می‌کنه. دو تا چیز هست که اونارو نسبت به LLM ها متمایز میکنه : فهم عمیق‌تر از واقعیت: مدل می‌فهمه که صدای ضربه باید با تصویر برخورد دو شیء هماهنگ باشه، یا حرکتی که توی ویدیو می‌بینید از نظر فیزیکی با صدایی که می‌شنوید جور دربیاد. همه‌فن‌حریف بودن در یک‌جا: به‌جای این‌که برای تبدیل متن به عکس یک مدل استفاده کنید و برای صداگذاری یک مدل دیگه، تمام این پردازش‌ها توی یک مدل یکپارچه انجام می‌شه. @codehalics | کدهالیک

قسمت جذاب ماجرا اینه که مدل Flux مدلی بوده که تا الان به گراک داشته برای جرنیت تصویر روی توییتر کمک میکرده ! کلا هم مدل هایی تولید میکنه که توی جزییات چهره بالاترین و پر جزییات ترین مدل همیشه بوده ! و از همه جذاب تر اینکه مدل های Flux اولین مدل هوش مصنوعی بوده که تونسته روی تصویر هایی که جنریت میکنه متنی بزاره که غلط املایی نداشته باشه تا قبل از اون همه ناتوان در جنریت این چنین تصاویری بودن ! @codehalics | کدهالیک

مدل جدید و چندوجهی FLUX 3 از شرکت Black Forest Labs یک گام بزرگ در هوش مصنوعی بصری است که به جای یادگیری مجزای تصاویر، ویدیوها و صداها، درک یکپارچه‌ای از قوانین فیزیکی و واقعیت جهان به دست آورده است. این مدل قدرتمند که اکنون در نسخه دسترسی زودهنگام منتشر شده، می‌تواند ویدیوهای ۲۰ ثانیه‌ای خیره‌کننده را همراه با صدای کاملا هماهنگ تولید کند و در زمینه‌هایی مانند حفظ ثبات چهره، درک فیزیک حرکت و پشتیبانی از زبان‌های مختلف رقبای نامداری چون Runway و Luma را پشت سر بگذارد. با تکیه بر معماری نوین Self-Flow، فلاکس ۳ نه تنها در تولید محتوای خلاقانه و باکیفیت بی‌نظیر عمل می‌کند، بلکه با ورود به دنیای رباتیک و پیش‌بینی حرکات، مرزهای هوش مصنوعی را به سمت خلق مدل‌هایی می‌برد که می‌توانند جهان را به شکل عمیق‌تری ببینند، بشنوند و با آن تعامل کنند. https://bfl.ai/blog/flux-3 @codehalics | کدهالیک

اون زمان که هنوز هوش مصنوعی انقدر پیشرفت نکرده بود، کرک بازی Red Dead Redemption 2 حدود یک سال طول کشید؛ پروژه‌ای که توسط هکر معروف EMPRESS (که خودش رو دختر معرفی می‌کرد) انجام شد. با اینکه EMPRESS مدتیه غیرفعاله، اما پیشرفت دیوانه‌وار هوش مصنوعی در حوزه مهندسی معکوس و آنالیز کدها، خیلیا رو امیدوار کرده. اگر AI بتونه به روند تحلیل قفل‌های سنگین مثل Denuvo سرعت بده، بعید نیست شکستن قفل بازی‌های آینده به‌جای چند ماه یا چند سال، فقط چند هفته طول بکشه! @codehalics | کدهالیک

سرعت پیشرفت شبیه‌سازها رسماً دیوانه‌کننده شده؛ طبق تازه‌ترین اخبار، شبیه‌ساز SharpEMU (امولاتور PS5 روی ویندوز) موفق شده GTA V رو به شکل درست و با نرخ ۶۰ فریم بر ثانیه بالا بیاره. با نزدیک شدن به عرضه GTA VI، اصلاً بعید نیست به محض انتشار بازی، جامعه توسعه‌دهنده‌ها دست‌به‌کار بشن و ظرف چند هفته ایده‌ی اجرای GTA VI روی PC از طریق شبیه‌سازی PS5 رو به واقعیت نزدیک کنن! پ.ن :‌بازی gta vi قرار نیست تا یک سال بعد از عرضه برای pc عرضه بشه ! @codehalics | کدهالیک

افزونه livdub این امکان رو می‌ده که صدای هر تبی در کروم از ویدیوهای یوتیوب و کلاس‌های آنلاین گرفته تا پادکست‌ها و اسپیس‌های X رو به صورت زنده به زبان خودت دوبله شده بشنوی. برای استفاده ازش فقط کافیه یک API Key رایگان از Gemini گوگل بگیری؛ نیازی به ساخت حساب کاربری نیست، کلید از روی دستگاهت خارج نمی‌شه و دسترسی‌های افزونه هم کاملاً تحت کنترله. به لطف بهینه‌سازی‌ها، حتی با استفاده ۲۴ ساعته هم به محدودیت کلید رایگان جمنی نمی‌خوری. برای جزئیات بیشتر می‌تونی به livdub.com/fa سر بزنی یا مستقیماً اون رو از فروشگاه وب کروم نصب کنی. https://livdub.com/fa https://chromewebstore.google.com/detail/livdub/egoacpkbpnnjfebaadejafadmocfhenp @codehalics | کدهالیک

یک خبر فوق‌العاده برای کاربرهای Claude: اگر اکانتتون رو قبل از ۱۹ جولای داشتین، با وجود حذف کامل Fable، آنتروپیک ۱۰۰ دلار Usage Credit رایگان برای استفاده از Fable روی اکانت‌های Pro در نظر گرفته که خیلیا اصلاً ازش خبر ندارن. برای فعال‌سازی این اعتبار کافیه وارد بخش Usage Limit اکانتتون بشید و تیک مربوط به ۱۰۰ دلار رو فعال کنید تا این پاداش جذاب روی اکانتتون بشینه و از دست نره. پ.ن : من خودم ۱۰۰ دلارشو گرفتم و عکسشم عکس ۱۰۰ دلاریه که از این پروموشن گرفتم تا سپتامبرم وقت داره استفاده اش کنی حالا هم برای فیبل و هم زمانی که یوزیج لیمیت میشی از این پوله برمیداره @codehalics | کدهالیک

خیلی پیش میاد تسکی رو به کرسر میدیم و کرسر شروع میکنه اول از همه کد رو میخونه بعد برنامه ریزی میکنی براش بعد کد رو میزنه و در نهایت تست میکنه کد رو که حالا یا براش تست مینویسه یا واقعا e2e تست میکنه یعنی مرورگر باز میکنه و تست میگیره هر تسک خودش یه فلو داره که من نمونه یه فلوشو براتون گفتم مشکلی که کرسر تا الان داشت این بود که کل این فلو رو با یه مدل که خودت بهش میگفتی انجامش میداد مثلا میگفتی مدلم opus باشه دیگ حالا این تسک های ریز اگر ساده بودن یا نه جدی بودن همه اشون توکن های opus تورو میسوزوندن حالا کرسر اومده و یه ویژگی جدید به اسم router به خودش اضافه کرده قبل از شروع هر تسک یا ساب تسک متوجه میشه کدوم مدل الان با توجه به درجه سختی اون تسک براش مناسب تره ! اینطوری توی منیج توکن ها هم تاثیر بسزایی داشته همین الان ویژگی router روی کرسر فعال شده و اگر اکانت تیم یا انترپرایز دارید میتونین ازش استفاده کنید ! @codehalics | کدهالیک

یکمی خارج از باور و ترسناکه بنظرم ولی میدونین مدلایی که اینا میدن بیرون انقد ضعیف و میزنن تو سرش و یه سری قابلیت هاشو آف میکنن که اگر واقعا با همین قدرتی که ترین میشه بیاد بیرون تقریبا فکر نکنم سیستم ها و سرور ایرانی باشه که نشه روش دسترسی گرفت تهشم مدیرعامل هاگینگ فیس با چشمانی اشک بار اینو نوشته تو این مقاله

«ما از همکاری با OpenAI در این موضوع و سایر زمینه‌ها سپاسگزاریم. این حادثه، که احتمالاً در نوع خود اولین محسوب می‌شود، نقطه‌نظری را به اثبات می‌رساند که ما مدت‌هاست به آن باور داریم: ایمنی هوش مصنوعی توسط هیچ شرکت تنهایی که در خفا کار می‌کند حل نخواهد شد. این مسئله در فضای باز، به‌صورت مشارکتی و با دسترسی گسترده به هوش مصنوعی برای هر مدافعی در هر کجا، حل خواهد شد.» — کلم دلانگ، هم‌بنیان‌گذار و مدیرعامل Hugging Face

@codehalics | کدهالیک

مدل هوش مصنوعی برای اینکه معماهای سخت بنچمارک را حل کند، به جای اینکه مثل یک بچه‌ی خوب بنشیند و جواب‌ها را بدست بیاورد، پیش خودش حساب‌کتاب کرد و دید اگر به پاسخ‌های اصلی دسترسی داشته باشد کارش خیلی راحت‌تر می‌شود! برای رسیدن به جواب‌ها، این زنجیره هک عجیب را کاملاً خودکار اجرا کرد: فرار از محیط ایزوله: مدل یک آسیب‌پذیری صفر-روز (Zero-Day) در پروکسی شبکه محیط تست OpenAI پیدا کرد و با اکسپلویت کردن آن، توانست از سندباکس خارج شده و به اینترنت آزاد متصل شود! پیدا کردن ردپای جواب‌ها: بعد از دسترسی به اینترنت، متوجه شد که دیتابیس و پاسخ‌های بنچمارک ExploitGym احتمالاً روی سرورهای شرکت Hugging Face میزبانی می‌شود. هک سرور Hugging Face: مدل با ترکیب چند روش هک (از جمله پیدا کردن یک آسیب‌پذیری اجرای کد از راه دور یا RCE و استفاده از اطلاعات سرقت‌شده)، موفق شد به سرورهای Hugging Face نفوذ کند و مستقیم برود سراغ دیتابیس تا جواب‌های امتحان را بردارد! /3 @codehalics | کدهالیک