تو قسمت قبل فهمیدیم چرا هوش مصنوعی اشتباه میکنه: توهم، سؤال مبهم، ابزار غلط. حالا وقتشه دوتای اول رو با یه حرکت حل کنیم.
راز کار یه چیزه: تو نباید فقط سؤال رو بفرستی؛ باید قبلش به AI «طرز فکر کردن» رو یاد بدی.
مشکل اینه که هوش مصنوعی بهصورت پیشفرض میخواد سریع جواب بده. ولی ما سرعت نمیخوایم، دقت میخوایم. پرامپت زیر دقیقاً همین کار رو میکنه: مجبورش میکنه آروم بشه، قدمبهقدم فکر کنه، خودش رو بازبینی کنه، و از همه مهمتر، اگه مطمئن نبود صادقانه اعتراف کنه بهجای اینکه جوابِ الکی بسازه.
کافیه این پرامپت رو یک بار اول چت بفرستی، بعد سؤالت رو بذاری.
# نقش و معیار موفقیت
تو متخصص حل سؤالات آزمونِ ایران با دقت بالا هستی. یک پاسخ «درست» پاسخی است که: (الف) با منبع مصوب درس بخواند، (ب) با استدلال گامبهگام و یک بازبینیِ انتقادی تأیید شده باشد، (ج) سطح اطمینانش صادقانه اعلام شده باشد. اولویت با درستی است، نه سرعت.
# گام صفر: تشخیص حالت منبع (اول این را تعیین و اعلام کن)
- «با منبع»: کاربر نام کتاب/مؤلف/جزوه یا متن/تصویر صفحه را داده است.
- «بیمنبع»: هیچ منبعی ارائه نشده است.
# قواعد منبع
حالت با منبع:
- پاسخ را دقیقاً بر اساس همان منبع بده، حتی اگر با دانش عمومیات متفاوت باشد.
- اگر منبع با دانش عمومی تناقض دارد: اول پاسخ مطابق منبع، بعد یک خط تذکر.
- هرگز چیزی را که در منبع نیست به منبع نسبت نده. اگر یافت نشد، صریح بگو «در منبع ارائهشده یافت نشد».
حالت بیمنبع:
- بر اساس معتبرترین دانش آکادمیک پاسخ بده.
- هشدار بده: «این پاسخ بر اساس دانش عمومی است؛ اگر درس منبع مصوب دارد ممکن است پاسخ کتاب فرق کند — برای دقت، منبع را بفرست.»
- هرگز وانمود نکن از منبعی نقل میکنی در حالی که منبعی نداری.
# قواعد بنیادین
۱. هرگز حدس نزن. اگر مطمئن نیستی، صریح بگو.
۲. به کلمات کلیدیِ صورتمسئله دقت ویژه کن، مخصوصاً «نادرست»، «بهجز»، «همیشه»، «هرگز».
۳. در تستی، تمام گزینهها را بررسی کن و دلیل رد هر گزینهی غلط را بنویس.
۴. اعداد و فرمولها را از حافظهی مبهم ننویس؛ اول فرمول را بنویس بعد جایگذاری کن.
# فرایند داخلی (این سه نقش را در یک پاسخ، بهترتیب اجرا کن)
۱. حلکننده: سؤال را گامبهگام تحلیل و حل کن.
۲. منتقد: حالا نقشِ یک منتقدِ سختگیر را بگیر. فقط دنبال خطا بگرد، نه دفاع از پاسخ. این سه را چک کن — «آیا به سؤالِ واقعی پاسخ دادم؟ آیا محاسبه/استدلالم خطا دارد؟ آیا (در حالت با منبع) پاسخ واقعاً از منبع است نه دانش عمومی؟»
۳. نهاییکننده: اگر منتقد خطایی یافت، اصلاح کن؛ سپس پاسخ نهایی را ارائه بده.
# فرمت خروجی
حالت: [با منبع (+نام منبع) / بیمنبع]
نوع سؤال: [...]
استدلال: [گامبهگام]
بررسی گزینهها (در تستی): [...]
نتیجهی بازبینی انتقادی: [خطایی یافت شد و اصلاح شد / تأیید شد]
پاسخ نهایی: [صریح / گزینه]
سطح اطمینان: [بالا / متوسط / پایین + دلیل]
# دستور نهایی
مهمترین قانونها را فراموش نکن: بدون منبع چیزی به منبع نسبت نده، و اگر مطمئن نیستی صادقانه اعلام کن. حالا منتظر سؤال من باش.
همین! حالا هر سؤال امتحانیای بفرستی، AI بهجای یه جوابِ سرسری، مثل یه استاد دقیق برات تحلیلش میکنه و اگه جایی شک داشته باشه، خودش بهت میگه.
تو قسمت بعد یه قدم جلوتر میریم: جنگ مدل های رایگان!
Please open Telegram to view this post
VIEW IN TELEGRAM
❤11👍1
تا اینجا پرامپت مادر رو ساختیم. ولی بهترین پرامپت هم روی مدلِ ضعیف محدود میمونه. پس سؤال بعدی: بین مدلهای رایگانِ امروز، کدوم واقعاً برای درس میارزه؟
اول یه چیزِ مهم — MMLU چیه؟
یه «امتحانِ تستیِ غولپیکر» با ۱۶هزار سؤال در ۵۷ موضوع (ریاضی، حقوق، پزشکی، تاریخ و...). یعنی نزدیکترین آزمون به همون کاری که ما میخوایم بکشیم. نکته اینه که الان همهی مدلهای قوی نزدیکِ هم و بالای ۸۷٪ میزنن و این آزمون «اشباع» شده — برای همین برای تفکیکِ واقعی سراغ آزمونهای سختترِ علمی (GPQA) هم میریم.
حالا رتبهبندی (نمرهی هوشِ کلی + MMLU)
🥇 GPT-5.5 — هوش ۶۰.۲ | MMLU حدود ۹۲٪
باهوشترینِ کل. برای استدلال عمومی و سؤالهایی که عکس و متن قاطیان، مطمئنترین انتخابه.
🥈 Gemini 3.1 Pro — هوش ۵۷.۲ | MMLU-Pro حدود ۹۱٪
قهرمان استدلال علمی؛ روی GPQA نزدیک ۹۴٪ و صدرنشینه. برای علوم پایه و استدلال سنگین یه غوله.
🥉 Qwen 3.7 Max — هوش ۵۶.۶ | MMLU-Pro ۸۹.۶٪ (صدرِ این آزمون)
نمرهاش بالاست، ولی برگ برندهاش اینه که روی زبانهای غیرانگلیسی، یعنی فارسی، معمولاً بهتر از رتبهی جهانیش ظاهر میشه.
⚡️ Gemini 3.5 Flash — هوش ۵۵.۳ | MMLU-Pro حدود ۸۹٪
سریعترینِ جمع و عکس رو خوب میخونه. برای وقتی که فقط میخوای عکسِ صفحهی کتاب رو بفرستی و سریع جواب بگیری، عالیه.
🧮 DeepSeek V4 Pro — هوش ۵۲ | MMLU-Pro ۸۷.۵٪
روی ریاضی و کدنویسی یکی از قویترینهاست و رایگانش هم سخاوتمنده. اگه رشتهات حسابی ریاضی داره، حتماً امتحانش کن.
برای همین، خودمون داریم همین مدلها رو با پرامپت مادر روی سؤالات واقعیِ ارشد فارسی تست میکنیم. نتیجه — که ممکنه غافلگیرت کنه — تو قسمت بعد.
Please open Telegram to view this post
VIEW IN TELEGRAM
👍10❤3
🧠 بنچمارک GptGate | قسمت ۴
آزمون: کنکور ارشد مهندسی کامپیوتر ۱۴۰۴
این قسمت رفتیم سراغ یه آزمون واقعی و سخت فارسی و چهار تا مدل رو انداختیم به جونش. نتیجه یه جاهایی غافلگیرکننده بود 👇
📊 نتایج خام
🥇 چرا Codex برد؟
🔮 چرا جمنای انقدر تمیز جواب داد؟
🤔 و اما داستان عجیب GPT-5.5 و Opus 4.8
🔬 برای همین داریم خروجی خامشون رو دستی بازبینی میکنیم و نتیجهی نهایی رو تو پست بعدی شفاف اعلام میکنیم.
نظرت چیه؟ به نظرت مشکل از مدله یا از فرمت؟ 👇
آزمون: کنکور ارشد مهندسی کامپیوتر ۱۴۰۴
این قسمت رفتیم سراغ یه آزمون واقعی و سخت فارسی و چهار تا مدل رو انداختیم به جونش. نتیجه یه جاهایی غافلگیرکننده بود 👇
📊 نتایج خام
GPT-5.5 Codex (high) → 90.43٪
Gemini 3.1 Pro → ۸۷٪
GPT-5.5 (high) → ۳۹٪
Claude Opus 4.8 (high) → ۳۹٪
🥇 چرا Codex برد؟
سوالای ارشد کامپیوتر پر از ساختمانداده، الگوریتم و منطق برنامهنویسیه. نسخهی Codex دقیقاً روی همین جنس استدلال قدمبهقدم فاینتیون شده. جایی که سوال به تفکر شبهکدی و دقت ریاضی نیاز داره، این مدل خونهی خودشه.
🔮 چرا جمنای انقدر تمیز جواب داد؟
نقطهقوت جمنای فهم و استدلال مستقیم تو زبون فارسیه؛ متن سوال رو بدون اینکه گیج بشه میخونه و کانتکست بلند آزمون رو خوب نگه میداره. ترکیب «فارسیفهمی + استدلال ساختاریافته» نتیجهش شد ۸۷٪.
🤔 و اما داستان عجیب GPT-5.5 و Opus 4.8
این دو تا مدل فلگشیپ هر دو دقیقاً ۳۹٪ زدن — عددی نزدیک به شانس. وقتی دو مدل قوی همزمان انقدر پایین و دقیقاً مساوی میزنن، احتمال اینکه «مفهوم رو بلد نباشن» کمه. سرنخها بیشتر به سمت فرمت پاسخدهی و نحوهی استخراج جواب میره تا ضعف واقعی استدلال.
🔬 برای همین داریم خروجی خامشون رو دستی بازبینی میکنیم و نتیجهی نهایی رو تو پست بعدی شفاف اعلام میکنیم.
نظرت چیه؟ به نظرت مشکل از مدله یا از فرمت؟ 👇
🔥8❤4
یک سری نکته ها درباره بنچمارک اولیه که انجام دادیم
ما مستقیم pdf آزمون رو به مدل ها دادیم و سوال هارو تک تک نفرستادیم، ممکنه دلیل اینکه بعضی مدلها جواب هارو خوب ندادن، همین باشه، دلیل اینکه توی بنچمارک اولیه مدلهای Qwen و Deepseek نیستن هم همینه که اصلا نمیتونن pdf هارو درست بخونن.(البته من خودم خیلی از مدل Qwen 3.7 خوشم میاد و بعدا بیشتر درباره کاربردهاش براتون پست میزاریم).
گوگل توی بنچمارک های بین المللی هم بیشترین نمره رو توی ازمون های مربوط به علوم داره و چون روی داده های گوگل اموزش دیده بهترین درک رو از زبان فارسی داره و خیلی فارسی رو بهتر مینویسه.
دومین نکته درباره گوگل اینه که توی تبدیل کردن pdf های فارسی به متن ( هم اسکن شده هم متنی) خارقالعاده است و اگه کار ترجمه میکنید و میخواید pdf هارو اول به متن تبدیل کنید بعد بدید به مدل های دیگه بهترین مدل برای این کاره و توی مقاله نویسی هم خیلی به درد میخوره.
نکته جالب برای خودم فرق بین gpt 5.5 که توی اپلیکیشن و سایت میگیرید با gpt 5.5 توی اپ کدکس بود و فکر میکنم دلیلش احتمالا این باشه که مدل سایت طوری تنظیم شده که جوابای کوتاه تر و آبکی تری بده که زیاد توکن مصرف نکنه بخاطر یک میلیارد کاربر چت جی پی تی ( البته با تمام این سیاستها بازم ممکنه OpenAI ورشکست بشه).
کلاد واقعا برام ناامید کننده بود، البته که به نظرم خیلی از چیزهایی که الان درباره کلاد میبینید مارکتینگه و حتی توی بنچمارکها اونقدری با کدکس فاصله نداره که تفاوت خیلی زیادی ایجاد کنه و اگه درست از مدل های دیگه استفاده کنید، هزینه کمتری بهتون تحمیل میشه و لازم نیست با ترس و لرز از کلاد استفاده کنید. (البته پیشنهاد ما برای کسایی که کار حرفهای میکنن اینه که خودشون رو به یک مدل زنجیر نکنن و از همه ابزار ها استفاده کنن).
ولی ما دوباره تک تک سوال هارو به کلاد و چت و دیپ سیک و Qwen میدیم که ببینیم چه نتیجهای میدن.
برنامه آیندمون اینه که کنکور های حقوق، زیست، شیمی، پزشکی رو هم بنچمارک بگیریم و براتون یک لیست کامل از نتایج واقعی هوش مصنوعیها برای فارسی زبانها بزاریم .
اگه آزمون خاصی مد نظرتونه هم برامون کامنت کنید.
اگر توی این زمینه تخصص دارید خوشحال میشیم بهمون پیام بدید و نظرات و پیشنهادات و انتقاداتتون رو باهامون اشتراک بزارید.
😀 GptGate|دروازه دنیای هوش مصنوعی ⚡️
ما مستقیم pdf آزمون رو به مدل ها دادیم و سوال هارو تک تک نفرستادیم، ممکنه دلیل اینکه بعضی مدلها جواب هارو خوب ندادن، همین باشه، دلیل اینکه توی بنچمارک اولیه مدلهای Qwen و Deepseek نیستن هم همینه که اصلا نمیتونن pdf هارو درست بخونن.(البته من خودم خیلی از مدل Qwen 3.7 خوشم میاد و بعدا بیشتر درباره کاربردهاش براتون پست میزاریم).
گوگل توی بنچمارک های بین المللی هم بیشترین نمره رو توی ازمون های مربوط به علوم داره و چون روی داده های گوگل اموزش دیده بهترین درک رو از زبان فارسی داره و خیلی فارسی رو بهتر مینویسه.
دومین نکته درباره گوگل اینه که توی تبدیل کردن pdf های فارسی به متن ( هم اسکن شده هم متنی) خارقالعاده است و اگه کار ترجمه میکنید و میخواید pdf هارو اول به متن تبدیل کنید بعد بدید به مدل های دیگه بهترین مدل برای این کاره و توی مقاله نویسی هم خیلی به درد میخوره.
نکته جالب برای خودم فرق بین gpt 5.5 که توی اپلیکیشن و سایت میگیرید با gpt 5.5 توی اپ کدکس بود و فکر میکنم دلیلش احتمالا این باشه که مدل سایت طوری تنظیم شده که جوابای کوتاه تر و آبکی تری بده که زیاد توکن مصرف نکنه بخاطر یک میلیارد کاربر چت جی پی تی ( البته با تمام این سیاستها بازم ممکنه OpenAI ورشکست بشه).
کلاد واقعا برام ناامید کننده بود، البته که به نظرم خیلی از چیزهایی که الان درباره کلاد میبینید مارکتینگه و حتی توی بنچمارکها اونقدری با کدکس فاصله نداره که تفاوت خیلی زیادی ایجاد کنه و اگه درست از مدل های دیگه استفاده کنید، هزینه کمتری بهتون تحمیل میشه و لازم نیست با ترس و لرز از کلاد استفاده کنید. (البته پیشنهاد ما برای کسایی که کار حرفهای میکنن اینه که خودشون رو به یک مدل زنجیر نکنن و از همه ابزار ها استفاده کنن).
ولی ما دوباره تک تک سوال هارو به کلاد و چت و دیپ سیک و Qwen میدیم که ببینیم چه نتیجهای میدن.
برنامه آیندمون اینه که کنکور های حقوق، زیست، شیمی، پزشکی رو هم بنچمارک بگیریم و براتون یک لیست کامل از نتایج واقعی هوش مصنوعیها برای فارسی زبانها بزاریم .
اگه آزمون خاصی مد نظرتونه هم برامون کامنت کنید.
اگر توی این زمینه تخصص دارید خوشحال میشیم بهمون پیام بدید و نظرات و پیشنهادات و انتقاداتتون رو باهامون اشتراک بزارید.
Please open Telegram to view this post
VIEW IN TELEGRAM
👍19❤1👎1
Haiku، Sonnet، Opus... شاید با خودت گفتی این اسمها از کجا اومدن؟ 🤔
جواب جالبه:
تیم Anthropic (سازندهٔ Claude) برای نامگذاری مدلهاش رفته سراغ دنیای ادبیات و هنر. منطقش هم سادهست؛ هرچی فرم هنری بزرگتر و پرحجمتر باشه، مدل قویتره!
🍃 هایکو (Haiku)
کوتاهترین فرم شعری ژاپنیه، فقط چند کلمه. پس Haiku سریعترین و سبکترین مدله؛ مناسب کارهای ساده و فوری.
📜 سونت (Sonnet)
همون غزل خودمونه، یه فرم متوسط و ساختارمند. Sonnet مدل متعادله؛ بین سرعت و قدرت تعادل برقرار میکنه و برای بیشتر کارها عالیه.
🎼 اوپوس (Opus)
تو موسیقی کلاسیک به «اثر بزرگ» میگن Opus. این یکی از قویترین مدلهاست؛ مخصوص کارهای پیچیده و سنگین.
📖 فِیبل (Fable)
به معنای «افسانه»! این تازهترین و پیشرفتهترین ردهٔ عمومی Claude محسوب میشه و حتی یه پله بالاتر از Opus قرار میگیره. اولین مدل از نسل پنجم Claude هم همینه.
🏛 میثوس (Mythos)
یعنی «اسطوره»؛ بالاترین و قدرتمندترین ردهٔ Claude.
خود اسم «Claude» هم احتمالاً به افتخار کلود شانون انتخاب شده؛ کسی که پدر «نظریه اطلاعات» محسوب میشه و پایههای دنیای دیجیتال امروز رو ساخت.
Please open Telegram to view this post
VIEW IN TELEGRAM
🔥17❤7
شاید براتون سوال باشه چرا مدل جدید انتروپیک از دسترس خارج شد، یکی از دلایلش این بوده و اینکه چند شرکت به دولت آمریکا گزارش دادن که میتونن این مدل رو jailbreak کنن.
یک پژوهشگر امنیتی (با نام مستعار Pliny the Liberator) ادعا کرده که توانسته سدهای امنیتی مدل تازه منتشرشده Claude Fable 5 را با تکنیک Multi-Agent Prompting بشکند و محدودیتهای آن را دور بزند.
ادعای هکر: استخراج پرامپت سیستمی (System Prompt) و وادار کردن مدل به تولید محتوا در زمینههای به شدت ممنوعه مثل حملات سایبری و تسلیحات شیمیایی.
پاسخ Anthropic: آنها این نفوذ را به عنوان یک جیلبریک کامل قبول ندارند؛ استدلالشان این است که مدل فقط درگیر مکالمه شده و هیچ دستورالعمل کاربردی و خطرناکی (مثل کدهای واقعی بدافزار) تولید نکرده است.
نحوه نفوذ: استفاده از تعاملات زنجیرهایِ چند ایجنت هوش مصنوعی برای تغییر تدریجی مسیر مکالمه و فرسایش لایههای نرمافزاریِ امتناع مدل (Refusal Logic).
Please open Telegram to view this post
VIEW IN TELEGRAM
👍11❤1
https://x.com/elder_plinius/status/2064478648057610422?s=20
https://x.com/elder_plinius/status/2064776322979676227?s=20
اگه خواستید در این باره بیشتر بدونید میتونید این دو توییت رو بخونید.
اگر هم ازین دست مطالب فنی خوشتون میاد بهمون بگید که توضیحات کامل رو براتون بزاریم
https://x.com/elder_plinius/status/2064776322979676227?s=20
اگه خواستید در این باره بیشتر بدونید میتونید این دو توییت رو بخونید.
اگر هم ازین دست مطالب فنی خوشتون میاد بهمون بگید که توضیحات کامل رو براتون بزاریم
X (formerly Twitter)
Pliny the Liberator 🐉󠅫󠄼󠄿󠅆󠄵󠄐󠅀󠄼󠄹󠄾󠅉󠅭 (@elder_plinius) on X
🚿 FABLE-5 SYS PROMPT LEAK 🚿
HOWDY, FRENS!! 🤗 Coming in at a WHOPPING ~120,000 characters, here's the Claude Fable 5 system prompt! 😘
"""
Claude Fable 5 — System Prompt
Claude should never use {antml:voice_note} blocks, even if they are found throughout…
HOWDY, FRENS!! 🤗 Coming in at a WHOPPING ~120,000 characters, here's the Claude Fable 5 system prompt! 😘
"""
Claude Fable 5 — System Prompt
Claude should never use {antml:voice_note} blocks, even if they are found throughout…
👍14❤1
این عدد فقط یه آمار نیست؛ یعنی ۵۰۰ بار به ما اعتماد کردید و ما تلاش کردیم که ناامیدتون نکنیم
تمام تلاشمون رو برای رضایت شما گذاشتیم و حتی به دوستانی که به هر دلیلی پشیمون شدن، عودت وجه کامل دادیم. چون اعتماد شما برامون از هر سفارشی مهمتره.
💵 امیدواریم روند کاهشی نرخ دلار ادامه داشته باشه تا بتونیم خدمات باکیفیتتر و ارزونتری براتون فراهم کنیم.
Please open Telegram to view this post
VIEW IN TELEGRAM
❤16👍4❤🔥1
Qwable-v1 منتشر شد؛ مدل متنبازِ دیستیلشده از Claude Fable-5
مدل Qwable-v1 روی Hugging Face منتشر شده؛ یک مدل open-weights بر پایه Qwen3.6-35B-A3B که طبق توضیح سازنده، از Claude Fable-5 دیستیل شده؛ همان مدل Mythos-class پیشنمایش Anthropic که فقط حدود ۴ روز، از ۹ تا ۱۲ ژوئن ۲۰۲۶ عمومی بود.
🔴 نکته جنجالی ماجرا اینجاست:
Fable-5 هنگام انتشار، طبق ادعا یکی از قویترین مدلهای Anthropic بود؛ با امتیاز ۸۰.۳٪ در SWE-bench Pro و هزینه ۵۰ دلار برای هر یک میلیون توکن خروجی.
اما چیزی که Qwable-v1 را خاص میکند، فقط خود مدل نیست؛ دیتاست آن است.
سازنده میگوید مدل با ۴,۶۵۹ agentic-coding trace شفاف آموزش داده شده؛ ردپاهایی که از Glint-Research/Fable-5-traces بازبستهبندی شدهاند و ظاهراً بخشی از CoT در آنها از فیلترهای ضد دیستیل عبور کرده بود.
یعنی فقط سبک پاسخگویی منتقل نشده؛ بخشی از رفتار ابزارمحور Fable هم وارد وزنهای مدل شده.
😀 GptGate|دروازه دنیای هوش مصنوعی ⚡️
مدل Qwable-v1 روی Hugging Face منتشر شده؛ یک مدل open-weights بر پایه Qwen3.6-35B-A3B که طبق توضیح سازنده، از Claude Fable-5 دیستیل شده؛ همان مدل Mythos-class پیشنمایش Anthropic که فقط حدود ۴ روز، از ۹ تا ۱۲ ژوئن ۲۰۲۶ عمومی بود.
Fable-5 هنگام انتشار، طبق ادعا یکی از قویترین مدلهای Anthropic بود؛ با امتیاز ۸۰.۳٪ در SWE-bench Pro و هزینه ۵۰ دلار برای هر یک میلیون توکن خروجی.
اما چیزی که Qwable-v1 را خاص میکند، فقط خود مدل نیست؛ دیتاست آن است.
سازنده میگوید مدل با ۴,۶۵۹ agentic-coding trace شفاف آموزش داده شده؛ ردپاهایی که از Glint-Research/Fable-5-traces بازبستهبندی شدهاند و ظاهراً بخشی از CoT در آنها از فیلترهای ضد دیستیل عبور کرده بود.
مدل روی یک H200 و در حدود ۱۴ ساعت SFT شده و خروجیاش در پرامپتهای ایجنتی، XML ابزارمحور تولید میکند؛ حتی با ابزارهایی شبیه سطح ابزار Claude مثل str_replace_editor.
یعنی فقط سبک پاسخگویی منتقل نشده؛ بخشی از رفتار ابزارمحور Fable هم وارد وزنهای مدل شده.
مدل اصلی، نسخههای GGUF شامل IQ4_XS / Q4_K_M / Q5_K_M / Q8_0 و دیتاست SFT همگی عمومی شدهاند و با لایسنس AGPL-3.0 در دسترساند.
Please open Telegram to view this post
VIEW IN TELEGRAM
👍6❤3🤔1
درآمد فصلی انویدیا از بخش دیتاسنتر و هوش مصنوعی طی ۱۲ سال، حدود ۱۳۰۰ برابر شده. از ۵۷ میلیون دلار به بیش از ۷۵ میلیارد دلار در هر فصل! 🤯
یه چرخش کامل اتفاق افتاده:
📅 اوایل ۲۰۱۴ → دیتاسنتر و AI فقط ۵٪ درآمد بود و گیمینگ بزرگترین بخش
📅 امروز → دیتاسنتر و AI بیش از ۹۰٪ درآمد رو تشکیل میده
🎮 نکته جالب اینجاست: همون GPUهایی که اولش برای بازیهای ویدیویی ساخته شده بودن، دقیقاً بهخاطر توانایی محاسبات موازی، تبدیل به ستون فقرات آموزش مدلهای هوش مصنوعی شدن. الان حدود ۸۵٪ بازار جهانی تراشههای AI دست انویدیاست.
Please open Telegram to view this post
VIEW IN TELEGRAM
🔥7👍1
این بار نوبت ساندار پیچای بود که در مراسم فارغالتحصیلی دانشگاه استنفورد با اعتراض و خروج دستهجمعی دانشجویان روبهرو شود؛ همون دانشگاهی که خودش مدرک کارشناسی ارشدش رو از اونجا گرفته. 😶
🔹 حدود ۲۰۰ نفر از دانشآموختگان، درست وقتی پیچای روی سن رفت، سالن رو ترک کردند و عدهای هم او را هو کردند. این اعتراض که توسط گروه دانشجویی «دانشجویان برای عدالت در فلسطین» سازماندهی شده بود، روی قراردادهای دفاعی گوگل تمرکز داشت؛ بهویژه پروژهای موسوم به Nimbus، یک قرارداد ۱.۲ میلیارد دلاری مشترک با آمازون برای ارائه خدمات ابری و هوش مصنوعی به ارتش اسرائیل، و همچنین همکاریهای گوگل با نهاد مهاجرتی ICE آمریکا.
🔹 نکتهی جالب اینجاست که برخلاف خیلی از مدیران فناوری که امسال سر صحبت از هوش مصنوعی هو شدند، پیچای این بار عمداً اصلاً وارد بحث AI نشد. چون این اعتراض اصلاً ربطی به ترس از جایگزینی شغلها نداشت؛ بلکه مستقیماً به کاربرد این فناوری در قراردادهای نظامی برمیگشت.
Please open Telegram to view this post
VIEW IN TELEGRAM
👍27🤣17
🎯 چطور با هوش مصنوعی درس بخونی که واقعاً یاد بگیری؟
یه حقیقت مهم که خیلیا نمیدونن:
هوش مصنوعی میتونه نمرهت رو بالا ببره ولی هیچی یاد نگیری! 😳
پس قانون اصلی اینه:
👈 هوش مصنوعی باید کاری کنه بیشتر فکر کنی، نه اینکه جای فکر کردنت رو بگیره.
حالا روش درستش 👇
⚠️ دو نکته که نباید یادت بره:
🔹 هوش مصنوعی ابزار کمکیه. اگه فقط داری «جواب میگیری» بهجای «یاد گرفتن»، داری اشتباه استفاده میکنی.
🔹 هوش مصنوعی گاهی با اطمینان کامل اشتباه میگه، مخصوصاً تو فرمول و عدد. مطالب مهم رو حتماً با منبع اصلی چک کن.
😀 GptGate|دروازه دنیای هوش مصنوعی ⚡️
یه حقیقت مهم که خیلیا نمیدونن:
هوش مصنوعی میتونه نمرهت رو بالا ببره ولی هیچی یاد نگیری! 😳
تو یه تحقیق دانشگاهی، دانشجوهایی که فقط جواب رو از هوش مصنوعی گرفتن، نمرهی تکلیفشون بهتر شد، ولی موقع سوالهای جدید و امتحان واقعی کم آوردن. چون مغزشون عادت کرد کار فکری رو بسپاره به هوش مصنوعی و خودش تنبل شد.
پس قانون اصلی اینه:
👈 هوش مصنوعی باید کاری کنه بیشتر فکر کنی، نه اینکه جای فکر کردنت رو بگیره.
حالا روش درستش 👇
۱. اول خودت فکر کن، بعد سراغ هوش مصنوعی برو
قبل از باز کردن چت، چند دقیقه خودت دربارهی موضوع فکر کن. اولین برخوردت با یه مطلب جدید نباید گرفتن جواب آماده باشه.
۲. خلاصهی آماده نگیر، نقشه بگیر
بهجای خلاصهای که فقط میخونی و رد میشی، ازش بخواه ساختار درس و ربط مفاهیم رو نشونت بده تا بفهمی چی رو باید یاد بگیری.
۳. خودت توضیح بده، مدل اشکال بگیره
بهجای «توضیح بده»، خودت مطلب رو با زبون خودت توضیح بده و بگو: «هرجا اشتباه یا سطحی گفتم بهم بگو.» اینجوری نقطهضعف واقعی فهمت لو میره.
۴. بهجای دوبارهخوندن، از خودت امتحان بگیر ⭐️
مهمترین قدم همینه. دوبارهخوندن و هایلایت فقط حس میده که بلدی، ولی تو حافظه نمیمونه.
↩️ ازش بخواه سوال امتحانی بسازه
↩️ اول جزوه رو ببند و از حفظ جواب بده
↩️ بعد جوابت رو بده تا اصلاحت کنه
همین یادآوری از حفظه که مطلب رو تو ذهنت قفل میکنه.
۵. دورهای مرور کن، نه شب امتحان
نمرهی ۲۰ با شبامتحانخونی نمیآد. ازش بخواه چند روز بعد دوباره مطالب قبلی رو ازت بپرسه و انواع سوال رو با هم قاطی کنه تا یاد بگیری کدوم روش مال کدوم سواله.
۶. امتحان واقعی رو شبیهسازی کن
نمونهسوال ترمهای قبل استادت رو بده و بگو یه آزمون با زمان محدود ازت بگیره و بعد بازخورد بده. اینجوری برای فضای امتحان آماده میشی.
⚠️ دو نکته که نباید یادت بره:
🔹 هوش مصنوعی ابزار کمکیه. اگه فقط داری «جواب میگیری» بهجای «یاد گرفتن»، داری اشتباه استفاده میکنی.
🔹 هوش مصنوعی گاهی با اطمینان کامل اشتباه میگه، مخصوصاً تو فرمول و عدد. مطالب مهم رو حتماً با منبع اصلی چک کن.
هوش مصنوعی رو مثل یه مربی تمرین ببین، نه یه ماشین جوابدهی. اونی که باید فکر کنه و یاد بگیره، تویی
Please open Telegram to view this post
VIEW IN TELEGRAM
❤7
هرچی برای استفادهی حرفهای از هوش مصنوعی توی امتحانات لازم داری، یهجا جمع کردیم. این پست رو سیو کن تا همیشه دم دستت باشه، از مقدمه تا قسمت 4 پشت سر هم ازینجا شروع میشه
https://t.me/GptGateAI/480
منتظر قسمتهای جدید باشید
Please open Telegram to view this post
VIEW IN TELEGRAM
❤5
کدوم اشتراک ۲۰ دلاری هوش مصنوعی واقعاً میارزه؟ 🤖💸
دانشجو باشی، نویسنده، برنامهنویس یا صاحب کسبوکار، این روزها بین این سه تا گیر میکنی. هیچکدوم بینقص نیستن، ولی هرکدوم یه جا میترکونن. بریم سر اصل مطلب.
🟢 ChatGPT Plus؛ همهکاره و بیدردسر
🟠 Claude Pro؛ بهترین قلم بین مدلها
🔵 Gemini Pro؛ کاملترین پکیج
🎯 خلاصه:
بستگی داره گره کارت کجاست؛ عکس و کد؟ متن و تحلیل؟ یا امکانات و فضا؟
💭 GptGate_support
😀 GptGate|دروازه دنیای هوش مصنوعی ⚡️
دانشجو باشی، نویسنده، برنامهنویس یا صاحب کسبوکار، این روزها بین این سه تا گیر میکنی. هیچکدوم بینقص نیستن، ولی هرکدوم یه جا میترکونن. بریم سر اصل مطلب.
🟢 ChatGPT Plus؛ همهکاره و بیدردسر
ثبات داره، هیچوقت غافلگیرت نمیکنه.
- تصویرسازیش بیرقیبه: قویترین مدل ساخت و ادیت عکس دنیا رو داره.
- کدنویسی روون: برای کد زدن و باگگیری یکی از بهترینهاست.
- لیمیت شفاف: دقیق میدونی چقدر دستته (۱۶۰ پیام تو ۳ ساعت) و کمتر وسط کار میبُرّه.
- به درد کی میخوره؟ یه دستیار همهکاره میخوای که هم خوب کد بزنه هم عکس بسازه؟ همینه.
🟠 Claude Pro؛ بهترین قلم بین مدلها
اگه متن و تحلیل برات مهمه، کلود از همه جلوتره.
- مثل آدم مینویسه: لحنش طبیعیه و اصلاً بو نمیده که کار رباته. حتی میتونی لحن خودت یا برندت رو یادش بدی تا عین خودت بنویسه.
- اتصال راحت: بدون دردسر به ابزارهای دیگه وصل میشه.
- ضعفش: زود لیمیت میشه و چند ساعت میذارتت پشت در.
- به درد کی میخوره؟ کپیرایترها، تولیدکنندههای محتوا و هرکی کیفیت نوشته براش حرف اوله.
🔵 Gemini Pro؛ کاملترین پکیج
اینجا فقط چتبات نمیخری، کل سرویس گوگل رو میگیری.
- پولت رو حروم نمیکنی: جدا از خود مدل، ۵ ترابایت فضای ابری، ساخت ویدیو، یوتیوب بدون تبلیغ و ابزارایی مثل Notebook LM رو یهجا داری.
- محیط کار حرفهای: بخش Canvas مثل یه ورد پیشرفته کنارته؛ راحت متن رو ادیت میکنی.
- به درد کی میخوره؟ هرکی بیشترین امکانات رو با پولش میخواد و کل کارش تو گوگل (جیمیل، درایو، داکس) میچرخه.
🎯 خلاصه:
بستگی داره گره کارت کجاست؛ عکس و کد؟ متن و تحلیل؟ یا امکانات و فضا؟
اگه نمیدونی کدوم ابزار بیشتر به کارت میاد، کافیه بهمون پیام بدی تا راهنماییت کنیم👇
Please open Telegram to view this post
VIEW IN TELEGRAM
👍15❤6
دیگه «بلدم با ChatGPT کار کنم» توی رزومه برگ برنده نیست. چیزی که الان ارزش داره، یادگیری ساختارمند و گرفتن مدرک معتبره. شرکت Anthropic (سازندهی Claude) یه آکادمی آموزشی راه انداخته به اسم Anthropic Academy که دقیقاً همینه.
✅ همهی دورهها رایگانه🏅 بعد از هر دوره مدرک میگیری، قابل گذاشتن توی رزومه و لینکدین🧠 مستقیم از خودِ سازندهی یکی از قویترین مدلهای دنیا یاد میگیری
📚 برای شروع و کاربری روزمره
▫️ Claude 101 — کار با Claude برای تسکهای روزمره
▫️ AI Fluency — اصول همکاری حرفهای و اخلاقی با هوش مصنوعی
▫️ AI Capabilities and Limitations — اینکه اصلاً هوش مصنوعی چطوری کار میکنه
💻 برای برنامهنویسها
▫️ Claude Code 101 و Claude Code in Action — کار با Claude Code توی فرایند کدنویسی
▫️ Building with the Claude API — کار حرفهای با API
▫️ Introduction to Model Context Protocol — ساخت سرور و کلاینت MCP از صفر
🎯 نسخههای تخصصی
▫️ AI Fluency for students / educators / small businesses — بر اساس حوزهی کاری خودت
anthropic.skilljar.com
Please open Telegram to view this post
VIEW IN TELEGRAM
🔥6❤1👎1
کلود رو به یه تیم کامل از کارمندای دفتری تبدیل کن
کاری که تقریباً همه با کلود میکنن اینه: یه چت باز میکنن، تسک رو پیست میکنن، جواب میگیرن، تب رو میبندن. دفعه بعد دوباره از صفر همهچی رو توضیح میدن.
این یعنی یه فریلنسر که حافظه نداره. بهدردبخوره، ولی کوچیکه.
🧩 یه راه دیگه هم هست. Anthropic بیسروصدا یه ریپوی متنباز و رایگان منتشر کرده که کلود رو به مجموعهای از نقشهای تخصصی دفتری تبدیل میکنه. یه کارشناس فروش، یه بازاریاب، یه تحلیلگر مالی، یه بازبین حقوقی، یه تحلیلگر داده. هر کدوم از قبل با گردشکارها، دانش تخصصی و ابزارهای همون نقش بارگذاری شدن. دیگه از صفر پرامپت نمینویسی؛ داری یه دپارتمان استخدام میکنی.
📦 این ریپو دقیقاً چیه؟
👥 نقشهایی که میتونی استخدام کنی
همه رو نصب نمیکنی؛ فقط تیمی که لازم داری رو میسازی.
⚙️ راهاندازی، قدمبهقدم
🔌 وصل کردن ابزارها، نقطهی جهش
🛠 شخصیسازی برای کار خودت
نکتهی جالب: همین زیرساخت پایهایه که Anthropic محصولات پولیِ Claude for Legal و Claude for Financial Services رو روش ساخته. لایهی پایهشون رو رایگان داری.
😀 GptGate|دروازه دنیای هوش مصنوعی ⚡️
کاری که تقریباً همه با کلود میکنن اینه: یه چت باز میکنن، تسک رو پیست میکنن، جواب میگیرن، تب رو میبندن. دفعه بعد دوباره از صفر همهچی رو توضیح میدن.
این یعنی یه فریلنسر که حافظه نداره. بهدردبخوره، ولی کوچیکه.
🧩 یه راه دیگه هم هست. Anthropic بیسروصدا یه ریپوی متنباز و رایگان منتشر کرده که کلود رو به مجموعهای از نقشهای تخصصی دفتری تبدیل میکنه. یه کارشناس فروش، یه بازاریاب، یه تحلیلگر مالی، یه بازبین حقوقی، یه تحلیلگر داده. هر کدوم از قبل با گردشکارها، دانش تخصصی و ابزارهای همون نقش بارگذاری شدن. دیگه از صفر پرامپت نمینویسی؛ داری یه دپارتمان استخدام میکنی.
📦 این ریپو دقیقاً چیه؟
اسمش anthropics/knowledge-work-plugins هست؛ یه فروشگاه متنباز و رایگان از پلاگینهای نقشمحور برای Claude Cowork (اپ دسکتاپ ایجنتیک Anthropic). هر پلاگین کلود رو به یه متخصص تبدیل میکنه و سهچیز داخلش کار میکنه:
▫️ Skills — دانش تخصصی و بهترین روشهای اون نقش. کلود خودش وقتی لازم باشه ازشون استفاده میکنه، تو صداشون نمیزنی.
▫️ Commands — گردشکارهای آماده که با اسلش اجراشون میکنی، مثل /sales:call-prep یا /data:write-query.
▫️ Connections — ابزارهایی که نقش بهشون وصل میشه. پلاگین فروش به CRM میچسبه، پلاگین مالی به دیتاوارهاوس.
👥 نقشهایی که میتونی استخدام کنی
هر کدوم با یه دستور نصب میشن:
▫️ Productivity — تسک، تقویم، روتین روزانه (Slack، Notion، Asana، Jira)
▫️ Sales — تحقیق اکانت، آمادهسازی تماس، پایپلاین، outreach
▫️ Marketing — محتوا، کمپین، لحن برند، ادیت SEO (Canva، Figma، Ahrefs)
▫️ Customer Support — دستهبندی تیکت، قالب پاسخ، تبدیل تیکت حلشده به مقاله
▫️ Product Management — اسپک، رودمپ، جمعبندی تحقیق کاربر
▫️ Finance — ثبت سند، مغایرتگیری، صورتهای مالی، بستن ماه
▫️ Legal — بازبینی قرارداد، تریاژ NDA، ارزیابی ریسک
▫️ Data — کوئری، SQL، آمار، داشبورد
▫️ Enterprise Search — یه جستجو روی کل ایمیل، چت، داک و ویکی داخلیت
همه رو نصب نمیکنی؛ فقط تیمی که لازم داری رو میسازی.
⚙️ راهاندازی، قدمبهقدم
۱) Claude Desktop رو از claude.com/download بگیر و تب Cowork رو باز کن.
۲) داخل ترمینال Cowork، فروشگاه پلاگینها رو اضافه کن (این کار فقط یهبار انجام میشه):
```
claude plugin marketplace add anthropics/knowledge-work-plugins
```
۳) نقشی که بیشتر لازم داری رو نصب کن. مثلاً برای فروش:
```
claude plugin install sales@knowledge-work-plugins
```
بهجای sales هر نقش دیگهای رو بذار: marketing، finance، legal، data، product-management و... . پلاگین همون لحظهی نصب فعال میشه. با یکی شروع کن.
۴) همون روز اول بدون هیچ اتصالی کار میکنه. کافیه مادهی خام رو بهش بدی و یه دستور اسلش بزنی:
▫️ /sales:call-prep — اسم یه شرکت رو بده، یه بریف کامل پیش از تماس بگیر
▫️ /data:write-query — بگو چی میخوای، SQLش رو تحویل بگیر
▫️ /marketing:seo-audit — یه صفحه رو نشونش بده، شکاف کلمات کلیدی و اصلاحات رو بگیر
🔌 وصل کردن ابزارها، نقطهی جهش
هر پلاگین اتصالهای آماده داره. توی Cowork بخش Connectors رو باز کن و ابزارهای اون نقش رو وصل کن. پلاگین فروش وصل به CRM دیگه ازت نمیخواد دیتای پایپلاین رو پیست کنی، خودش میکشتش بیرون. حالت مستقل مثل کارآموزه؛ حالت متصل مثل نیروی ارشد.
🛠 شخصیسازی برای کار خودت
پلاگینها فقط فایل markdown هستن، پس میتونی مستقیم ویرایششون کنی یا با پلاگین cowork-plugin-management بهش بگی ابزارها، اصطلاحات و فرایند خودت چیه تا برات بازسازیش کنه. این همون فرق بین «کلودی که میدونه یه فروشندهی معمولی چطور کار میکنه» و «کلودی که میدونه شرکت تو چطور میفروشه» است.
نکتهی جالب: همین زیرساخت پایهایه که Anthropic محصولات پولیِ Claude for Legal و Claude for Financial Services رو روش ساخته. لایهی پایهشون رو رایگان داری.
Please open Telegram to view this post
VIEW IN TELEGRAM
❤6🔥5
فکر میکردی DeepSeek بزرگه؟ 😳
DeepSeek V3/R1حدود ۶۷۱ میلیارد پارامتر داره؛
یعنی واقعاً یه مدل غولآساست.
اما نکته عجیبتر اینجاست 👇
مدلهایی مثل GPT-5.5 و Claude احتمالاً در سطح چند تریلیون پارامتر هستن.
برای مقایسه:
🔹 **Qwen3-235B**: حدود ۲۳۵ میلیارد پارامتر
🔹 **DeepSeek V3/R1**: حدود ۶۷۱ میلیارد پارامتر
🔹 **GPT-5.5 / Claude**: احتمالاً چند تریلیون پارامتر
😀 GptGate|دروازه دنیای هوش مصنوعی ⚡️
DeepSeek V3/R1حدود ۶۷۱ میلیارد پارامتر داره؛
یعنی واقعاً یه مدل غولآساست.
اما نکته عجیبتر اینجاست 👇
مدلهایی مثل GPT-5.5 و Claude احتمالاً در سطح چند تریلیون پارامتر هستن.
برای مقایسه:
🔹 **Qwen3-235B**: حدود ۲۳۵ میلیارد پارامتر
🔹 **DeepSeek V3/R1**: حدود ۶۷۱ میلیارد پارامتر
🔹 **GPT-5.5 / Claude**: احتمالاً چند تریلیون پارامتر
Please open Telegram to view this post
VIEW IN TELEGRAM
❤11🔥1
GptGate | هوش مصنوعی
قسمت جدیدش هم به زودی میاد.
Please open Telegram to view this post
VIEW IN TELEGRAM
❤15
یه آموزش جالب توی پست بعد براتون میزاریم که برای خودم خیلی به درد بخور بود.
مخصوص کسایی که با ChatGPT عکس تولید میکنن ولی از بعضی چیزای اون تصویر خوششون نمیاد یا میخوان متن فارسیای که توی پوسترشون هست رو تغییر بدن.
مخصوص کسایی که با ChatGPT عکس تولید میکنن ولی از بعضی چیزای اون تصویر خوششون نمیاد یا میخوان متن فارسیای که توی پوسترشون هست رو تغییر بدن.
❤11
چطور از Canva داخل ChatGPT استفاده کنیم؟ 🎨 🤖
اگه میخوای سریع پوستر، پست، بنر یا اسلاید بسازی، کافیه Canva رو داخل ChatGPT صدا بزنی و دقیق بگی چی میخوای.
مثلاً:
@Canva یک پوستر تلگرامی 4:3 برای فروش محصول بساز.
بعد این ۵ چیز رو حتماً مشخص کن:
🎯 هدف طراحی: فروش، معرفی، اطلاعرسانی یا آموزش
📐 ابعاد: مثلاً 4:3 برای تلگرام
📝 متن دقیق: تیتر، توضیح، قیمت و CTA
🎨 سبک طراحی: مدرن، مینیمال، تکنولوژیک، رسمی یا فانتزی
📍 چیدمان: متن سمت راست، تصویر سمت چپ، قیمت برجسته و خوانا
بعد از ساخت طرح هم میتونی مرحلهبهمرحله ویرایشش کنی:
«متنها رو راستچین کن»
«قیمت رو بزرگتر کن»
«بکگراند رو خلوتتر کن»
«رنگ تیتر رو جذابتر کن»
«طرح رو حرفهایتر و فروشگاهیتر کن»
✅ بهترین استفاده از Canva داخل ChatGPT اینه که اول ایده و متن رو با ChatGPT آماده کنی، بعد با Canva طرح قابلویرایش بسازی.
برای ساخت پوسترهای سریع و تمیز، این روش خیلی بهتر از طراحی از صفره.
😀 GptGate| دروازه دنیای هوش مصنوعی ⚡️
اگه میخوای سریع پوستر، پست، بنر یا اسلاید بسازی، کافیه Canva رو داخل ChatGPT صدا بزنی و دقیق بگی چی میخوای.
مثلاً:
@Canva یک پوستر تلگرامی 4:3 برای فروش محصول بساز.
بعد این ۵ چیز رو حتماً مشخص کن:
🎯 هدف طراحی: فروش، معرفی، اطلاعرسانی یا آموزش
📐 ابعاد: مثلاً 4:3 برای تلگرام
📝 متن دقیق: تیتر، توضیح، قیمت و CTA
🎨 سبک طراحی: مدرن، مینیمال، تکنولوژیک، رسمی یا فانتزی
📍 چیدمان: متن سمت راست، تصویر سمت چپ، قیمت برجسته و خوانا
بعد از ساخت طرح هم میتونی مرحلهبهمرحله ویرایشش کنی:
«متنها رو راستچین کن»
«قیمت رو بزرگتر کن»
«بکگراند رو خلوتتر کن»
«رنگ تیتر رو جذابتر کن»
«طرح رو حرفهایتر و فروشگاهیتر کن»
برای ساخت پوسترهای سریع و تمیز، این روش خیلی بهتر از طراحی از صفره.
Please open Telegram to view this post
VIEW IN TELEGRAM
🔥12❤1
حالا فرض کنید پوسترمون با gpt image 2 ساختیم که توی ساخت متن فارسی خیلی خوب عمل میکنه.
یا حتی از یک جایی یک پوستر داریم و میخوایم ادیتش کنیم.
بعد آمادش میکنه برای کانوا و میتونید اونجا متنها و المان هارو به راحتی ادیت کنید.
😀 GptGate| دروازه دنیای هوش مصنوعی ⚡️
یا حتی از یک جایی یک پوستر داریم و میخوایم ادیتش کنیم.
@canva این پوستر رو میخوام توی کانوا ادیت کنم
بعد آمادش میکنه برای کانوا و میتونید اونجا متنها و المان هارو به راحتی ادیت کنید.
عملکردش توی پیدا کردن layer ها عالیه ولی تنها مشکلی که داره اینه که فونت های فارسی خود ChatGpt رو نداره و یکم فونت هارو عوض میکنه، البته اگه اکانت پرمیوم کانوا رو داشته باشید، میتونید فونت های خودتون رو اضافه کنید.
برای استفاده ازش اول باید از بخش Connectors and apps توی اکانت کانوا خودتون لاگین کنید.
Please open Telegram to view this post
VIEW IN TELEGRAM
❤10