حق بود


ایران توی اقتصاد باید روند چین و کره و ژاپن و عربستان و دبی رو پیش بگیره

تا نسخه های خیالی و گوگولی مگولی بازار آزادی ها

یکم وقت کنم میرم برنامه اقتصادی استالین و کتاب راهنمای اقتصادی شی جین پینگ رو میخونم



به نظرم باید سال های اولیه رشد و توسعه با زور و دیکتاتوری دولت و خون آدم های فاسد کشور رشد کنه

بعد کشور آزاد بشه کم کم و بره سمت دموکراسی و بازار آزاد

دقیقا مثل پلنی که شاه داشت ولی کمونیست ها و اسلام گرا ها با عجله و حماقت خرابش کردن

جالبه که چند سال بعد از ترور ژنرال پارک هم ایران انقلاب میشه 😂😬

و البته پلن اقتصادی پوتین روسیه

اقتصادی مثل ایران بخوایم نخوایم فاسده ، فقیره ، خسته س و غیر پیشرفته


شما اگه کشور رو آزاد کنید کسی که قدرت داره (مافیا ها) مدیریت و کنترل کشور رو به دست میگیرن دقیقا مثل روسیه قبل از پوتین

دولت باید اول زیرساخت ها رو درست کنه ، بعد همه کارمندان و مافیا ها و وزارت خونه رو پاکسازی کنه

بعد یکم صنعت درست کنه

بعد دانشگاه ها رو درست کنه


ول بگه آقا بفرمایید کشور ، آزاد در خدمت شما

اون کوک میزنه

این دمبل

۱۲ مه، زادروز دکتر مریم میرزاخانی

امروز سالروز تولد دکتر مریم میرزاخانی است؛ ریاضی‌دان برجسته‌ای که مرزهای علم را جابجا کرد و به‌عنوان نخستین زن در تاریخ موفق به دریافت مدال فیلدز شد—جایزه‌ای که معادل نوبل در دنیای ریاضیات شناخته می‌شود.

دستاوردهای او صرفاً در قلمرو ریاضیات محض باقی نماندند. نظریه‌های دکتر میرزاخانی در زمینه‌ی هندسه‌های هذلولوی، دینامیک سیستم‌ها و توپولوژی، تأثیرات مستقیمی در علوم رایانه، از جمله الگوریتم‌های پیچیده، نظریهٔ محاسبات و شبیه‌سازی سیستم‌های پیچیده داشته‌اند.

در اقتصاد، چارچوب‌های تحلیلیِ برگرفته از کارهای او در مدل‌سازی بازارهای غیرخطی، تحلیل پایداری سیستم‌های اقتصادی، و پیش‌بینی رفتار جمعی در ساختارهای پیچیده کاربرد یافته‌اند—به‌ویژه در شاخه‌هایی مانند اقتصاد رفتاری و نظریه بازی‌ها.

او مرد، اما تفکرش هنوز زنده است. در دل معادلاتی که به فهم جهان کمک می‌کنند.

یکی از شاهکارهای دکتر میرزاخانی، کارش روی دینامیک فضاهای مدولی سطوح ریمانی بود—یه حوزه‌ای به ظاهر کاملاً نظری. اما همین کار، تبدیل شد به یکی از پایه‌های تحلیل تصادفی در الگوریتم‌های پیچیده، نظریه رمزنگاری و بازارهای اقتصادی ناسازگار.

حالا کجا به درد اقتصاد و کامپیوتر خورد؟

در علوم کامپیوتر، این نظریات به ساخت الگوریتم‌هایی برای تصمیم‌گیری بهینه در شرایط غیرقطعی و متغیر کمک کرد—مثل الگوریتم‌های Random Walk روی گراف‌هایی با هندسه پیچیده که در موتورهای جست‌وجو، شبیه‌سازی شبکه‌های عصبی و تحلیل داده‌های اجتماعی کاربرد داره.

در اقتصاد، به‌طور خاص، این نظریه‌ها در مدل‌سازی سیستم‌های اقتصادی ناپایدار (مثل اقتصادهایی با تورم شتاب‌دار یا شوک‌های ناگهانی) به‌کار رفت.
مثلاً توی نظریه بازی‌های تصادفی و مارکت‌هایی که رفتار کاربران یا بازیگرانش از مدل‌های استاندارد پیروی نمی‌کنن، ساختارهای پیچیده‌ای که دکتر میرزاخانی تحلیل کرده بود، ابزارهایی دقیق‌تر برای پیش‌بینی و تحلیل این رفتارها دادن.

مفهوم فضای مدولی که او استادش بود، امروز داره توی رمزنگاری کوانتومی، تحلیل داده‌های بازار، و شبیه‌سازی رفتار اقتصادی در شبکه‌های پیچیده به‌کار می‌ره.

یکی از کتاب هایی که میتونید از ایشون بخونید

نظریه زبانشون هست


چیزی که من سرش حرص میخورم اینکه قدر ایشون توی ایران دونسته نشد و مهاجرت کرد و توی خارج خیلیییییی بهتر از وطنش باهاشون برخورد شد ، حتی الان اسم چندتا خیابون و مکان مهم رو به اسمش تزئین کردن .


کشور و مملکت ما شده محل فروش نخبه ها ما جوون های خودمون رو که نخبه ترین توی جهان رو مجانی تحصیل میدیم بعد می‌فرستیمشون غرب که برای اونا تلاش کنن و دست آورد بیارند.


درحالی که این حکومت متن پایین رو میگه

در حالیکه اینو به مردم و نخبه های کشوری همچون میرزاخانی میگفتن


یه شخصی چندین سال پیش اینو می‌گفت


پس چیکار میخوای بکنن؟ برن یه مملکت دیگه تازه با کلی زحمت و تلاش به یه جایی برسن چرا پس توی مملکت خودشون این کار رو نکنن؟!

به امید یه روزی که مجبور نباشیم از ایران بریم برای یه زندگی عادی انسانی

بمونیم همین ایران ، کنار خانواده و دوستان و هم زبانان و هم وطن های خودمون

به کشورمون خدمت کنیم ، حداقل برای من هیچی بهتر از این نیست که یه کار هرچند کوچیک برای ایران بکنم و یکم بیارمش جلوتر

ایران شاید کشور داغونی باشه از نظر سیاسی و اجتماعی و اقتصادی ، اما کشور ماست ، مادر ماست اگه شرایط جور بشه همه ما باید به مادرمون خدمت کنیم و تنهاش نزاریم 😢

سخت ترین روز برای من اون روزی که مهاجرت میکنم و میرم برای همیشه

ولی خب شرایط جور نیست و باید رفت وگرنه زندگیمون به باد می‌ره


ببخشید رفقا که ناراحتتون کردم و اعصابتون رو بهم ریختم شرمنده ❤️😢

#تجربه من از یک هفته پرکار و پر شور و علاقه از برنامه نویسی


من اصلا زیاد دست به کد نمیشم اما این مدت برای اینکه بتونم یه کار پاره وقت دانشجویی کنار دانشگاه داشته باشم و هم اینکه بتونم سال بعد با خیال راحت کنکور ارشد بخونم و برم دو سال ارشد یه دولتی خفن با خیال راحت بخونم

و حقیقت اینکه نمیشه بدون پول درس خوند و یا چیزی یادگرفت و یا حتی آرامش روانی و روحی داشت و یا حتی حس خوشحالی و خوشبختی کرد بگذریم بریم سراغ اصل موضوع


قبل از این یه هفته ( که من حدود ۸ تا ریپازیتوری گذاشتم گیت هابم) من ایدلوژی ایم این بود که استفاده از هوش مصنوعی ها و سرچ کردن و دیدن سایت ها تقلب و اشتباهه و وجدانم نمیزاشت سر همین میرفتم چندین روز و ماه کتاب می‌خوندم و چندین ساعت و روز ویدیو یویتوب و دوره می‌دیدم که این مسیر حداقل ۲ ساعت و حداکثر ۶ ماه برای یه پروژه که میخواستم انجام بدم طول می‌کشید ( اکثریت هم برای گیت هاب و علاقه خودم بود)

اما یه جا با بازار و محیط کار واقعی آشنا شدم
توی دنیای واقعی و بیرون از دانشگاه ، کارفرما دیگه باهاتون مثل استاد مهربون و گوگولی نیست ، اون سرمایه گذاری مالی کرده و داره به یکی حقوق میده که با کمترین میزان پول ، سریع ترین و بهترین و پولساز ترین رو براش بسازه و پولاش رو چندین برابر کنه ، علاف من نیست که برم ۶ ماه یه چیزی یاد بگیرم بعد بیام بگم خب بیا انجام بدیم

جدا از این من حتی بعد از ۶ ماه مطالعه می‌دیدم که خیلی از مطالب یادم رفته و یا بلد نیستم و نخوندم اصلا 😂

این دفعه اومدم رویه و روشی که همه برنامه نویس های دنیا انجام میدن رو جلو رفتم یعنی روش کمال گرایانه خودم رو کنار گذاشتم و روش اینکه سریع یه چیزی بساز که فقط کار کنه و مهم نیست چطوری رو پیش گرفتم

به شکل عجیبی با notebook lm و chatgpt توی نیم ساعت fastapi رو یاد گرفتم و با همون chatgpt و سرچ کردن سریع چند تا پروژه خفن زدم 😐

اما باز من وجدانم نمیزاره متقلب باشم و کپی پیست کنم ، خودم کد رو یه دور میخونم و میرم ببینم این خط کد چیکار می‌کنه و چرا اینطوری نوشته ، بعد همونو و یا یکم عوض‌شدش رو خودم دستی می‌نویسم اینطوری هم یاد گرفتم هم کار سریع دراومد 😂


واقعا بحث اینجاست که توی دنیای فقط فنی این روش جواب میده و بهترین کار و روشه و اکثریت فریلنسر ها و برنامه نویس های موفق همین روش رو دارند جلو میرن یا کپی پیست میکنن


اما توی دنیای تئوری و آکادمیک و نظری ( مثل هوش مصنوعی و الگوریتم و ...) این روش نه تنها جواب نمی‌ده بلکه با سرعت میری تو دره 😂

باید خودت با روش های قدیمی مثل کتاب و یوتیوب و دوره + notebooklm بخونی و جزوه بنویسی و ریاضی حل کنی و....






واقعیت اینکه من خودم چون آدمی ام که آکادمیک ام و طراحی و ریاضی و الگوریتم رو بیشتر از فنی دوست دارم دلم نمیاد بدون یادگیری و متخصص شدن یه چیزی از اون چیز پول دربیارم


ولی این چند وقته که دنبال کار بودم ، خیلی ها رو دیدم که فقط با chatgpt و یا سرچ کردن کلی پول درمیاوردن و کارفرما هاشون راضی هم بودن و شعارشون هم این بود

فقط کار کنه و پول رو بگیریم کافی هه , دیگه مهم نیست چطوری ، سر همین کدی که کار می‌کنه رو دست نزن

یه حقیقت تلخی هم که وجود داره اینکه


راه آکادمیک و نظری خیلی طولانی و سخت و طاقت فرسا و هزینه بره

شما بدون پول نمیتونی این راه و عشق رو ادامه بدی

جدا از این شغل هاش هم کمه و یا اصلا توی ایران نیست مگر آدم متخصص و با سابقه طولانی و مدرک دانشگاه خفن و خوب و مقاله عالی isi

من خیلی سعی کردم با علوم داده و تحت عنوان کارآموز data scientist وارد کار بشم

ولی دیدم واقعیت یه چیز دیگس

من یا باید برگردم به کار شبکه و امنیت ( که یک و نیم سال سابقه دارم توش)

یا برم مثل همه سمت برنامه نویسی و backend

فعلا دارم مسیر دوم رو میرم 😂 اما اگه نشه مجبورم کار شیفتی soc دوباره بردارم و شیفت شب برم splunk نگاه کنم 😂😂😂😂


ببینیم چی میشه ، فعلا فقط جلو میریم تا یه چیزی بشه مهم اینکه بشه درس و دانشگاه و مطالعه رو ادامه داد و جلو رفت و زندگیمون رو بسازیم کم کم


فعلا پلنم اول backend عه
بعد data engineer
بعد mlops
بعد ai engineer یا data scientist یا ml engineer
اینش دیگه به مقالات و شانس و تحصیلات و سرنوشت بستگی داره

شبتون بخیر رفقای گل 🫂🤝

این مقاله نشون میده که عملکرد مدل‌های زبانی بزرگ، در مکالمات چند‌ مرحله‌ای به‌ طور قابل توجهی کاهش پیدا میکنه. بیشتر معیارهای ارزیابی بر روی تنظیمات دستورالعمل‌های کاملا مشخص و تک‌ مرحله‌ای تمرکز دارن. 

این تحقیق نشون میده که LLM ها اغلب در مراحل اولیه، فرضیات نادرستی می‌سازن و در ادامه‌ی گفتگو به همان فرضیات تکیه می‌کنن و هرگز اونها رو اصلاح نمیکنن.

نتیجه‌ اینه که اگه یه مکالمه‌ ی چند مرحله‌ای به نتایج مطلوب نرسید، بهتره که گفتگو رو از نو و به‌ صورت یک گفتگوی تازه آغاز کنیم و تمام اطلاعات مربوط به مکالمه‌ی قبلی را در همان نوبت اول گفتگو جدید بگنجونید. همون‌طور که در شکل بالا می‌بینید این مساله مخصوصا در کاربرد هایی مثل مشاوره، برنامه‌نویسی، یا پرسش‌های تحلیلی پیچیده اهمیت زیادی داره

https://arxiv.org/abs/2505.06120