نسخه 11.14 تلگرام منتشر شد

جستجوی پست‌ها
حالا می‌تونی پستای کانال‌های عمومی رو مستقیم سرچ کنی (فعلاً فقط برای پریمیومی‌ها)

آلبوم استوری
استوری‌هاتو می‌تونی تو آلبوم بچینی، مثل خاطره سفر یا معرفی محصول تو کانال‌ها

مجموعه هدیه‌ها
هدایاتو دسته‌بندی کن! مثلا نایاب‌ها، موضوعی‌ها و هرچی دلت خواست

امتیاز پروفایل
با خرید هدیه و پیام پولی، امتیاز می‌گیری و اعتبارت تو تلگرام بالا میره

هدایای خاص برای پریمیومی‌ها
هدایای خفن و محدود فقط برای کاربرای پریمیوم میاد

مینی‌اپ جدید BotFather
ربات‌سازی راحت‌تر از همیشه شده؛ مستقیم از مینی‌اپ جدید مدیریت کن

یکی دو روزه صحبت از مدل جدید اوپن سورس چینی GLM-4.5 هست که ادعا داره در حد Grok 4 عمل می‌کنه، امشب به تست و جیلبریک آن خواهم نشست

تست :
http://chat.z.ai
بیشتر بخوانید :
http://z.ai/blog/glm-4.5
&
https://github.com/zai-org/GLM-4.5

<Amir/>

هوش مصنوعی جدید چین معرفی شد؛ ارزان‌تر از دیپ‌سیک با قابلیت تولید پاورپوینت

استارتاپ ناشناس چینی Z.ai یا Zhipu از مدل‌های GLM-4.5 و GLM-4.5-Air رونمایی کرده است و از آنها به‌عنوان راه‌حل‌هایی مناسب برای استدلال هوش مصنوعی، رفتار عامل‌محور (Agentic) و برنامه‌نویسی نام می‌برد. به گفته Z.ai، این مدل‌ها از نظر عملکرد در سطحی نزدیک به برترین مدل‌های زبانی بزرگ (LLM) اختصاصی ساخت ایالات متحده قرار دارند.

به‌عنوان مثال، مدل پرچم‌دار GLM-4.5 توانسته در ارزیابی‌هایی مانند BrowseComp ،AIME24 و SWE-bench Verified با مدل‌های قدرتمندی همچون Claude 4 Sonnet ،Claude 4 Opus و جمینای 2.5 پرو رقابت کند یا حتی از آنها پیشی بگیرد. این مدل در مجموع در بین ۱۲ آزمون رقابتی، رتبه سوم را کسب کرده است.

این مدل‌ها می‌توانند به‌صورت خودکار و تنها با یک پرامپت، یک ارائه پاورپوینت کامل تولید کنند که آنها را برای آماده‌سازی جلسات، آموزش و تهیه گزارش‌های داخلی بسیار کاربردی می‌کند.

اما دیگر نکته جالب در مورد مدل‌های Z.ai هزینه بسیار پایین آن حتی در مقایسه با دیپ‌سیک است. براساس اعلام Z.ai، هزینه استفاده از مدل GLM-4.5 برای هر یک میلیون توکن ورودی ۰.۶۰ دلار و برای هر یک میلیون توکن خروجی ۲.۲۰ دلار است.

<Digiato/>

Google’s Veo 3 AI video creation tools are now widely available
https://www.artificialintelligence-news.com/news/google-veo-3-ai-video-creation-tools-now-widely-available/

Skills vs. AI Skills
https://towardsdatascience.com/skills-vs-ai-skills/

مایکروسافت فاش کرد: ۱۰ شغلی که بیشتر از همه در خطر هوش مصنوعی هستن!

▪️در مطالعه‌ای که مایکروسافت بر اساس ۲۰۰هزار تعامل کاربران با Bing Copilot انجام داده، مشخص شده چه شغل‌هایی بیشتر در معرض جایگزینی با هوش مصنوعی هستن.

▪️شغل‌هایی که نیاز به مدرک دانشگاهی دارن، بیشتر از کارهای یدی تحت تأثیر AI قرار می‌گیرن. هوش مصنوعی در مشاغل فکری بهتر عمل می‌کنه تا کارهای دستی مثل کشاورزی یا ساختمان‌سازی.

📉 ۱۰ شغلی که بیشترین ریسک رو دارن :

1. مترجم‌ها و مفسرها
2. تاریخ‌دان‌ها
3. مهماندارهای مسافر
4. بازاریاب‌های خدمات
5. نویسنده‌ها و مؤلف‌ها
6. پاسخ‌گویان خدمات مشتری
7. برنامه‌نویسان دستگاه‌های CNC
8. اپراتورهای تلفن
9. کارمندان فروش بلیط و آژانس‌های مسافرتی
10. گویندگان رادیو و مجری‌ها

‌
🎯مایکروسافت می‌گه این شغل‌ها به‌خاطر ماهیتشون، بیشترین تعامل مؤثر با AI رو دارن و این یعنی بیشتر در معرض خودکار شدن هستن.

اتفاق جنجالی برای Open Ai ؛ لو رفتن مکالمات ChatGPT در گوگل!

▪️قابلیت آزمایشی OpenAI باعث شد مکالمات برخی کاربران با ChatGPT توی گوگل ایندکس بشه و برای همه قابل جست‌وجو باشه!

▪️ماجرا از وقتی لو رفت که کاربرا دیدن با یه سرچ ساده می‌تونن به لینک چت‌های خصوصی توی chatgpt.com/share دسترسی پیدا کنن.

▪️شرکت OpenAI خیلی زود واکنش نشون داد و این قابلیت رو حذف کرد. گفته بودن فقط داشتن یه ویژگی اشتراکی رو تست می‌کردن، ولی خب حسابی دردسرساز شد!

یه یادآوری مهم: هرچیزی رو توی اینترنت share می‌کنی، حتی اگه آزمایشی باشه، ممکنه فردا تیتر خبرها ب

یک بلاگ فوق العاده راجع به اینکه دیپلوی کردن AI Agent ها توی محیط پروداکشن خیلی فرق داره با درست کردن یک دمو!
ساخت یه حلقه‌ی ساده برای ایجنت‌های مبتنی بر مدل‌های زبانی (LLM agents) خیلی آسونه. شاید با کمتر از ۲۰ خط کد! ولی این سادگی در واقع مشکلات پشت پردهٔ اجرای واقعی در محیط تولید (production) رو می‌پوشونه.
من خلاصه مقاله را میذارم ولی باید کامل خود مقاله بخونید.

- فاصله‌ی پنهان بین دمو و اجرا در عمل
۱. دمو مساوی نیست با محصول واقعی: شاید توی دمو همه‌چی خوب پیش بره، ولی توی محیط واقعی اتفاقاتی مثل:
-از کنترل خارج شدن ایجنت‌ها
- نشت اطلاعات توی context
- گیر کردن توی حلقه‌های بی‌پایان
- یا خراب شدن زنجیره ابزارها خیلی رایجه.
- همچنین، تصمیم‌گیری‌های معماری مثل مدیریت context، احراز هویت ابزارها یا ذخیره‌سازی state، اگر از اول درست انتخاب نشن، بعداً تغییر دادنشون کلی دردسر داره.

۲. دنیای کنفرانس‌ها با واقعیت فرق داره: شرکت‌های بزرگ ممکنه از زیرساخت‌های خاص خودشون برای اجرای چندایجنت به‌صورت موازی استفاده می‌کنن. ولی اکثر تیم‌ها کار رو ساده‌تر می‌گیرن:
- با Docker و GitHub Actions
- یا اجرای ایجنت‌ها روی AWS Lambda فقط برای صرفه‌جویی ماهانه ۱۰ دلار!

۳. کی اوضاع بهم می‌ریزه؟
وقتی لازم باشه ایجنت‌هاتون حافظه داشته باشن، بتونن بعد از قطع شدن ادامه بدن، یا با context طولانی کار کنن، همه چی پیچیده‌تر می‌شه. بعضی تیم‌ها تجربه‌شون رو اینطوری به اشتراک گذاشتن:
- ذخیره‌ی state توی دیتابیس (مثلاً PostgreSQL) برای بررسی و بازیابی
- استفاده از پردازش غیرهمزمان مثل job queue و webhook
- حذف فریم‌ورک‌های سنگین مثل LangChain و استفاده از FastAPI و کلاینت ساده OpenAI

- چی‌ها واقعاً مهمن؟
- زیرساخت موجود: همون جایی deploy کنید که تیم‌تون بلده (K8s، AWS Lambda، Docker و …)
- سرعت توسعه: گاهی اینکه زود به نتیجه برسید مهم‌تر از طراحی‌های پیچیده‌ست
- هزینه‌ها: حتی صرفه‌جویی‌های کوچیک هم مهمه، مخصوصاً برای استارتاپ‌ها

- نیازهای سازمانی برای ایجنت‌ها
- تناقض پلتفرم: شما دنبال قدرت یه پلتفرم کامل هستید (احراز هویت، حافظه، ارزیابی)، ولی در عین حال نمی‌خواید به یه vendor خاص وابسته بشید. استانداردهایی مثل MCP دارن کمک می‌کنن تا ابزارها باهم سازگار بشن.

- قابلیت اطمینان و مشاهده‌پذیری: ایجنت‌هاتون باید بعد از crash شدن بتونن ادامه بدن. باید ردگیری کامل، حافظه پایدار، و توانایی بررسی لاگ داشته باشید. Redis برای سرعت، PostgreSQL برای ماندگاری.

- مقیاس‌پذیری و انعطاف: وقتی کار جدی می‌شه، باید ایجنت‌ها بتونن از صفر تا هزاران اجرا در لحظه مقیاس پیدا کنن. اگه ایجنت‌هاتون کدنویسی انجام می‌دن، احتمالاً نیاز به sandbox برای امنیت و ایزوله کردن دارن.

- یکپارچه‌سازی و استانداردها: MCP داره نشون می‌ده که همه دنبال یه راه‌حل استاندارد برای اجرای ایجنت‌ها روی پلتفرم‌های مختلف هستن.

- نتیجه اخلاقی:
- ساده شروع کنید، نیازهای واقعی‌تون رو تخمین بزنید
- اول با deploy ساده مثل Docker یا Lambda برید جلو
- زود تست کنید، چون مشکلات واقعی فقط توی دنیای واقعی مشخص می‌شن
- کم‌کم پیچیدگی اضافه کنید. هر چیزی رو وقتی لازمه پیاده‌سازی کنید.

حتما کامل بخونید اگه ایجنت تو پرداکشن دیپلوی میکنید!
https://zenml.io/blog/the-agent-deployment-gap-why-your-llm-loop-isnt-production-ready-and-what-to-do-about-it

<Mehdi Allahyari/>

خیلی از ماها دنبال LLM ای هستیم تا بتونه جواب های معتبری بده و جواب هاش رو از خودش درنیاورده باشه. برای حل این مسائل چه سرویس هایی مناسبه. یکی از راهکار ها استفاده از سرویس deep search در LLM های موجوده. یکی دیگه از راهکار ها استفاده ازسرویس های سرچ و اتصال آنها به LLM هست

Tavily
امکانات خوبی داره میتونید deep search به صورت advanced بگذارید تاجواب های بهتری بدهد حتی میتوان دامنه و تاریخ رو نیز مشخص کرد. کرالش برای سایت هایی که داینامیک بودن، نتونست دیتا مورد نظرم رو بخونه.
https://app.tavily.com/playground

Linkup
تقریبا شبیه tavily هست ولی منابع ای که در تست های من می آورد با tavily متفاوت بود. منابع معتبر و خوبی بود.
https://linkup.so

سرویس گوگل بود که در منابعی که جدول و عکس داشت نسبت به tavily به درستی خوب عمل نکرد.
https://ai.google.dev/gemini-api/docs/google-search

این مقایسه مدل ها در زمینهhallucination یا توهم مدل ها همون طور که میبینید مدل های گوگل عملکرد بهتری نسبت به openai داشتن:
https://github.com/vectara/hallucination-leaderboard?tab=readme-ov-file…


<Mari/>

جمع ۲۰۰۰ تا ورکفلو از hashtag#n8n
همه مدلی میشه توش پیدا کرد
امیدوارم بکارتون بیاد
https://github.com/Zie619/n8n-workflows

عرفی هیولای جدید گوگل ؛ آیا با خطرناک‌ترین هوش مصنوعی دنیا روبه‌رو هستیم؟

▪️گوگل به‌تازگی از مدل پیشرفته‌ی خودش به‌نام Gemini 2.5 Deep Think رونمایی کرده؛ مدلی که در آزمایش‌ها حتی موفق به کسب مدال طلا در المپیاد جهانی ریاضی شده!

▪️این مدل فقط برای کاربران پلن Ultra با قیمت ماهانه 250 دلار در دسترسه و استفاده ازش با هشدارها و محدودیت‌های خاصی همراهه.

▪️در تست‌های داخلی تابستون 2024، گوگل رسماً اعلام کرده Deep Think در حال نزدیک شدن به مرزهایی‌ست که ممکنه اون رو به ابزاری غیرقابل کنترل در دستان افراد نادرست تبدیل کنه

مدیرعامل اپل: هوش مصنوعی از اینترنت و گوشی‌های هوشمند بزرگ‌تر خواهد شد
https://www.entekhab.ir/fa/news/878138/%D9%85%D8%AF%DB%8C%D8%B1%D8%B9%D8%A7%D9%85%D9%84-%D8%A7%D9%BE%D9%84-%D9%87%D9%88%D8%B4-%D9%85%D8%B5%D9%86%D9%88%D8%B9%DB%8C-%D8%A7%D8%B2-%D8%A7%DB%8C%D9%86%D8%AA%D8%B1%D9%86%D8%AA-%D9%88-%DA%AF%D9%88%D8%B4%DB%8C%E2%80%8C%D9%87%D8%A7%DB%8C-%D9%87%D9%88%D8%B4%D9%85%D9%86%D8%AF-%D8%A8%D8%B2%D8%B1%DA%AF%E2%80%8C%D8%AA%D8%B1-%D8%AE%D9%88%D8%A7%D9%87%D8%AF-%D8%B4%D8%AF

🔥قابلیت جدید Ideogram : ساخت چهره‌ی اختصاصی با هوش مصنوعی!

▪️سرویس Ideogram یه فیچر جدید به اسم Character معرفی کرده که باهاش می‌تونی چهره‌ی واقعی خودت رو وارد دنیای هوش مصنوعی کنی و عکس‌های خفن بسازی!

▪️ویژگی‌ها :

• کیفیت بالای چهره‌ها (واقعاً طبیعی و دقیق)
• کاملاً رایگان: روزی ۱۰ تصویر رایگان
• عالی برای ساخت پوستر، تبلیغات یا پروفایل‌های خاص

📍 تستش کن:
🔗 ideogram.ai/character

🔥اپل در حال ساخت رقیب ChatGPT؟

▪️طبق گزارش بلومبرگ، اپل داره روی یک موتور پاسخ‌گو مثل ChatGPT و Perplexity کار می‌کنه؛ سیستمی که می‌تونه از اینترنت اطلاعات بگیره و به سؤالات شما پاسخ بده.

▪️این پروژه به‌دست تیمی جدید به نام Answers, Knowledge, and Information داره هدایت میشه؛ هدفش ساخت یه موتور جست‌وجوی هوشمنده که زبان طبیعی رو بفهمه و جوابای دقیق تحویلت بده.

▪️احتمال داره این فناوری توی اپ‌های زیر استفاده بشه:

• Safari
• Siri
• یا حتی یه اپ جدید مستقل از اپل

🔥وقتی Grok برات PDF حرفه‌ای می‌سازه!

▪️هوش مصنوعی Grok که توسط X (همون توییتر سابق) ساخته شده، حالا وارد یه مرحله خفن شده ؛ می‌تونه برات PDF‌های شیک و تر و تمیز بسازه، اونم فقط با یه دستور ساده!

😐 چی می‌تونه درست کنه؟

• رزومه، مقاله، گزارش، ارائه و کلی چیز دیگه
• فونت حرفه‌ای، جدول، نمودار، حتی فرمول!
• انگار یه گرافیست نشسته تو Word یا Canva طراحی کرده
• مهم‌تر از همه؟ کاملاً رایگانه!

+ فقط بگو چی می‌خوای، خودش بقیه‌شو می‌سازه:
grok.com

بعد از افشای مکالمات کاربران ChatGPT ، حالا تمام مکالمات Grok هم در نتایج گوگل منتشر شد!

▪️گزارش‌ها نشون میدن مکالمات کاربران پلتفرم X با هوش مصنوعی Grok توسط گوگل ایندکس شده و در نتایج جستجو ظاهر می‌شن!

▪️این اتفاق نگرانی‌های زیادی درباره نقض حریم خصوصی به‌وجود آورده - مخصوصاً چون خیلی از این گفتگوها مربوط به کاربران ژاپنی هستن، و احتمالاً بدون اطلاع خودشون در دسترس عموم قرار گرفتن.

+ ژاپن دومین کشور از نظر تعداد کاربران X محسوب میشه.

به نظر میاد دیشب شب مهمی برای LLM ها بود.
شرکت openai اومده مدل جدید reasoning معرفی کرده که در کد o4 mini و اینا خوبه ولی خب اوپن سورسه و ملت خودشون با هزینه خیلی کمتر هاست کردن.

اینکا میتونید رایگان استفاده کنید:
https://gpt-oss.com/

سلام، من پروژه‌ای به نام ATOMGPT توسعه دادم که بر پایه NanoGPT ساخته شده. این پروژه با یک data scrapper، داده‌های مورد نیاز شما رو از سایت دلخواه جمع‌آوری می‌کنه و امکان آموزش مدل با تنظیمات دلخواه رو فراهم می‌کنه. چون مدل‌های محلی به دلیل ضعف سخت‌افزاری خروجی ضعیفی دارن، من سیستمی طراحی کردم که پاسخ مدل رو از طریق API به LM Studio می‌فرسته تا خروجی تمیزتری بگیرید. همچنین یه فرانت‌اند با React طراحی شده که ظاهر چت‌بات‌های حرفه‌ای رو شبیه‌سازی می‌کنه. اطلاعات کامل در داکیومنتیشن پروژه هست:
https://github.com/HajDragon/ATOM-GPT.

<Dragonborn/>

خیلی باحاله طرف یه چیزی درست کرده میتونید LLM ها رو توی یه pdf ران کنید:
https://github.com/EvanZhouDev/llm.pdf

<0x_XRVØ/>

سرویس OmniAvatar بر روی Hugging Face به صورت رایگان (برای تست) در دسترس قرار گرفت.
این ابزار می‌تونه با یک تصویر و یک فایل صوتی ورودی، آواتار سخنگو تولید کنه.

لینک:
https://huggingface.co/spaces/alexnasa/OmniAvatar

<Diego Jr/>