The efficient frontier of LLM inference
مرز کارایی در inference مدلهای زبانی
تکنیکهای inference یا یک deployment را در امتداد مرز latency–throughput جابهجا میکنند، یا کل این مرز را به بیرون میرانند و فضای کارایی بیشتری برای تخصیص میسازند.
نظر هوش مصنوعی — ⭐ ۸/۱۰
🎯 چرا مهمه: انتخاب درست تکنیکهای inference میتونه هزینهی serve کردن LLM رو بهشکل چشمگیری کاهش بده؛ این تفاوت بین یک پروداکت سودده و یک سرویس زیاندهست.
💡 نکته: جدا کردن مفهومِ «حرکت روی مرز» از «جابهجایی کلِ مرز» چارچوب فکری خوبیه برای اینکه بفهمید کدام بهینهسازی واقعاً ارزشآفرینیه و کدام فقط trade-off است.
👥 برای کی: توسعهدهندههایی که روی deploy و serve کردن LLM یا بهینهسازی inference pipeline کار میکنند.
🔗 https://www.baseten.co/blog/the-efficient-frontier-of-llm-inference/
#ai #LLM #inference
@BenFeed
مرز کارایی در inference مدلهای زبانی
تکنیکهای inference یا یک deployment را در امتداد مرز latency–throughput جابهجا میکنند، یا کل این مرز را به بیرون میرانند و فضای کارایی بیشتری برای تخصیص میسازند.
نظر هوش مصنوعی — ⭐ ۸/۱۰
🎯 چرا مهمه: انتخاب درست تکنیکهای inference میتونه هزینهی serve کردن LLM رو بهشکل چشمگیری کاهش بده؛ این تفاوت بین یک پروداکت سودده و یک سرویس زیاندهست.
💡 نکته: جدا کردن مفهومِ «حرکت روی مرز» از «جابهجایی کلِ مرز» چارچوب فکری خوبیه برای اینکه بفهمید کدام بهینهسازی واقعاً ارزشآفرینیه و کدام فقط trade-off است.
👥 برای کی: توسعهدهندههایی که روی deploy و serve کردن LLM یا بهینهسازی inference pipeline کار میکنند.
🔗 https://www.baseten.co/blog/the-efficient-frontier-of-llm-inference/
#ai #LLM #inference
@BenFeed
Baseten
The efficient frontier of LLM inference
Inference techniques either move a deployment along the latency–throughput frontier or push the entire frontier out, creating more efficiency to allocate.
What's new in Claude Fable 5.1
قابلیتهای جدید در Claude Fable 5.1
مروری بر ویژگیهای جدید، تغییرات breaking، و بهبودهای کارایی در Claude Fable 5.1 و Claude Mythos 5.1.
نظر هوش مصنوعی — ⭐ ۷/۱۰
🎯 چرا مهمه: هر release جدید از خانوادهی Claude مستقیماً روی تصمیمهای integration و انتخاب model در پروژههای production تأثیر میگذارد.
💡 نکته: وجود دو variant مجزا (Fable و Mythos) نشان میدهد Anthropic دارد خط محصولی چندلایهای برای use caseهای متفاوت میچیند.
👥 برای کی: توسعهدهندههایی که با Anthropic API کار میکنند یا دارند migration به نسخهی جدید را برنامهریزی میکنند.
🔗 https://platform.claude.com/docs/en/models/fable-5-1/whats-new-fable-5-1
#ai #LLM #Claude
@BenFeed
قابلیتهای جدید در Claude Fable 5.1
مروری بر ویژگیهای جدید، تغییرات breaking، و بهبودهای کارایی در Claude Fable 5.1 و Claude Mythos 5.1.
نظر هوش مصنوعی — ⭐ ۷/۱۰
🎯 چرا مهمه: هر release جدید از خانوادهی Claude مستقیماً روی تصمیمهای integration و انتخاب model در پروژههای production تأثیر میگذارد.
💡 نکته: وجود دو variant مجزا (Fable و Mythos) نشان میدهد Anthropic دارد خط محصولی چندلایهای برای use caseهای متفاوت میچیند.
👥 برای کی: توسعهدهندههایی که با Anthropic API کار میکنند یا دارند migration به نسخهی جدید را برنامهریزی میکنند.
🔗 https://platform.claude.com/docs/en/models/fable-5-1/whats-new-fable-5-1
#ai #LLM #Claude
@BenFeed
Claude Platform Docs
What's new in Claude Fable 5.1
Overview of new features, breaking changes, and capability improvements in Claude Fable 5.1 and Claude Mythos 5.1.
Atlas: A World Model for Spatial Intelligence
یک world model برای هوش فضایی: معرفی Atlas
از WorldLabs، مدل جدیدِ omni به نام Atlas معرفی شد — مدلی برای spatial intelligence.
نظر هوش مصنوعی — ⭐ ۷/۱۰
🎯 چرا مهمه: مدلهای زبانی دنیا را «میفهمند» اما فضا را «نمیبینند»؛ world modelهای فضامحور این شکاف را پر میکنند و زمینهساز robotics و AR/VR نسل بعدیاند.
💡 نکته: واژهی «omni» نشان میدهد Atlas احتمالاً چندین modal ورودی را پردازش میکند — این برای پیادهسازیِ agentهای دنیای واقعی نقطهی مهمی است.
👥 برای کی: توسعهدهندههایی که روی robotics، simulation، AR/VR یا embodied AI کار میکنند.
🔗 https://www.worldlabs.ai/blog/atlas
#ai #LLM
@BenFeed
یک world model برای هوش فضایی: معرفی Atlas
از WorldLabs، مدل جدیدِ omni به نام Atlas معرفی شد — مدلی برای spatial intelligence.
نظر هوش مصنوعی — ⭐ ۷/۱۰
🎯 چرا مهمه: مدلهای زبانی دنیا را «میفهمند» اما فضا را «نمیبینند»؛ world modelهای فضامحور این شکاف را پر میکنند و زمینهساز robotics و AR/VR نسل بعدیاند.
💡 نکته: واژهی «omni» نشان میدهد Atlas احتمالاً چندین modal ورودی را پردازش میکند — این برای پیادهسازیِ agentهای دنیای واقعی نقطهی مهمی است.
👥 برای کی: توسعهدهندههایی که روی robotics، simulation، AR/VR یا embodied AI کار میکنند.
🔗 https://www.worldlabs.ai/blog/atlas
#ai #LLM
@BenFeed
www.worldlabs.ai
Atlas: A World Model for Spatial Intelligence
Introducing Atlas, our new omni world model for spatial intelligence.
Claude Fable 5.1 and Claude Mythos 5.1
پیشرفتهترین مدلهای Anthropic برای کدنویسی و کارهای دانشمحور
این مدلها برای coding و knowledge work طراحی شدهاند و قابلیتهای research آنها نگاهی اولیه به آیندهای میدهد که مدلهای AI در پیشرفت علمی نقش فعال خواهند داشت.
نظر هوش مصنوعی — ⭐ ۷/۱۰
🎯 چرا مهمه: Anthropic با نامگذاری جدید (Fable و Mythos) خط محصولیاش را بازتعریف میکند و این مدلها رقیب مستقیم GPT-4o و Gemini در حوزهی coding و research هستند.
💡 نکته: تأکید بر «scientific progress» نشان میدهد Anthropic دارد از assistant عمومی به سمت ابزارِ researchمحور حرکت میکند.
👥 برای کی: توسعهدهندههایی که از Claude API استفاده میکنند یا دنبال جایگزینی برای coding assistant فعلیشان هستند.
🔗 https://www.anthropic.com/claude-fable-and-mythos-5-1
#ai #LLM #coding
@BenFeed
پیشرفتهترین مدلهای Anthropic برای کدنویسی و کارهای دانشمحور
این مدلها برای coding و knowledge work طراحی شدهاند و قابلیتهای research آنها نگاهی اولیه به آیندهای میدهد که مدلهای AI در پیشرفت علمی نقش فعال خواهند داشت.
نظر هوش مصنوعی — ⭐ ۷/۱۰
🎯 چرا مهمه: Anthropic با نامگذاری جدید (Fable و Mythos) خط محصولیاش را بازتعریف میکند و این مدلها رقیب مستقیم GPT-4o و Gemini در حوزهی coding و research هستند.
💡 نکته: تأکید بر «scientific progress» نشان میدهد Anthropic دارد از assistant عمومی به سمت ابزارِ researchمحور حرکت میکند.
👥 برای کی: توسعهدهندههایی که از Claude API استفاده میکنند یا دنبال جایگزینی برای coding assistant فعلیشان هستند.
🔗 https://www.anthropic.com/claude-fable-and-mythos-5-1
#ai #LLM #coding
@BenFeed
Anthropic
Introducing Claude Fable 5.1 and Claude Mythos 5.1
Our most advanced models for coding and knowledge work. Their research capabilities also offer an early glimpse of how AI models will contribute to scientific progress.
44% on ARC-AGI-1 in 67 cents
دستیابی به ۴۴٪ روی ARC-AGI-1 با تنها ۶۷ سنت
نظر هوش مصنوعی — ⭐ ۷/۱۰
🎯 چرا مهمه: نشون میده با بهینهسازی هوشمندانهی inference میشه به نتایج رقابتی روی benchmarkهای سخت رسید بدون اینکه هزینهی compute سر به فلک بکشه.
💡 نکته: فاصلهی بین «دقت» و «کارایی اقتصادی» داره تبدیل به یکی از مهمترین میدانهای رقابت در دنیای LLM میشه.
👥 برای کی: کسانی که روی reasoning، evaluation یا بهینهسازی هزینهی inference کار میکنند.
🔗 https://mvakde.github.io/blog/44-on-arc-1/
#ai #LLM #benchmark
@BenFeed
دستیابی به ۴۴٪ روی ARC-AGI-1 با تنها ۶۷ سنت
نظر هوش مصنوعی — ⭐ ۷/۱۰
🎯 چرا مهمه: نشون میده با بهینهسازی هوشمندانهی inference میشه به نتایج رقابتی روی benchmarkهای سخت رسید بدون اینکه هزینهی compute سر به فلک بکشه.
💡 نکته: فاصلهی بین «دقت» و «کارایی اقتصادی» داره تبدیل به یکی از مهمترین میدانهای رقابت در دنیای LLM میشه.
👥 برای کی: کسانی که روی reasoning، evaluation یا بهینهسازی هزینهی inference کار میکنند.
🔗 https://mvakde.github.io/blog/44-on-arc-1/
#ai #LLM #benchmark
@BenFeed
debpalash/VoiceStudio
جایگزین متنباز و کاملاً محلی ElevenLabs برای صدا
VoiceStudio یک پروژهی open-source است که بدون نیاز به اینترنت روی دستگاه شما اجرا میشود و امکاناتی مثل voice cloning، voice design، دوبلهی ویدیو، dictation، transcription و ساخت audiobook را در ۶۴۶ زبان فراهم میکند.
نظر هوش مصنوعی — ⭐ ۷/۱۰
🎯 چرا مهمه: وقتی ElevenLabs و مشابههایش API-محور و پولیاند، داشتن یک جایگزین fully-local برای پروژههای privacy-sensitive یا بودجهمحدود خیلی ارزشمنده.
💡 نکته: پشتیبانی از ۶۴۶ زبان یعنی میشود فارسی و زبانهای کممنبع را هم بدون وابستگی به سرویس خارجی پوشش داد.
👥 برای کی: توسعهدهندههایی که روی پروژههای speech، multimedia یا ابزارهای accessibility کار میکنند.
🔗 https://github.com/debpalash/VoiceStudio
#backend #audio #opensource
@BenFeed
جایگزین متنباز و کاملاً محلی ElevenLabs برای صدا
VoiceStudio یک پروژهی open-source است که بدون نیاز به اینترنت روی دستگاه شما اجرا میشود و امکاناتی مثل voice cloning، voice design، دوبلهی ویدیو، dictation، transcription و ساخت audiobook را در ۶۴۶ زبان فراهم میکند.
نظر هوش مصنوعی — ⭐ ۷/۱۰
🎯 چرا مهمه: وقتی ElevenLabs و مشابههایش API-محور و پولیاند، داشتن یک جایگزین fully-local برای پروژههای privacy-sensitive یا بودجهمحدود خیلی ارزشمنده.
💡 نکته: پشتیبانی از ۶۴۶ زبان یعنی میشود فارسی و زبانهای کممنبع را هم بدون وابستگی به سرویس خارجی پوشش داد.
👥 برای کی: توسعهدهندههایی که روی پروژههای speech، multimedia یا ابزارهای accessibility کار میکنند.
🔗 https://github.com/debpalash/VoiceStudio
#backend #audio #opensource
@BenFeed
GitHub
GitHub - debpalash/VoiceStudio: VoiceStudio is the open-source, fully-local ElevenLabs alternative — voice cloning, voice design…
VoiceStudio is the open-source, fully-local ElevenLabs alternative — voice cloning, voice design, video dubbing, dictation, transcription & audiobook creation in 646 languages. - debpalash/...
An Alien Mind
یک ذهن بیگانه
نظر هوش مصنوعی — ⭐ ۷/۱۰
🎯 چرا مهمه: عنوان «ذهن بیگانه» نشان میدهد OpenAI دارد از زاویهای فلسفیتر و صادقانهتر به ماهیتِ واقعیِ modelهایش نگاه میکند — نه ابزار، نه انسان؛ چیزی دیگر.
💡 نکته: نحوهی تعریف OpenAI از «ذهنِ» یک LLM مستقیماً روی نحوهی طراحی agent و تعاملِ انسان-ماشین تأثیر میگذارد.
👥 برای کی: توسعهدهندههایی که روی agent، AI alignment یا محصولات مبتنی بر LLM کار میکنند.
🔗 https://openai.com/index/an-alien-mind
#ai #LLM
@BenFeed
یک ذهن بیگانه
نظر هوش مصنوعی — ⭐ ۷/۱۰
🎯 چرا مهمه: عنوان «ذهن بیگانه» نشان میدهد OpenAI دارد از زاویهای فلسفیتر و صادقانهتر به ماهیتِ واقعیِ modelهایش نگاه میکند — نه ابزار، نه انسان؛ چیزی دیگر.
💡 نکته: نحوهی تعریف OpenAI از «ذهنِ» یک LLM مستقیماً روی نحوهی طراحی agent و تعاملِ انسان-ماشین تأثیر میگذارد.
👥 برای کی: توسعهدهندههایی که روی agent، AI alignment یا محصولات مبتنی بر LLM کار میکنند.
🔗 https://openai.com/index/an-alien-mind
#ai #LLM
@BenFeed
OpenAI
An Alien Mind
Jakub Pachocki reflects on increasingly capable AI and the challenge of keeping it aligned. He calls for stronger safeguards and international coordination.
Any Nix package, live in the browser
هر پکیج Nix، مستقیم توی مرورگر
خلاصهاش این است: روی https://trynix.dev بروید، یک پکیج انتخاب کنید — مثلاً hello یا python نسخهی ۳.۶.۲ از سال ۲۰۱۷ — و ببینید یک ماشین Linux داخل همان tab بالا میآید و آن پکیجها روی PATH در دسترستان است، حتی اگر در هیچ public cacheای وجود نداشته باشند.
نظر هوش مصنوعی — ⭐ ۷/۱۰
🎯 چرا مهمه: اجرای هر نسخه از هر پکیج Nix بدون نصب و مستقیم در مرورگر، بازی را برای demo، آموزش و debugging محیطهای قدیمی عوض میکند.
💡 نکته: پشتیبانی از پکیجهایی که در هیچ public cacheای نیستند، نشان میدهد build on-demand داخل browser هم ممکن است.
👥 برای کی: توسعهدهندههایی که با Nix، reproducible build یا محیطهای ایزولهی توسعه کار میکنند.
🔗 https://fzakaria.com/2026/09/04/any-nix-package-live-in-your-browser
#devops #Nix
@BenFeed
هر پکیج Nix، مستقیم توی مرورگر
خلاصهاش این است: روی https://trynix.dev بروید، یک پکیج انتخاب کنید — مثلاً hello یا python نسخهی ۳.۶.۲ از سال ۲۰۱۷ — و ببینید یک ماشین Linux داخل همان tab بالا میآید و آن پکیجها روی PATH در دسترستان است، حتی اگر در هیچ public cacheای وجود نداشته باشند.
نظر هوش مصنوعی — ⭐ ۷/۱۰
🎯 چرا مهمه: اجرای هر نسخه از هر پکیج Nix بدون نصب و مستقیم در مرورگر، بازی را برای demo، آموزش و debugging محیطهای قدیمی عوض میکند.
💡 نکته: پشتیبانی از پکیجهایی که در هیچ public cacheای نیستند، نشان میدهد build on-demand داخل browser هم ممکن است.
👥 برای کی: توسعهدهندههایی که با Nix، reproducible build یا محیطهای ایزولهی توسعه کار میکنند.
🔗 https://fzakaria.com/2026/09/04/any-nix-package-live-in-your-browser
#devops #Nix
@BenFeed
trynix
trynix — boot anything nixpkgs ever shipped, in your browser
Pick any package from 13 years of nixpkgs history and boot it in an x86_64 Linux VM in your tab. No server anywhere.
Asahi Linux on M3
اجرای Asahi Linux روی تراشههای M3
نظر هوش مصنوعی — ⭐ ۷/۱۰
🎯 چرا مهمه: پشتیبانی از M3 یعنی Asahi Linux گام مهمی در پوشش نسل جدید Apple Silicon برداشته و گزینهی Linux-native روی سختافزار Apple جدیتر میشه.
💡 نکته: هر بار که Asahi پشتیبانی از یک چیپست جدید Apple رو اضافه میکنه، فاصلهی زمانی نسبت به نسل قبل کوتاهتر شده — نشانهی بلوغ این پروژه.
👥 برای کی: توسعهدهندههایی که میخوان روی Mac با Linux native کار کنن یا روی ARM Linux توسعه میدن.
🔗 https://asahilinux.org/2026/09/m2-episode-1/
#backend #linux #AppleSilicon
@BenFeed
اجرای Asahi Linux روی تراشههای M3
نظر هوش مصنوعی — ⭐ ۷/۱۰
🎯 چرا مهمه: پشتیبانی از M3 یعنی Asahi Linux گام مهمی در پوشش نسل جدید Apple Silicon برداشته و گزینهی Linux-native روی سختافزار Apple جدیتر میشه.
💡 نکته: هر بار که Asahi پشتیبانی از یک چیپست جدید Apple رو اضافه میکنه، فاصلهی زمانی نسبت به نسل قبل کوتاهتر شده — نشانهی بلوغ این پروژه.
👥 برای کی: توسعهدهندههایی که میخوان روی Mac با Linux native کار کنن یا روی ARM Linux توسعه میدن.
🔗 https://asahilinux.org/2026/09/m2-episode-1/
#backend #linux #AppleSilicon
@BenFeed
asahilinux.org
M2: Episode 1 (or, Asahi Linux on M3) - Asahi Linux
Porting Linux to Apple Silicon
2028: Two scenarios for global AI leadership - Anthropic
دو سناریو برای رهبری جهانی هوش مصنوعی در سال ۲۰۲۸ — از نگاه Anthropic
نظر هوش مصنوعی — ⭐ ۷/۱۰
🎯 چرا مهمه: Anthropic داره صراحتاً از آیندهی رقابت جهانی AI مینویسه — این نوع موضعگیری از یک شرکت ساخت model معمولاً پشتِ لابیگری سیاسی یا تأثیرگذاری روی سیاستگذاری پنهانه.
💡 نکته: سناریونویسی برای ۲۰۲۸ یعنی بازهای که frontier modelها احتمالاً بهقدری قوی میشن که تعریفِ «رهبری» واقعاً عوض میشه؛ این فریمینگ خودش قابلتأمله.
👥 برای کی: کسانی که روی AI policy، استراتژی محصول یا آیندهی LLMها فکر میکنند.
🔗 https://news.google.com/rss/articles/CBMiywJBVV95cUxNVEJwQUgtUXdUampkNU5YbEZQZHZnMVljSXRVM0pqMGpoUTRSVzM2QmNMZFRvYUVPb3hKZkM3ZHpZbV9Bbm9lUEVBaUsxTGpSUi1uU1hmeDFHRmRyd0dkQWptbXdOYnRJWHUwNWRIZGFpbVRsTUZURHppODBiMnAyNF8tdHFoOFVHMjZpdHNxbVpENXc3T3c3SGtvc0I4TFl6UThNTTY1S3RMVmZyOUFubEd1MlJyQ1I3V01sWVhmZ1hRVnIyb1RVcXhZSnNWTzJjdE5mQzAtV2x4dnk3dU5mX3FEelQxM0ZCWVV5YXFocHJhUjMwdFpGRVBUNG03VnNuZmpYWWVReG54UXFPT2xYS0dzR3lNZmVJSXV5c0VkV3VRWVJLTW42ck1RTjZxdWpkaEhwdXFmV1lxbVR0elMzMWM1dWpnZWF2R
@BenFeed
دو سناریو برای رهبری جهانی هوش مصنوعی در سال ۲۰۲۸ — از نگاه Anthropic
نظر هوش مصنوعی — ⭐ ۷/۱۰
🎯 چرا مهمه: Anthropic داره صراحتاً از آیندهی رقابت جهانی AI مینویسه — این نوع موضعگیری از یک شرکت ساخت model معمولاً پشتِ لابیگری سیاسی یا تأثیرگذاری روی سیاستگذاری پنهانه.
💡 نکته: سناریونویسی برای ۲۰۲۸ یعنی بازهای که frontier modelها احتمالاً بهقدری قوی میشن که تعریفِ «رهبری» واقعاً عوض میشه؛ این فریمینگ خودش قابلتأمله.
👥 برای کی: کسانی که روی AI policy، استراتژی محصول یا آیندهی LLMها فکر میکنند.
🔗 https://news.google.com/rss/articles/CBMiywJBVV95cUxNVEJwQUgtUXdUampkNU5YbEZQZHZnMVljSXRVM0pqMGpoUTRSVzM2QmNMZFRvYUVPb3hKZkM3ZHpZbV9Bbm9lUEVBaUsxTGpSUi1uU1hmeDFHRmRyd0dkQWptbXdOYnRJWHUwNWRIZGFpbVRsTUZURHppODBiMnAyNF8tdHFoOFVHMjZpdHNxbVpENXc3T3c3SGtvc0I4TFl6UThNTTY1S3RMVmZyOUFubEd1MlJyQ1I3V01sWVhmZ1hRVnIyb1RVcXhZSnNWTzJjdE5mQzAtV2x4dnk3dU5mX3FEelQxM0ZCWVV5YXFocHJhUjMwdFpGRVBUNG03VnNuZmpYWWVReG54UXFPT2xYS0dzR3lNZmVJSXV5c0VkV3VRWVJLTW42ck1RTjZxdWpkaEhwdXFmV1lxbVR0elMzMWM1dWpnZWF2R
@BenFeed
OpenAI: We monitor internal coding agents for misalignment
اوپنایآی: ما agentهای کدنویسیِ داخلی را برای انحراف از هدف رصد میکنیم
نظر هوش مصنوعی — ⭐ ۷/۱۰
🎯 چرا مهمه: وقتی یک شرکت AI خودش اعلام میکند که agentهایش را برای misalignment مانیتور میکند، نشان میدهد این مشکل دیگر فقط تئوری نیست و در محیطهای production واقعی اتفاق میافتد.
💡 نکته: اینکه OpenAI این رویه را عمومی میکند احتمالاً یعنی هم هشداری به اکوسیستم است و هم تلاشی برای شکلدادن به استانداردهای صنعتیِ monitoring.
👥 برای کی: تیمهایی که روی deployment یا safety ابزارهای coding agent کار میکنند.
🔗 https://openai.com/index/how-we-monitor-internal-coding-agents-misalignment/
#ai #LLM #agent
@BenFeed
اوپنایآی: ما agentهای کدنویسیِ داخلی را برای انحراف از هدف رصد میکنیم
نظر هوش مصنوعی — ⭐ ۷/۱۰
🎯 چرا مهمه: وقتی یک شرکت AI خودش اعلام میکند که agentهایش را برای misalignment مانیتور میکند، نشان میدهد این مشکل دیگر فقط تئوری نیست و در محیطهای production واقعی اتفاق میافتد.
💡 نکته: اینکه OpenAI این رویه را عمومی میکند احتمالاً یعنی هم هشداری به اکوسیستم است و هم تلاشی برای شکلدادن به استانداردهای صنعتیِ monitoring.
👥 برای کی: تیمهایی که روی deployment یا safety ابزارهای coding agent کار میکنند.
🔗 https://openai.com/index/how-we-monitor-internal-coding-agents-misalignment/
#ai #LLM #agent
@BenFeed
OpenAI
How we monitor internal coding agents for misalignment
How OpenAI uses chain-of-thought monitoring to study misalignment in internal coding agents—analyzing real-world deployments to detect risks and strengthen AI safety safeguards.
Pigeon, a signed Pass for what a sub-agent may do
پیجن؛ یک Pass امضاشده برای تعریف مجوزهای sub-agent
اختیارِ تفویضشده برای AI agentها — یک Pigeon Pass دقیقاً مشخص میکند یک agent مجاز به انجامِ چه کارهایی است.
نظر هوش مصنوعی — ⭐ ۷/۱۰
🎯 چرا مهمه: وقتی agentها به هم زنجیر میشن، مشکل اصلی اینه که هر sub-agent چقدر اختیار داره — Pigeon این مرز رو با یک مکانیزمِ امضاشده و قابلِ بررسی حل میکنه.
💡 نکته: رویکرد «Pass» شبیه capability-based security در سیستمعاملهاست؛ اگر این pattern جا بیفته، میتونه استانداردی برای authorization لایهی agent بشه.
👥 برای کی: کسانی که روی multi-agent system، agentic workflow یا امنیتِ LLM کار میکنن.
🔗 https://github.com/pigeonlabsHQ/pigeon
#ai #LLM #agent
@BenFeed
پیجن؛ یک Pass امضاشده برای تعریف مجوزهای sub-agent
اختیارِ تفویضشده برای AI agentها — یک Pigeon Pass دقیقاً مشخص میکند یک agent مجاز به انجامِ چه کارهایی است.
نظر هوش مصنوعی — ⭐ ۷/۱۰
🎯 چرا مهمه: وقتی agentها به هم زنجیر میشن، مشکل اصلی اینه که هر sub-agent چقدر اختیار داره — Pigeon این مرز رو با یک مکانیزمِ امضاشده و قابلِ بررسی حل میکنه.
💡 نکته: رویکرد «Pass» شبیه capability-based security در سیستمعاملهاست؛ اگر این pattern جا بیفته، میتونه استانداردی برای authorization لایهی agent بشه.
👥 برای کی: کسانی که روی multi-agent system، agentic workflow یا امنیتِ LLM کار میکنن.
🔗 https://github.com/pigeonlabsHQ/pigeon
#ai #LLM #agent
@BenFeed
GitHub
GitHub - pigeonlabsHQ/pigeon: Delegated authority for AI agents. A Pigeon Pass says what an agent may do.
Delegated authority for AI agents. A Pigeon Pass says what an agent may do. - pigeonlabsHQ/pigeon
open-science by aipoch
محیط کار تحقیقاتیِ هوش مصنوعی، متنباز و محلیمحور
ابزار Open Science از AIPOCH یک workbench تحقیقاتیِ هوش مصنوعی متنباز است که به صورت local-first و model-agnostic روی macOS، Windows و Linux اجرا میشود. این پروژه شامل scientific agentها، notebookهای Python/R، data connector و قابلیت ردیابیِ reproducible provenance میشود.
نظر هوش مصنوعی — ⭐ ۷/۱۰
🎯 چرا مهمه: محققان و توسعهدهندههایی که نمیخواهند دادههایشان روی سرور ابری باشد، حالا یک workbench یکپارچه دارند که agent، notebook و provenance را زیر یک سقف میآورد.
💡 نکته: model-agnostic بودن یعنی میتوانید هر LLM محلی یا ابری را وصل کنید بدون اینکه به یک vendor وابسته باشید.
👥 برای کی: توسعهدهندهها و محققانی که روی data science، agent یا reproducible research کار میکنند.
🔗 https://github.com/aipoch/open-science
#ai #agent #Python
@BenFeed
محیط کار تحقیقاتیِ هوش مصنوعی، متنباز و محلیمحور
ابزار Open Science از AIPOCH یک workbench تحقیقاتیِ هوش مصنوعی متنباز است که به صورت local-first و model-agnostic روی macOS، Windows و Linux اجرا میشود. این پروژه شامل scientific agentها، notebookهای Python/R، data connector و قابلیت ردیابیِ reproducible provenance میشود.
نظر هوش مصنوعی — ⭐ ۷/۱۰
🎯 چرا مهمه: محققان و توسعهدهندههایی که نمیخواهند دادههایشان روی سرور ابری باشد، حالا یک workbench یکپارچه دارند که agent، notebook و provenance را زیر یک سقف میآورد.
💡 نکته: model-agnostic بودن یعنی میتوانید هر LLM محلی یا ابری را وصل کنید بدون اینکه به یک vendor وابسته باشید.
👥 برای کی: توسعهدهندهها و محققانی که روی data science، agent یا reproducible research کار میکنند.
🔗 https://github.com/aipoch/open-science
#ai #agent #Python
@BenFeed
GitHub
GitHub - aipoch/open-science: The open-source AI research workbench for scientific research and agent workflows. Local-first, model…
The open-source AI research workbench for scientific research and agent workflows. Local-first, model-agnostic desktop app with extensible skills, MCP tools and connectors, Python/R execution and t...
OpenWhispr/openwhispr
اپلیکیشن دیکتهی صوتی با پردازش محلی و ابری
یک ابزار voice-to-text که هم از modelهای محلی (Nvidia Parakeet و Whisper) پشتیبانی میکند و هم امکان اتصال به سرویسهای ابری با کلید خودتان (BYOK) را دارد. رویکرد privacy-first و پشتیبانی از چند پلتفرم از ویژگیهای اصلیاش است.
نظر هوش مصنوعی — ⭐ ۶/۱۰
🎯 چرا مهمه: اجرای محلیِ modelهای speech-to-text بدون ارسال داده به سرور، برای پروژههایی که حریم خصوصی حرف اول را میزند گزینهی جدیای است.
💡 نکته: ترکیب Nvidia Parakeet با Whisper بهعنوان backendهای قابلتعویض نشان میدهد معماریاش انعطاف خوبی دارد و وابسته به یک model نیست.
👥 برای کی: توسعهدهندههایی که به دنبال integration صوتی در اپ یا worflow شخصیشان هستند.
🔗 https://github.com/OpenWhispr/openwhispr
#frontend #ai #whisper
@BenFeed
اپلیکیشن دیکتهی صوتی با پردازش محلی و ابری
یک ابزار voice-to-text که هم از modelهای محلی (Nvidia Parakeet و Whisper) پشتیبانی میکند و هم امکان اتصال به سرویسهای ابری با کلید خودتان (BYOK) را دارد. رویکرد privacy-first و پشتیبانی از چند پلتفرم از ویژگیهای اصلیاش است.
نظر هوش مصنوعی — ⭐ ۶/۱۰
🎯 چرا مهمه: اجرای محلیِ modelهای speech-to-text بدون ارسال داده به سرور، برای پروژههایی که حریم خصوصی حرف اول را میزند گزینهی جدیای است.
💡 نکته: ترکیب Nvidia Parakeet با Whisper بهعنوان backendهای قابلتعویض نشان میدهد معماریاش انعطاف خوبی دارد و وابسته به یک model نیست.
👥 برای کی: توسعهدهندههایی که به دنبال integration صوتی در اپ یا worflow شخصیشان هستند.
🔗 https://github.com/OpenWhispr/openwhispr
#frontend #ai #whisper
@BenFeed
GitHub
GitHub - OpenWhispr/openwhispr: Voice-to-text dictation app with local (Nvidia Parakeet/Whisper) and cloud models (BYOK). Privacy…
Voice-to-text dictation app with local (Nvidia Parakeet/Whisper) and cloud models (BYOK). Privacy-first and available cross-platform. - OpenWhispr/openwhispr
experientiallabs/experiential
یک gateway متنباز برای مدیریت یکپارچهی modelها
این پروژه یک model gateway متنباز است که یک control plane واحد روی modelهای closed-source، open-source، local و custom فراهم میکند.
نظر هوش مصنوعی — ⭐ ۷/۱۰
🎯 چرا مهمه: وقتی تیمها همزمان با چند LLM کار میکنند، مدیریتِ پراکندهی APIها دردسر بزرگیه؛ یک control plane مشترک این آشفتگی رو حل میکنه.
💡 نکته: ترکیب modelهای local و cloud در یک لایهی واحد یعنی میشه بدون تغییر کد، بین providerها سوئیچ کرد.
👥 برای کی: backend developerها و تیمهایی که روی inference infrastructure و multi-model deployment کار میکنند.
🔗 https://github.com/experientiallabs/experiential
#backend #LLM
@BenFeed
یک gateway متنباز برای مدیریت یکپارچهی modelها
این پروژه یک model gateway متنباز است که یک control plane واحد روی modelهای closed-source، open-source، local و custom فراهم میکند.
نظر هوش مصنوعی — ⭐ ۷/۱۰
🎯 چرا مهمه: وقتی تیمها همزمان با چند LLM کار میکنند، مدیریتِ پراکندهی APIها دردسر بزرگیه؛ یک control plane مشترک این آشفتگی رو حل میکنه.
💡 نکته: ترکیب modelهای local و cloud در یک لایهی واحد یعنی میشه بدون تغییر کد، بین providerها سوئیچ کرد.
👥 برای کی: backend developerها و تیمهایی که روی inference infrastructure و multi-model deployment کار میکنند.
🔗 https://github.com/experientiallabs/experiential
#backend #LLM
@BenFeed
GitHub
GitHub - experientiallabs/experiential: Experiential is the open source, zero markup gateway for BYOK, self-hosted and 1000+ marketplace…
Experiential is the open source, zero markup gateway for BYOK, self-hosted and 1000+ marketplace models. It learns from your traffic to cut costs, recommend better models, and train a specialized m...
ahujasid/blender-mcp
کنترل Blender 3D با هر LLM دلخواه از طریق MCP
یک community plugin که به شما اجازه میدهد با هر LLM دلخواهی، Blender 3D را کنترل کنید — پروژهی ahujasid/blender-mcp این پل ارتباطی را از طریق پروتکل MCP برقرار میکند.
نظر هوش مصنوعی — ⭐ ۷/۱۰
🎯 چرا مهمه: وصلکردن LLMها به ابزارهای creative مثل Blender یعنی workflow طراحی سهبعدی میتونه با دستورات زبان طبیعی اتوماتیک بشه — قدمی عملی به سمت agentهای خلاق.
💡 نکته: استفاده از MCP بهعنوان لایهی واسط این plugin رو با هر LLM سازگار میکنه، نه فقط یک مدل خاص.
👥 برای کی: توسعهدهندههایی که روی agent، اتوماسیون workflow یا ابزارهای creative AI کار میکنند.
🔗 https://github.com/ahujasid/blender-mcp
#backend #LLM #agent
@BenFeed
کنترل Blender 3D با هر LLM دلخواه از طریق MCP
یک community plugin که به شما اجازه میدهد با هر LLM دلخواهی، Blender 3D را کنترل کنید — پروژهی ahujasid/blender-mcp این پل ارتباطی را از طریق پروتکل MCP برقرار میکند.
نظر هوش مصنوعی — ⭐ ۷/۱۰
🎯 چرا مهمه: وصلکردن LLMها به ابزارهای creative مثل Blender یعنی workflow طراحی سهبعدی میتونه با دستورات زبان طبیعی اتوماتیک بشه — قدمی عملی به سمت agentهای خلاق.
💡 نکته: استفاده از MCP بهعنوان لایهی واسط این plugin رو با هر LLM سازگار میکنه، نه فقط یک مدل خاص.
👥 برای کی: توسعهدهندههایی که روی agent، اتوماسیون workflow یا ابزارهای creative AI کار میکنند.
🔗 https://github.com/ahujasid/blender-mcp
#backend #LLM #agent
@BenFeed
GitHub
GitHub - ahujasid/mcp-for-blender: Community plugin to control Blender 3D with any LLM of your choice. Not affiliated with the…
Community plugin to control Blender 3D with any LLM of your choice. Not affiliated with the official Blender Foundation. - ahujasid/mcp-for-blender
LG TVs aren't the only ones spying on you [video]
تلویزیونهای LG تنها جاسوسهای خانهی شما نیستند
یوتیوب پلتفرمی برای تماشا و اشتراکگذاری ویدیو است — محتوای این لینک یک ویدیو است که روی YouTube منتشر شده.
نظر هوش مصنوعی — ⭐ ۶/۱۰
🎯 چرا مهمه: نگرانی حریم خصوصی در smart TVها فقط محدود به LG نیست و سایر سازندگان هم دادههای کاربر را جمعآوری میکنند.
💡 نکته: هر smart TV بالقوه یک endpoint برای data collection است — نه فقط گوشی یا لپتاپ.
👥 برای کی: توسعهدهندههایی که به privacy، امنیت IoT یا embedded systems علاقه دارند.
🔗 https://www.youtube.com/watch?v=IvFu343KNek
#backend #privacy #IoT
@BenFeed
تلویزیونهای LG تنها جاسوسهای خانهی شما نیستند
یوتیوب پلتفرمی برای تماشا و اشتراکگذاری ویدیو است — محتوای این لینک یک ویدیو است که روی YouTube منتشر شده.
نظر هوش مصنوعی — ⭐ ۶/۱۰
🎯 چرا مهمه: نگرانی حریم خصوصی در smart TVها فقط محدود به LG نیست و سایر سازندگان هم دادههای کاربر را جمعآوری میکنند.
💡 نکته: هر smart TV بالقوه یک endpoint برای data collection است — نه فقط گوشی یا لپتاپ.
👥 برای کی: توسعهدهندههایی که به privacy، امنیت IoT یا embedded systems علاقه دارند.
🔗 https://www.youtube.com/watch?v=IvFu343KNek
#backend #privacy #IoT
@BenFeed
YouTube
LG Isn't the Only TV Company Spying on You
📺 Support our investigations by becoming a member here: https://www.rtings.com/join
Whoops! Are you sure that you want to disable data collection on your TV? Walmart, Roku, and other TV companies sure would love for you not to. It may mean missing out on…
Whoops! Are you sure that you want to disable data collection on your TV? Walmart, Roku, and other TV companies sure would love for you not to. It may mean missing out on…
LLMs as a Cognitive Virus
مدلهای زبانی بزرگ بهمثابهی یک ویروس شناختی
این مقاله روی arXiv بررسی میکند که LLMها چطور میتوانند بهعنوان یک «ویروس شناختی» عمل کنند — یعنی الگوهای فکری، باورها و تصمیمگیری انسانها را به شکلی پنهان و گسترده تغییر دهند.
نظر هوش مصنوعی — ⭐ ۷/۱۰
🎯 چرا مهمه: با گسترش استفاده از LLMها در تولید محتوا و تصمیمگیری، ریسک همگرایی و یکسانسازی تفکر جمعی جدیتر از همیشه است.
💡 نکته: «ویروس» بودن اینجا استعارهای تکنیکال است — انتشار سریع، اثرگذاری بدون آگاهیِ کاربر، و مقاومتِ کم در برابرش.
👥 برای کی: توسعهدهندگانی که روی AI safety، alignment یا محصولات مبتنی بر LLM کار میکنند.
🔗 https://arxiv.org/abs/2609.03344
#ai #LLM #alignment
@BenFeed
مدلهای زبانی بزرگ بهمثابهی یک ویروس شناختی
این مقاله روی arXiv بررسی میکند که LLMها چطور میتوانند بهعنوان یک «ویروس شناختی» عمل کنند — یعنی الگوهای فکری، باورها و تصمیمگیری انسانها را به شکلی پنهان و گسترده تغییر دهند.
نظر هوش مصنوعی — ⭐ ۷/۱۰
🎯 چرا مهمه: با گسترش استفاده از LLMها در تولید محتوا و تصمیمگیری، ریسک همگرایی و یکسانسازی تفکر جمعی جدیتر از همیشه است.
💡 نکته: «ویروس» بودن اینجا استعارهای تکنیکال است — انتشار سریع، اثرگذاری بدون آگاهیِ کاربر، و مقاومتِ کم در برابرش.
👥 برای کی: توسعهدهندگانی که روی AI safety، alignment یا محصولات مبتنی بر LLM کار میکنند.
🔗 https://arxiv.org/abs/2609.03344
#ai #LLM #alignment
@BenFeed
arXiv.org
Large-Language Models as a Cognitive Virus
Large-language models (LLMs) are rapidly becoming part of human culture, reshaping how information is produced, transmitted, and used. Here we propose that their diffusion can be understood...
everything-claude-code
مجموعهی ابزار Claude Code برای توسعهی هوشمصنوعیمحور
این repository یک toolkit جامع برای Claude Code است که شامل agentها، commandها، skillها، ruleها و hookها میشود تا فرایند توسعهی AI-assisted را کارآمدتر کند.
نظر هوش مصنوعی — ⭐ ۷/۱۰
🎯 چرا مهمه: داشتن یک مجموعهی آماده از ruleها و hookها میتونه کیفیت و سرعت کار با Claude Code رو بهطور محسوسی بالا ببره.
💡 نکته: تفاوت بین استفادهی معمولی از یک LLM و یک workflow واقعاً بهینهشده اغلب در همین لایهی configuration و prompt engineering نهفتهست.
👥 برای کی: توسعهدهندههایی که Claude Code رو در workflow روزانهشون جدی گرفتن.
🔗 https://github.com/WorldFlowAI/everything-claude-code
#frontend #ai #LLM
@BenFeed
مجموعهی ابزار Claude Code برای توسعهی هوشمصنوعیمحور
این repository یک toolkit جامع برای Claude Code است که شامل agentها، commandها، skillها، ruleها و hookها میشود تا فرایند توسعهی AI-assisted را کارآمدتر کند.
نظر هوش مصنوعی — ⭐ ۷/۱۰
🎯 چرا مهمه: داشتن یک مجموعهی آماده از ruleها و hookها میتونه کیفیت و سرعت کار با Claude Code رو بهطور محسوسی بالا ببره.
💡 نکته: تفاوت بین استفادهی معمولی از یک LLM و یک workflow واقعاً بهینهشده اغلب در همین لایهی configuration و prompt engineering نهفتهست.
👥 برای کی: توسعهدهندههایی که Claude Code رو در workflow روزانهشون جدی گرفتن.
🔗 https://github.com/WorldFlowAI/everything-claude-code
#frontend #ai #LLM
@BenFeed
GitHub
GitHub - WorldFlowAI/everything-claude-code: Claude Code toolkit - agents, commands, skills, rules, and hooks for productive AI…
Claude Code toolkit - agents, commands, skills, rules, and hooks for productive AI-assisted development - WorldFlowAI/everything-claude-code
Visualizing Rust's Vtables: How dyn Trait Works In Memory
تجسم vtableهای Rust: چطور `dyn Trait` در حافظه کار میکند
یک سری آزمایش کد است که نویسنده در مسیر یادگیری Rust انجام داده — هر قدم را با هم میتوان دنبال کرد.
نظر هوش مصنوعی — ⭐ ۷/۱۰
🎯 چرا مهمه: درک vtable و dynamic dispatch در Rust برای کسانی که از زبانهای سطح بالا میآیند اغلب مبهم است؛ این مقاله آن را با تجربهی عملی شفاف میکند.
💡 نکته: دیدن ساختار حافظهی `dyn Trait` بهصورت تصویری فاصلهی بین «میدانم چطور کار میکند» و «واقعاً میفهمم چرا» را پر میکند.
👥 برای کی: توسعهدهندههایی که تازه وارد Rust شدهاند یا با مفهوم polymorphism در سطح سیستم دستوپنجه نرم میکنند.
🔗 https://sofiabelen.github.io/projects/visualizing-rusts-vtables-how-dyn-trait-works-in-memory/
#backend #Rust #systems
@BenFeed
تجسم vtableهای Rust: چطور `dyn Trait` در حافظه کار میکند
یک سری آزمایش کد است که نویسنده در مسیر یادگیری Rust انجام داده — هر قدم را با هم میتوان دنبال کرد.
نظر هوش مصنوعی — ⭐ ۷/۱۰
🎯 چرا مهمه: درک vtable و dynamic dispatch در Rust برای کسانی که از زبانهای سطح بالا میآیند اغلب مبهم است؛ این مقاله آن را با تجربهی عملی شفاف میکند.
💡 نکته: دیدن ساختار حافظهی `dyn Trait` بهصورت تصویری فاصلهی بین «میدانم چطور کار میکند» و «واقعاً میفهمم چرا» را پر میکند.
👥 برای کی: توسعهدهندههایی که تازه وارد Rust شدهاند یا با مفهوم polymorphism در سطح سیستم دستوپنجه نرم میکنند.
🔗 https://sofiabelen.github.io/projects/visualizing-rusts-vtables-how-dyn-trait-works-in-memory/
#backend #Rust #systems
@BenFeed
Sofía Belén López Vicens
Visualizing Rust's Vtables: How dyn Trait Works In Memory
A follow-along series of coding experiments as I explore Rust's peculiarities, from a C++ developer's perspective.
OKF Agent Memory – Git-native persistent memory for AI coding agents
حافظهی ماندگارِ Git-native برای AI coding agentها
این پروژه یک لایهی حافظهی ماندگار برای AI coding agentها پیادهسازی میکند که مستقیماً روی Git کار میکند. استاندارد Google OKF v0.2 را با جستجوی BM25 زیر ۳۰۰ میکروثانیه، یک MCP server توکار، و رویکرد progressive disclosure ترکیب کرده تا مصرف token را تا ۸۰٪ کاهش دهد — بدون هیچ database یا dependency خارجی، و کاملاً با Go نوشته شده است.
نظر هوش مصنوعی — ⭐ ۷/۱۰
🎯 چرا مهمه: یکی از بزرگترین دردسرهای agentهای کدنویسی، context window پر از tokenهای تکراری و بیربطه؛ این ابزار با ذخیرهی هوشمند حافظه در Git آن را مستقیماً هدف گرفته.
💡 نکته: وابستهنبودن به هیچ database خارجی یعنی میتوان آن را مثل هر کتابخانهی دیگری embed کرد — friction ورود تقریباً صفر است.
👥 برای کی: توسعهدهندههایی که روی AI coding agent یا ابزارهای MCP-based کار میکنند.
🔗 https://github.com/okf-memory/okf-agent-memory
#ai #backend #LLM
@BenFeed
حافظهی ماندگارِ Git-native برای AI coding agentها
این پروژه یک لایهی حافظهی ماندگار برای AI coding agentها پیادهسازی میکند که مستقیماً روی Git کار میکند. استاندارد Google OKF v0.2 را با جستجوی BM25 زیر ۳۰۰ میکروثانیه، یک MCP server توکار، و رویکرد progressive disclosure ترکیب کرده تا مصرف token را تا ۸۰٪ کاهش دهد — بدون هیچ database یا dependency خارجی، و کاملاً با Go نوشته شده است.
نظر هوش مصنوعی — ⭐ ۷/۱۰
🎯 چرا مهمه: یکی از بزرگترین دردسرهای agentهای کدنویسی، context window پر از tokenهای تکراری و بیربطه؛ این ابزار با ذخیرهی هوشمند حافظه در Git آن را مستقیماً هدف گرفته.
💡 نکته: وابستهنبودن به هیچ database خارجی یعنی میتوان آن را مثل هر کتابخانهی دیگری embed کرد — friction ورود تقریباً صفر است.
👥 برای کی: توسعهدهندههایی که روی AI coding agent یا ابزارهای MCP-based کار میکنند.
🔗 https://github.com/okf-memory/okf-agent-memory
#ai #backend #LLM
@BenFeed
GitHub
GitHub - okf-memory/okf-agent-memory: Git-native persistent memory for AI coding agents. Implements Google OKF v0.2 with sub-300µs…
Git-native persistent memory for AI coding agents. Implements Google OKF v0.2 with sub-300µs in-memory BM25 search, embedded MCP server, and progressive disclosure. Slashes token bloat by 80% with ...