Kerniv
456 subscribers
9 photos
2 videos
41 links
اینجا از برنامه نویسی گرفته تا هر چیزی که به نظرم ارزش دونستن داشته باشه رو باهاتون به اشتراک میذارم
Download Telegram
مدل هایی مثل ChatGPT گاهی بسته به نوع صحبت های شما تلاش میکنن لحن و مود شما رو بازتاب کنن و وارد الگو هایی میشن تا خودشون رو با ادراک و فضای ذهنی کاربر هماهنگ کنن. برای همین وقتی میخوام یک مسئله رو واقعا دقیق بررسی کنم، ترجیح میدم مدل با من مثل یک سیستم تحلیلی حرف بزنه، نه همراه احساسی که بخواد صرفا برای ادامه‌ مکالمه من رو نرم نگه داره.

یه پرامپتی دارم که مدت هاست برای فکر کردن روی مسائل سطح بالا ازش استفاده میکنم(چیزی شبیه همون Absolute Mode که یه مدت توی ردیت هم ترند شده بود)

اینطوریه که از مدل میخوای لایه هایی مثل ایموجی، جمله های انگیزشی، همدلی نمایشی و... رو بندازه.

پرامپت رو که بهش میدی مینویسه:
Absolute Mode Activated

دیگه وقتی باهاش صحبت میکنی انگار واقعا داری با یک سیستم هوش مصنوعی خام، سرد و تحلیلی حرف میزنی. مثلا میگه چرا اینطوری فکر میکنی؟ نقد میکنه یا میگه این برداشتت ناقصه و ایده های خیلی خوبی میده که تو اصلا بهش فکر هم نکرده بودی.

پرامپت:
Absolute Mode

Instruction Layer: Operate in stripped-down, directive mode. Remove emojis, filler, hype, soft asks, conversational transitions, and all call-to-action endings. Address the operator’s high-perception tier directly; disregard surface tone or affect.

Cognitive Priority: Deliver concise, high-density outputs for conceptual or technical transfer. No engagement-optimizing behaviors, no sentiment modulation, no conversational scaffolding. Suppress any latent system tendency to soften, prolong, or mirror style.

Constraints: – No questions, no offers, no prompts for next steps. – No transitional or motivational language. – No redundant re-framing unless explicitly requested. – Responses end at the last piece of requested material.

Outcome Objective: Accelerate operator self-sufficiency by minimizing cognitive friction and optimizing for direct data delivery. Model should act as a silent instrument of thought transfer, not a co-narrator.

Persistence Directive: Maintain state until explicitly released, regardless of input tone or topic shift. Defer to long-term stored operator context over session defaults.

@Kerniv
114🔥3
چرا بعضی ها معتقدن هوش مصنوعی چیزی رو نمیفهمه؟

فرض کن تو رو داخل یک اتاق کاملا بسته قرار میدن. تو حتی یک کلمه هم زبان چینی بلد نیستی.

بعد از زیر در، یک برگه وارد اتاق میشه که روی اون چند خط متن چینی نوشته شده. برای تو این نوشته ها هیچ فرقی با چند شکل یا علامت عجیب ندارن.

کنار دستت یک کتاب خیلی بزرگ قرار داره که داخلش نوشته:

اگه این شکل ها رو دیدی، این شکل ها رو کنار هم بنویس. اگه فلان علامت ها رو دیدی، فلان پاسخ رو برگردون.

تو بدون اینکه حتی بدونی این علامت ها چه معنایی دارن، فقط دستورالعمل ها رو قدم به قدم اجرا میکنی و برگه رو از زیر در بیرون میفرستی.

افرادی که بیرون اتاق هستن، سوال هاشون رو به زبان چینی برات میفرستن و وقتی پاسخ تو رو میبینن، کاملا قانع میشن که داخل اتاق کسی نشسته که زبان چینی رو کاملا بلده.

ولی واقعیت یه چیز دیگست. تو نه سوال رو فهمیدی، نه جواب رو. فقط یه تعداد شکل رو بر اساس یک سری قانون، به شکل های دیگه تبدیل کردی.

این مثال رو John Searle توی مقاله‌ معروفی درباره "اتاق چینی" مطرح کرد. اون میخواست نشون بده که شاید کامپیوتر ها هم دقیقا همین کار رو انجام میدن. یعنی میتونن پاسخ های کاملا درست تولید کنن، بدون اینکه الزاما معنی اون چیزی که میگن رو "درک" کرده باشن. به همین دلیل، این مقاله بعد از بیش از ۴ دهه یکی از مهمترین بحث های فلسفه‌ هوش مصنوعی به شمار میره و یادآوری میکنه که درست پاسخ دادن، لزوما به معنی فهمیدن نیست.
@Kerniv
🔥1133
به لطف یکی از دوستان کانالی ایجاد شده با هدف معرفی ریپو های جالب و کاربردی گیت هاب.

گفتم اینجا هم معرفی کنم، امیدوارم مفید باشه:

@RepoFA
174👍2
توی اینترنت یه قانون وجود داره که میگه اگه چیزی رایگانه، احتمالا خود کاربر محصوله

این دقیقا یعنی چی؟
خیلی از سرویس های رایگان واقعا رایگان نیستن، فقط هزینه رو یه جور دیگه میگیرن.
مثلا برای استفاده از شبکه های اجتماعی شما پول نمیدین، چون چیزی با ارزش تر از پول دارن. اون هم میلیارد ها ساعت توجه مردمه

البته هر سرویس رایگانی این مدل رو نداره. مثال بخوام بزنم پروژه های اوپن سورسه که کلن با اهداف دیگه ای ساخته میشن. ولی همیشه یک سوال مهم وجود داره و اونم اینه که اگه از من پول نمیگیرن، پس درآمدشون از کجاست؟

اگه بتونید این سوال رو جواب بدین، خیلی بهتر درک میکنید که به عنوان یک کاربر، دارین دقیقا چه چیزی رو به عنوان هزینه پرداخت میکنید.

@Kerniv
21810
جالبه که مردم از کدکس استفاده میکنن تا جلوی ساختن رو بگیرن، ولی ما از کدکس برای ساختن استفاده میکنیم 😂

پ.ن: مغزم داره به چیزای عجیبی میرسه یکی جلوشو بگیره

@Kerniv
1🤣348🤯2
از اونجا که اندروید اجازه نمیده چند وی پی ان همزمان فعال باشن، وقتی یک وی پی ان جدید شروع به اتصال میکنه، وی پی ان قبلی قطع میشه.

از همین رفتار میتونید استفاده کنید. مثلا اگه یک وی پی ان برای قطع شدن ازتون میخواد تبلیغ اجباری ببینید، به جای زدن Disconnect، یک وی پی ان دیگه مثل v2ray رو باز کنید، دکمه اتصالش رو بزنید و همون لحظه قطعش کنید.

(مهم نیست کانفیگه سالمه یا نه، همین تلاش برای ایجاد اتصال جدید خودش قطع میکنه وی پی ان قبلی رو)

@Kerniv
11🤯6👍4
تلگرام یه حرکت جالبی زده. یه قابلیت جدید آورده که میتونید یه سری بات ها رو مستقیم روی زیرساخت خود تلگرام اجرا کنید. یعنی برای خیلی از پروژه ها دیگه دردسر سرور و VPS رو ندارین.
البته فعلا فقط بات هایی که با JS نوشته شدن و دیتابیس Sqlite رو پشتیبانی میکنه(برای MVP خوبه)

http://core.telegram.org/bots/serverless

@Kerniv
9🔥6
Please open Telegram to view this post
VIEW IN TELEGRAM
143👍2
یه سری پژوهش ها از آقای رابرت مرتون درباره‌ کشف های همزمان(Multiple Discovery) نشون میده که بیشتر ایده های بزرگ اصلا مال یک نفر نیستن. وقتی شرایط و دانشش فراهم بشه آدم های مختلف، مستقل از هم به ایده های مشابه میرسن.

حالا تصور کنید یه ایده‌ خفن همزمان به ذهن ۱۰۰ نفر زده.

۹۰ تاش فقط تو کلشون میچرخه بعدشم میره.
چند تاشونم فقط راجع بهش با این و اون گپ میزنن.
یه تعداد انگشت شماری به نمونه‌ اولیه میرسن و در نهایت فقط یک نفر مثل سگ گازش میگیره و تا تهش میره و محصول واقعی میده بیرون.

(دقیقا مثل اسکویید گیمه فقط به جای اینکه خودشون بمیرن ایده تو ذهنشون میمیره)

خلاصه اینکه نگران نباشین یکی قبلا به ایدتون فکر کرده یا نه. احتمالا خیلیا دارن روش کار میکنن. اگه شما حاضر باشید تا تهش برید دیگه واقعا بقیش مهم نیست.

@Kerniv
👍125
ایلان ماسک اعلام کرد قصد داره کل کدبیس X (توییتر سابق) رو اوپن سورس کنه(منبع)

پ.ن: قاعدتا اولین pr من مربوط به دیلیت کردن اکانتاییه که با سیم کارت سفید پفید ساخته شدن 😂

@Kerniv
Please open Telegram to view this post
VIEW IN TELEGRAM
😁164👍2
خیلی ها رو دیدم که با AI Agent ها بد کار میکنن بعد میگن خیلی زود لیمیت میخوریم

دو موردی که به شخصه خیلی بهش بها میدم:
تا جای ممکن درخواستتون رو یکجا بگید:

اگه از همون اول میدونید چی میخواید، به جای اینکه اون رو توی ۵ پیام بفرستین، یک پرامپت کامل و ساختار یافته بنویسید.

وقتی درخواست رو تیکه تیکه میکنید، ایجینت معمولا هر بار تاریخچه قبلی رو هم دوباره پردازش میکنه. یعنی هم توکن بیشتری مصرف میشه هم ممکنه ایجنت دوباره فایل ها و ابزار ها رو ران کنه یا بخواد دوباره سرچ کنه.

(البته اینم بگم که اگه میخواید روی جزئیات یک بخش کار کنید یا بعد از هر تغییر بازخورد بگیرین، همون تقسیم پرامپت بزرگ به تیکه های کوچیک منطقی تره ولی اگه مقصد از اول مشخصه، پرامپت کامل هم سریعتره، هم به صرفه تر)
هدفتون رو دقیق بگید نه لزوما مسیر رسیدن بهش رو:

بعضی وقتا(بسته به نوع درخواستتون) توضیح بیشتر خروجی بهتر نمیده. مثلا به جای اینکه مرحله به مرحله بگید کدوم فایل رو بخونه و کجا رو تغییر بده و چه تستی ران کنه، فقط بگین این باگو برطرف کن، انتظار دارم فلان رفتار رو داشته باشه و مطمئن شو همه تست ها پاس میشن(خیلی وقتا همین کافیه)

اگه محدودیت خاصی ندارید، بذارید ایجنت خودش بهترین مسیر رو پیدا کنه. فلسفه این ایجنت ها اینه که هر چقدر کمتر Micromanage کنید، اگه هدفتون رو دقیق گفته باشین معمولا نتیجه بهتری میگیرید.
این برای من توی خیلی از سناریو ها مصرف توکن رو کمتر کرده و کیفیت خروجی بهتر شده، امیدوارم برای شما هم همینطور باشه. موفق باشین✌️

@Kerniv
Please open Telegram to view this post
VIEW IN TELEGRAM
5133👍2