GenX

پیدا کردن مقاله‌های مرتبط با یک موضوع، لزوما به معنی پیدا کردن مقاله‌های مفید برای پیشبرد یک پژوهش نیست. پژوهشگران باتجربه می‌تونن بین تحقیقات قبلی و ایده‌های جدید ارتباط‌هایی پیدا کنن که در نگاه اول چندان واضح نیستن. اما AI چقدر در انجام این کار موفقه؟ 📊پژوهش ScholarCatalyst با بررسی ۲۰۷ مقاله حوزه Computer Science، این توانایی رو در سیستم‌های جست‌وجوی علمی ارزیابی کرده. 📌برای دیدن نتایج این پژوهش، لینکدین GenX رو ببینید. 🤖 GenX؛ برای توسعه‌دهندگانی که آینده رو می‌سازن ✅ Telegram | ✅ twitter | Linkedin |✅ Instagram

🩺 معرفی BRIE؛ بنچمارکی پویا برای ارزیابی مدل‌های زبانی پزشکی با گسترش استفاده از LLMها در پرونده‌های الکترونیک سلامت (EHR)، ارزیابی دقت این مدل‌ها اهمیت بیشتری پیدا کرده؛ اما بنچمارک‌های فعلی اغلب پرهزینه‌ان و خیلی زود قدیمی میشن. 📌 پژوهشگرها برای حل این مشکل، BRIE رو توسعه دادن؛ بنچمارکی که با تولید خودکار پرسش‌وپاسخ از سوابق پزشکی و ارزیابی توسط ۱۹ متخصص بالینی، عملکرد مدل‌ها رو می‌سنجه. ویژگی‌های مهم BRIE: پذیرش چند پاسخ معتبر برای یک سوال بر اساس استدلال بالینی به‌روزرسانی مداوم برای کاهش خطر نشت داده (Data Leakage) ارزیابی توانایی مدل‌ها در بازیابی و ترکیب اطلاعات از چندین سند پزشکی 📊 نتایج نشون میده حتی مدل‌های پیشرفته هم در ترکیب اطلاعات پراکنده از پرونده‌های پزشکی ضعف دارن. BRIE قدمی به سمت ارزیابی دقیق‌تر و پویاتر هوش مصنوعی در حوزه سلامت محسوب میشه. 🤖 GenX؛ برای توسعه‌دهندگانی که آینده رو می‌سازن ✅ Telegram | ✅ Twitter | LinkedIn | ✅ Instagram

پرامپت خوب، شروع یک ویدیوی خوبه، اما برای رسیدن از ایده به نتیجه، برنامه‌ریزی هر صحنه هم اهمیت داره. ✨مدل WanPE پرامپت رو به شات‌لیست، حرکت دوربین و جزئیات نور و صدا تبدیل می‌کنه تا مسیر ساخت ویدیو روشن‌تر بشه. در این فرایند، هوش مصنوعی پیشنهاد می‌ده و تصمیم نهایی همچنان با کارگردان خلاقه. 🔗جزییات کار این مدل رو در لینکدین بخونید. 🤖 GenX؛ برای توسعه‌دهندگانی که آینده رو می‌سازن ✅ Telegram | ✅ twitter | Linkedin |✅ Instagram

یک پژوهش تازه سراغ یکی از مسئله‌های مهم در Agentهای چند مرحله‌ای رفته: ممکنه همه Tool Callها موفق باشن، اما نتیجه نهایی Workflow باز هم درست از آب درنیاد. ❗️در شرایطی مثل Retry، اجرای هم‌زمان یا Failureهای جزئی، ممکنه یک عملیات جا بیفته، دوبار اجرا بشه یا حتی اثر یک عملیات لغوشده توی سیستم باقی بمونه. پژوهشگران بعد از بررسی ۹۸٬۲۹۱ ابزار مبتنی بر MCP به این نتیجه رسیدن که اطلاعاتی که Toolها به Agent می‌دن، همیشه برای فهمیدن وضعیت واقعی کل Workflow کافی نیست. 📌نکته اصلی اینجاست: موفق بودن هر Tool Call، لزوما به این معنی نیست که کل Workflow درست اجرا شده. برای ساخت Agentهای قابل‌ اعتماد، فقط reasoning مدل مهم نیست؛ نحوه طراحی ارتباط بین Agent و Tool هم نقش مهمی داره. 🤖 GenX؛ برای توسعه‌دهندگانی که آینده رو می‌سازن ✅ Telegram | ✅ twitter | Linkedin |✅ Instagram

وقتی چند Agent همزمان روی یک پروژه کار می‌کنن، مسئله مهم طراحی درست Workflow بین اون‌هاست. 📝آزمایش Anthropic نشون داد چیزی که Multi-Agent Systemها رو واقعا موثر می‌کنه، تقسیم درست Taskها، هماهنگی بین Agentها و یک سیستم مشخص برای بررسی نتیجه‌هاست. 📌توی این پست، یکی از جالب‌ترین آزمایش‌های Anthropic برای ساخت Compiler با چند Agent رو مرور کردیم. 🔗جزئیات کامل این آزمایش رو در لینکدین بخونید. 🤖 GenX؛ برای توسعه‌دهندگانی که آینده رو می‌سازن ✅ Telegram | ✅ twitter | Linkedin |✅ Instagram

یک پژوهش جدید روشی به نام PIR معرفی کرده که سعی می‌کنه بفهمه مدل واقعا جواب یک سوال رو نمی‌دونه، یا جواب رو می‌دونه اما پنهانش می‌کنه. 💥برخلاف روش‌هایی که فقط خروجی مدل رو بررسی می‌کنن، PIR سراغ وضعیت‌های داخلی مدل می‌ره و بررسی می‌کنه کدوم پاسخ برای مدل به‌ عنوان گزینه درست شناخته شده. این روش روی ۸ مدل از خانواده‌های Gemma، Qwen، Llama، Mistral و Phi آزمایش شده و حتی در سناریوهایی که مدل‌ها عمدا پاسخ درست رو پنهان می‌کردن، تونسته نشونه‌های شناخت پاسخ رو شناسایی کنه.❗️ کاربرد این ایده فقط پیدا کردن «دروغ» مدل نیست. PIR می‌تونه برای بررسی Sandbagging و همین‌طور ارزیابی Unlearning هم مفید باشه؛ یعنی بفهمیم یک دانش واقعا از مدل حذف شده یا فقط دیگه در خروجی دیده نمی‌شه. 🤖 GenX؛ برای توسعه‌دهندگانی که آینده رو می‌سازن ✅ Telegram | ✅ twitter | Linkedin |✅ Instagram

ابزار Copilot علاوه‌بر افزایش سرعت کدنویسی، داره شکل تقسیم کار در تیم‌های توسعه رو هم تغییر می‌ده. 🔸توی این اسلایدها سراغ تجربه خود پلتفرم GitHub رفتیم و دیدیم وقتی یک Coding Agent وارد فرایند واقعی توسعه می‌شه، از کارهای روتین و نگه‌داری کد تا بعضی تغییرات جدی‌تر، چه نقشی می‌تونه داشته باشه. 📌اما شاید نکته مهم‌تر این باشه که ارزش چنین ابزارهایی فقط در «سریع‌تر نوشتن کد» نیست. بخشی از کار توسعه‌ دهنده می‌تونه از ساختن همه‌ چیز از صفر، به تعریف دقیق مسئله، بررسی تغییرات و تصمیم‌گیری درباره خروجی منتقل بشه. هرچه ابزارهای Coding Agent توانمندتر می‌شن، توانایی تعریف درست مسئله و ارزیابی خروجی هم برای توسعه‌ دهنده مهم‌تر می‌شه. 🔗مطالعه کامل این پست در لینکدین 🤖 GenX؛ برای توسعه‌دهندگانی که آینده رو می‌سازن ✅ Telegram | ✅ twitter | Linkedin |✅ Instagram

نقش هوش مصنوعی در پژوهش داره از «کمک به انجام چند کار» فراتر می‌ره و به همکاری در سطح یک پروژه نزدیک می‌شه. 📃در مقاله‌ای درباره Atria Dawn Preview، پژوهشگران فقط عملکرد یک مدل جدید رو بررسی نکردن؛ بلکه سراغ این رفتن که وقتی Agentهای هوش مصنوعی وارد فرایند واقعی تحقیق و توسعه می‌شن، نقش انسان چه تغییری می‌کنه. برای این کار، ۷۶۹ تسک از ۵۶ مشارکت‌ کننده همراه با لاگ‌های Agentها بررسی شده. حدود یک‌ سوم کارهایی که با کمک AI انجام شده بودن، از نگاه خود مشارکت‌ کننده‌ها بدون AI عملا قابل انجام نبودن. 💥نکته جالب‌تر اینجاست که Agentها در بسیاری از موارد روش پیشنهاد می‌دن و اصلاحات رو اجرا می‌کنن، اما تصمیم نهایی، انتخاب مسیر و قضاوت همچنان بیشتر دست انسان می‌مونه. 🔸یعنی نقش انسان کم‌ کم از انجام تک‌ تک کارها به سمت هدایت کل پروژه می‌ره؛ اینکه چه مسئله‌ای ارزش دنبال کردن داره، کدوم مسیر بهتره و شواهد چطور باید روی تصمیم بعدی اثر بذارن. ✅همکاری انسان و AI داره از کمک در سطح Task، به شراکت در سطح پروژه نزدیک می‌شه. 🤖 GenX؛ برای توسعه‌دهندگانی که آینده رو می‌سازن ✅ Telegram | ✅ twitter | Linkedin |✅ Instagram

شرکت DeepSeek مدل جدید DeepSeek-V4.1-Flash رو معرفی کرده؛ مدلی که می‌تونه متن و تصویر رو پردازش کنه و تا یک میلیون Token رو در یک Context نگه داره. 🔸این قابلیت برای Agentهایی که با اطلاعات و تاریخچه‌های طولانی کار می‌کنن، کاربردیه. 📌نکته مهم اینه که با وجود اندازه بزرگ مدل، در هر مرحله فقط بخش کوچکی از اون فعال می‌شه. DeepSeek می‌گه فضای موردنیاز برای بخش دائمی KV Cache در این مدل به حدود یک‌ هشتم DeepSeek-V4-Flash رسیده. ✅طبق نتایج منتشرشده توسط DeepSeek، عملکرد مدل در چند Benchmark این‌طور بوده: • در آزمون Terminal-Bench 2.1 امتیاز ۹۰.۶٪ رو گرفته • در آزمون DeepSWE حدود ۷۴.۲٪ از مسئله‌ها رو حل کرده • در آزمون CyberGym به امتیاز ۸۸.۱٪ رسیده وزن‌های مدل هم با MIT License منتشر شدن و توسعه‌دهنده‌ها می‌تونن اون رو اجرا کنن یا برای نیاز خودشون تغییر بدن. البته این Benchmarkها رو خود DeepSeek منتشر کرده و برای مقایسه قطعی، باید منتظر ارزیابی‌های مستقل بیشتری بمونیم. 🤖 GenX؛ برای توسعه‌دهندگانی که آینده رو می‌سازن ✅ Telegram | ✅ twitter | Linkedin |✅ Instagram

مهندسی زمینه یا Context Engineering فقط به این معنی نیست که اطلاعات بیشتری در اختیار Agent قرار بدیم. مسئله اینه که Agent بتونه اطلاعات درست رو در زمان درست پیدا کنه و ازش استفاده کنه. ✔️شرکت OpenAI توی تجربه کار با Codex به همین نتیجه رسیده: برای اینکه Agent بتونه وظایف پیچیده رو قابل‌ اعتماد انجام بده، فقط Prompt کافی نیست؛ ابزارها، مستندات، ساختار پروژه و حلقه‌های بازخورد هم باید طوری طراحی بشن که برای Agent قابل‌ دسترسی و قابل‌ فهم باشن. ✔️شرکت Anthropic هم روی همین اصل تاکید می‌کنه: به‌ جای اینکه از همون اول حجم زیادی از اطلاعات رو وارد کنیم، باید Context موردنیاز رو در طول فرایند و متناسب با نیاز Agent در اختیارش قرار بدیم. 🎯در نتیجه، هرچی Agentها توانمندتر می‌شن، طراحی محیطی که توش کار می‌کنن به‌ اندازه طراحی Prompt اهمیت پیدا می‌کنه. 🔗مطالعه کامل این مطلب در لینکدین 🤖 GenX؛ برای توسعه‌دهندگانی که آینده رو می‌سازن ✅ Telegram | ✅ twitter | Linkedin |✅ Instagram

هشدار مدیرعامل Anthropic مدیرعامل Anthropic، می‌گه توانایی مدل‌های AI داره سریع‌تر از روش‌های کنترل و ایمن‌سازی‌شون رشد می‌کنه؛ مخصوصا حالا که AI می‌تونه به ساخت نسل بعدی مدل‌ها کمک کنه.❗️ ✔️برای کنترل این وضعیت، اون سه راه پیشنهاد داده: • تیم‌های مستقل به فرایندهای داخلی شرکت‌های AI دسترسی داشته باشن • استانداردهای ایمنی مشترکی برای صنعت تعریف بشه • کشورها برای کنترل مدل‌های خیلی قدرتمند با هم همکاری کنن 📌 شرکت Anthropic هم گفته تیم‌های مستقل بررسی ایمنی می‌تونن فرایند توسعه مدل‌ها و Incidentهای احتمالی رو از نزدیک بررسی و نتایجش رو منتشر کنن. این پیشنهاد به‌ معنی توقف توسعه AI نیست؛ هدف اینه که روش‌های کنترل و ایمن‌سازی از سرعت پیشرفت مدل‌ها عقب نمونن. 🤖 GenX؛ برای توسعه‌دهندگانی که آینده رو می‌سازن ✅ Telegram | ✅ twitter | Linkedin |✅ Instagram

چطور OpenAI زیرساخت ChatGPT را برای بیش از یک میلیارد کاربر آماده کرد؟ 💥شرکت OpenAI جزئیات Habitat، زیرساخت ذخیره‌سازی آنلاین محصولاتش رو منتشر کرده؛ سیستمی که حالا بیش از ۷۰ میلیون درخواست در ثانیه و ۵۰۰ پتابایت داده رو مدیریت می‌کنه و از محصولاتی با بیش از یک میلیارد کاربر هفتگی پشتیبانی می‌کنه. 🔹زیرساخت چت جی پی تی، Habitat، ابتدا با پایتون ساخته شده بود، اما با رشد سرویس، چالش‌هایی مثل مصرف پردازنده، مدیریت اتصال‌ها و تأخیر درخواست‌ها به گلوگاه تبدیل شدن. این شرکت در سه‌ ماه دوم ۲۰۲۶، تنها با ۲ مهندس، Codex و GPT-5.5 کل سرویس رو با Rust بازنویسی کرد. 🎯نتیجه: ۶ برابر بهره‌وری بیشتر در مصرف پردازنده ۱۵ برابر بهره‌وری بیشتر در مصرف حافظه مدیریت ۹۵٪ ترافیک عملیاتی توسط نسخه جدید این نمونه نشون می‌ده در محصولات هوش مصنوعی، فقط مدل مهم نیست؛ زیرساخت هم بخش بزرگی از ماجراست. 🤖 GenX؛ برای توسعه‌دهندگانی که آینده رو می‌سازن ✅ Telegram | ✅ twitter | Linkedin |✅ Instagram

گوگل داره قابلیت جدید AI Dashboards رو برای بعضی از اکانت‌های Google Ads فعال می‌کنه؛ قابلیتی که می‌تونه بخش زیادی از فرایند گزارش‌گیری و تحلیل کمپین‌ها رو از حالت دستی خارج کنه. 🔸تا الان برای ساخت گزارش باید متریک‌ها، Dimensionها و نوع Visualization رو خودت انتخاب می‌کردی. ✅حالا می‌تونی با زبان طبیعی توضیح بدی دنبال چه تحلیلی هستی و Gemini بر اساس داده‌های اکانت، گزارش تصویری مرتبط رو می‌سازه. این قابلیت فقط به ساخت نمودار محدود نمی‌شه؛ هر گزارش یک خلاصه AI هم داره که تلاش می‌کنه تغییرات عملکرد کمپین و دلایل احتمالی افت یا رشد رو توضیح بده. در واقع Google Ads داره گزارش‌گیری رو از ساخت دستی داشبورد، به سمت پرسیدن سؤال مستقیم از AI می‌بره؛ تغییری که می‌تونه زمان بیشتری برای تحلیل داده و تصمیم‌گیری باقی بذاره. 📌این قابلیت فعلا فقط در بعضی اکانت‌ها دیده شده و هنوز برای همه کاربران فعال نیست. 🤖 GenX؛ برای توسعه‌دهندگانی که آینده را می‌سازند. ✅ Telegram | ✅ twitter | Linkedin |✅ Instagram

انویدیا که بخش مهمی از زیرساخت محاسباتی هوش مصنوعی را در اختیار دارد، با این معامله به اکوسیستم مدل‌ها و توسعه‌دهنده‌ها هم نزدیک‌تر می‌شود. ✅انویدیا دیگر به تامین تراشه‌های هوش مصنوعی محدود نیست و حالا می‌خواهد در ابزارها و زیرساختی که توسعه‌دهندگان با آن AI می‌سازند هم نقش پررنگ‌تری داشته باشد. این شرکت با خرید ۱۲.۹ میلیارد دلاری Hugging Face، یکی از مهم‌ترین پلتفرم‌های مدل‌های باز هوش مصنوعی، قدم بزرگی به سمت لایه‌های بالاتر اکوسیستم AI برداشته است. 💥نکته مهم اینجاست که Hugging Face قرار است همچنان یک پلتفرم باز باقی بماند؛ یعنی توسعه‌دهندگان همچنان بتوانند بین مدل‌ها، سرویس‌های ابری و سخت‌افزارهای مختلف انتخاب کنند. 📌این معامله یک پیام مهم برای آینده AI دارد: رقابت دیگر فقط بر سر «بهترین مدل» نیست. حالا کنترل زیرساخت، ابزارهای توسعه و اکوسیستم مدل‌های باز هم به بخش مهمی از بازی تبدیل شده است. برای کسب‌وکارها هم مسئله کم‌کم تغییر می‌کند: زیرساخت هوش مصنوعی ما چقدر آزادی و کنترل در اختیارمان می‌گذارد؟ 🤖 GenX؛ برای توسعه‌دهندگانی که آینده را می‌سازند. ✅ Telegram | ✅ twitter | Linkedin |✅ Instagram

یک مدل هوش مصنوعی به‌تنهایی محصول نمی‌سازد. ماجرای Fin از Intercom نشان می‌دهد برای ساخت یک AI Product واقعی، مدل باید با طراحی محصول، دانش اختصاصی و توانایی انجام اقدام‌های واقعی ترکیب شود. ✅در این پست با مسیر تبدیل یک Demo به محصول واقعی آشنا می‌شوید. 🔗مطالعه کامل این case study 🤖 GenX؛ برای توسعه‌دهندگانی که آینده را می‌سازند. ✅ Telegram | ✅ twitter | Linkedin |✅ Instagram #GenX #AIProduct #ArtificialIntelligence #ProductDesign #Intercom

Groupon برای هوشمندترکردن قیمت‌گذاری، کارش را با ساخت یک مدل پیچیده شروع نکرد. 1️⃣اول فهمید چه داده‌هایی را ندارد 2️⃣خطاهای ردیابی را اصلاح کرد 3️⃣ارزیابی تست‌ها را از اکسل خارج کرد 4️⃣یک منبع قابل اعتماد برای تصمیم‌گیری ساخت. نتیجه؟ ✅قیمت‌گذاری خودکار بیش از ۵۰ هزار محصول در روز و افزایش تا ۶درصدی درآمد و نرخ تبدیل در تست‌های اولیه. 🔗برای مطالعه اطلاعات کامل‌تر این مطلب را در لینکدین بخوانید. GenX؛ برای توسعه‌دهندگانی که آینده را می‌سازند. ما را دنبال کنید: ✅ Telegram | ✅ twitter | Linkedin |✅ Instagram

گوگل حالا به کاربران اجازه می‌دهد واترمارک مرئیِ تصاویر و ویدیوهای تولیدشده با ابزارهایی مثل Gemini و Flow را غیرفعال کنند. اما این به معنی حذف کامل ردپای AI نیست؛ واترمارک نامرئی SynthID و متادیتای C2PA همچنان در خروجی‌ها باقی می‌ماند و امکان شناسایی محتوای تولیدشده با هوش مصنوعی را فراهم می‌کند. این قابلیت در برخی کشورها، به‌دلیل قوانین مربوط به برچسب‌گذاری محتوای AI، ممکن است در دسترس نباشد. GenX؛ برای توسعه‌دهندگانی که آینده را می‌سازند. ما را دنبال کنید: ✅ Telegram | ✅ twitter | Linkedin |✅ Instagram

✔️ دومین کارگاه آموزشی رویداد GenX Zanjan آپلود شد. ‌ ✨تو این کارگاه محمد مهدی کیانی عزیز درباره مباحث فنی برای کار با Open AI و APIها و راه‌اندازی سرور N8N صحبت کرده. این کارگاه به صورت ضبط شده آماده شده و می‌تونید این کارگاه و بقیه کارگاه‌های GenX رو از آپارات GenX نگاه کنید. 🌐 کارگاه آموزشی Generative AI Technology @GenX_Build

✅ اولین کارگاه آموزشی GenX Zanjan برگزار شد. ✨ تو این کارگاه محمد مهدی شکری عزیز در مورد ساخت MVP و نوشتن Tagline از تجارب و دانش خودشون گفتن برای مشاهده ویدیو این کارگاه می‌تونید به آپارات GenX مراجعه کنید و یا از لینک زیر فیلم ویدیو رو مشاهده کنید. 🌐 کارگاه آنلاین ideation, product marketing

رسیدیم به اولین کارگاه آموزشی GenX Zanjan ‌ 🗣 توی این کارگاه محمد مهدی شکری، در مورد پیدا کردن و ارزیابی ایده، ساختن نسخه‌ی اول محصول، انتشار عمومی و ارتباط با کاربر‌ها و رسیدن به ایده در generative AI و موضوع‌های مرتبط دیگه صحبت می‌کنه. ‌ ✔️ برای اینکه بتونید یه ایده جذاب و یک MVP خوب ازش بسازید، حتما تو این کارگاه ثبت‌نام کنید. ‌ ثبت‌نام در کارگاه آموزشی ideation, product & marketing ‌ ‌@GenX_build @GenXZanjancom 📲 Telegram | Twitter | Linkedin | Instagram