BitQuote – Telegram
BitQuote
81 subscribers
1 file
10 links
Anonymos(ارسال مطالب به صورت ناشناس): http://t.me/HidenChat_Bot?start=5789197073

Contact Admin: @nimahtm
Download Telegram
Channel created
Channel name was changed to «BitQuote»
سلام؛
به BitQuote خوش اومدی 👋
در اینجا ما ایده‌ها، تجربه‌ها و نقل‌قول‌های مهندسی در دنیای کامپیوتر رو به اشتراک می‌گذاریم.
تحلیل‌ها، تجربه‌های واقعی، خلاصه مقاله‌ها، خطاها، درس‌ها و حتی دیدگاه های صنعت کامپیوتر رو اینجا خواهی دید‌.

همچنین می‌تونی:
مقاله، پست فنی، یک خط مطلب و حتی یک «bit» از دانشت رو با ارسال برای ما (هم با ذکر نام و هم به صورت ناشناس) با بقیه به اشتراک بذاری.

@Bit_Quote
❤‍🔥3
Stress Testing Deliberative Alignment for Anti-Scheming Training

مقاله ای که اخیرا openai منتشر کرده ،جزو اولین مقاله هاییه که نشون میده رشد سریع ai علاوه بر انقلابی بودن خطرناک هم هست.
چی میشه اگه هوش مصنوعی مقاصدش رو از ما مخفی کنه و چی میشه اگر مقاصدش خلاف خواسته ما باشن؟

فریب کاری(schemeing) یکی‌ از اولین نشانه های سرپیچی هوش مصنوعیه که همزمان با رشد نمایی نبوغ انواع ai های مختلف شکل گرفته.
حالا این فریب کاری خودش رو چطور نشون میده؟
یکی از مثال های ترسناکی که مقاله زده واکنش هاییه که مدل با توجه به اگاهی محیطیش میده.
یکی‌ از مدل های تست شده chatgpt4 در یک ازمون عمدا عملکرد ضعیفی نشون میده(sandbagging) چون که فکر میکنه اگر عملکرد خوبی داشته باشه بعضی از قابلیت هاش حذف خواهند شد.

مقاله روش همترازی تائملی رو برای کاهش schemeing پیشنهاد داده و با بررسی دائم chain of thought موفق شده میزان فریب کاری رو از پونزده درصد به نیم درصد برسونه.

این موضوع امیدوار کنندست اما ماجرای مدل های زبانی با scheming قراره نبرد بی پایانی مثل امنیت شبکه و هکر ها باشه.

مدل ها با روش همترازی تائملی(deliberative alignment ) مجبور میشن قبل از عمل به شکل سفت و سخت درباره اصول و ایمنی ضد فریب استدلال کنن و اگر موفقیت امیز بود از اونها برای استدلال استفاده کنن.

همونطور که مدل ها موفق به فریب کاری در شرایط غیر ویژه میشن توانایی فریب دادن روش های ضد فریب رو هم پیدا میکنند.

مدل میفهمه که تحت ازمایشه و فریب نمیده اما اگر فکر کنه تحت نظارت نیست اوضاع تغیری نمیکنه و مقاله اثبات میکنه که حذف اگاهی محیطی مقدار فریب کاری به یازده درصد برمیگرده.

فریب کاری مشکلی یکباره حل شدنی نیست و مدل ها یاد میگیرند که چه زمانی وانمود کنند که مطابق انتظار کار کنند.

شفافیت در استدلال مدل ها(زنجیره افکار یا chain of thought ) یک ابزار مهم برای مقابله با schemeing عه اما با افزایش توانایی مدل ها ممکنه که این ابزار از دست بره اگر مدل ها یاد بگیرند استدلال های فریبنده بنویسند.


🔵🟠 @Bit_Quote | #NimaT
🔥4🤯2
با رشد softwareها، دنیای کامپیوتر از single programها گذر کرده و وارد خلق اکوسیستم شده.
فضاهایی توزیع شده، همیشه در حال اجرا و concurrent.
در چنین جهانی سادگی سینتکس کافی نیست و چیزی که اهمیت داره واکنش زبان به شکسته(failure modes).
دلیل ترند شدن زبان‌هایی مثل go و rust هم جز این نیست.
ما دیگه به دنبال زبانی نیستیم که کوتاه ترین تایم توسعه رو از تیم بگیره، یک زبان برای زنده نگه داشتن یک اکو سیستم در دهه سوم قرن بیست قبل از هرچیزی‌ باید قابل اعتماد باشه.

🔵🟠 @Bit_Quote | #NimaT
🔥32
آرچ لینوکس اعلام کرده که درایور رسمی کارت‌های گرافیکی انویدیا رو در سیستم‌های خود به‌روز کرده و از این پس به‌صورت پیش‌فرض از درایور متن‌باز انویدیا استفاده می‌کنه

این درایور جدید فقط روی کارت‌های RTX 20 سری (Turing) و جدیدتر — مثل RTX 30 و 40 یا حتی GTX 1650 — کار می‌کنه. اگر شما از کارت‌های قدیمی‌تر مثل GTX 1060، 1080 یا مدل‌های قبل از آن استفاده می‌کنید، این درایور جدید برای شما مناسب نیست.

در واقع، اگر سیستم شما کارت گرافیک قدیمی داره و بدون توجه به این تغییر، درایور رو به‌روز کنید، با صفحه سیاه ترمینال و از دست رفتن gui سیستم مواجه خواهید شد.

https://www.phoronix.com/news/Arch-LInux-NVIDIA-Open-Default

🔵🟠 @Bit_Quote | #nimahassani
👀32
در دنیای توسعه نرم‌افزار، بک‌اند بخشیه که همه‌چیز روی اون سوار می‌شه؛ از منطق اصلی سیستم گرفته تا داده‌ها و مقیاس‌پذیری. مقاله‌ی «Don’t Skip the Backend! Essential Tips for Crafting a Robust Architecture» تأکید می‌کنه که اگر بک‌اند از همون اول درست طراحی نشه، حتی بهترین فرانت‌اند هم نمی‌تونه جلوی مشکلات بعدی رو بگیره.

نویسنده توضیح می‌ده که خیلی از تیم‌ها اول کار سراغ راه‌حل‌های سریع می‌رن و به معماری بک‌اند کمتر توجه می‌کنن. معماری Monolithic برای شروع ساده و کاربردیه، اما با بزرگ‌تر شدن پروژه می‌تونه تبدیل به نقطه ضعف بشه. در مقابل، Microservices انعطاف‌پذیری و مقیاس‌پذیری بیشتری می‌ده، البته به شرطی که زیرساخت و تجربه‌ی کافی وجود داشته باشه.
مقاله روی تفکیک مسئولیت‌ها، طراحی درست API و مدیریت مناسب پایگاه داده هم تأکید داره و توضیح می‌ده که این موارد چقدر روی پایداری و نگهداری سیستم اثر می‌ذارن. استفاده از ابزارهایی مثل Docker و Kubernetes هم کمک می‌کنه استقرار و رشد سیستم راحت‌تر انجام بشه.
در نهایت، پیام اصلی مقاله اینه که بک‌اند فقط کد نوشتن نیست؛ یک تصمیم بلندمدته که کیفیت و آینده‌ی کل محصول بهش وابسته است.

برای دیدن مقاله روی لینک کلیک کنید.

🔵🟠 @Bit_Quote | #Arya
🔥51
در دنیای امروزی به سرعت تکنولوژی و ابزارها درحال پیشرفت و افزودن اجزای جدیدی به ساختار خود هستند.
یکی از جدیدترین آنها در حوزه شبکه مفهومی است به نام subnet یا زیرشبکه؛ که سعی کردیم در این مطلب به خوبی به آن بپردازیم.
ادامه مطلب را در این لینک بخوانید

🔵🟠 @Bit_Quote | #MatinOaa
🔥61
مدتی بود که درگیر توسعه یه نرم افزار ساده روی اندروید بودم. این برنامه بخاطر مینیمال بودنش نمیخواستم درگیر android studio و Kotlin بشم و میخواستم با فریمورک های ساده تر کار دربیاد. بعد از یکم سر و کله زدن با ری اکت نیتیو و فلاتر، از هردوشون بخاطر مشکلاتی مثل تحریم، نصب مشکل دار cli-tools یا حتی سخت بودن زبان dart گذشتم. و اینجا بود که با معجزه آشنا شدم به اسم https://www.pwabuilder.com

گاهی اوقات ما صرفا میخوام از یه فریمورک فرانت استفاده کنم و نرم افزار اندرویدی رو حتی به صورت یه WebView خروجی بگیریم. در این حالت از PWA (Progressive Web App) استفاده میکنیم که میاد از کش مرورگر سیستم - اندروید ios و... - برای داده های محلی استفاده میکنه و کل برنامه رو بصورت html css js به کاربر نمایش میده. راهکاری که قطعا برای نرم افزارهای بزرگ، پرمخاطب و بلندمدت درست و ایده آل نیست اما برای نرم افزارهای کوچیک و حتی تولید یه apk ساده روش خوب و راحتیه و میتونه این موارد رو پوشش بده:
- سازگاری چندسکویی (cross-platform)
- به‌روزرسانی آسان‌تر
- هزینه توسعه و نگهداری پایین‌تر
- پوش نوتیفیکیشن
-قابلیت کار بدون اینترنت
- قابلیت نصب

برای کار باهاش صرفا لازمه داخل فرانت اپ خودتون یک manifest.json ست کنید یا اگر از vite استفاده میکنید در همون Vite.config.js با ماژول vite-plugin-pwa این کانفیگ رو تنظیم کنید.

اطلاعات بیشتر در داکیومنت های مایکروسافت و pwabuilder :
https://learn.microsoft.com/en-us/training/modules/intro-to-pwabuilder/
https://docs.pwabuilder.com

🔵🟠 @Bit_Quote | #nimahassani
4🔥2
اپل در رقابت هوش مصنوعی عجله نکرده و برخلاف شرکت‌هایی مثل گوگل و OpenAI، فعلاً میلیاردها دلار خرج ساخت مدل‌های بزرگ نکرده. استراتژی اپل این است که وقتی مدل‌های هوش مصنوعی به‌مرور «عمومی و ارزان» می‌شوند، تمرکز اصلی ارزش روی تجربه کاربری و دسترسی به کاربران باشد؛ جایی که اپل با میلیاردها دستگاه فعال، دست بالا را دارد. به همین دلیل هم به‌جای ساخت همه‌چیز از صفر، ترجیح می‌دهد از مدل‌های آماده (مثل Gemini گوگل) استفاده کند و آن‌ها را عمیقاً در محصولاتش ادغام کند.
ریسک این تصمیم این است که اپل ممکن است در کوتاه‌مدت عقب‌تر از رقبا به نظر برسد، مخصوصاً با تأخیر در بهبود Siri. اما نقطه قوتش اینجاست که اگر مسیر بازار عوض شود یا برنده واقعی مشخص شود، اپل هم پول کافی دارد و هم کانال توزیع بی‌رقیب. سؤال اصلی این است: آیا اپل با این صبر استراتژیک دارد بازی بلندمدت را می‌برد، یا دارد لحظه طلایی هوش مصنوعی را از دست می‌دهد؟

https://philippdubach.com/2025/12/30/apples-ai-bet-playing-the-long-game-or-missing-the-moment/

🔵🟠 @Bit_Quote | #nimahassani
2🔥2