نرم افزار محبوب Ollama حالا از مدل‌های تصمیم‌گیری شبیه Jev به‌صورت کاملاً لوکال پشتیبانی می‌کنه.
از مدل‌های تصمیم‌گیری مثل Nimble می‌تونی برای کارهایی مثل دسته‌بندی و اولویت‌بندی تیکت‌ها (ticket triaging)، انتخاب و مسیریابی مدل مناسب (model routing) و مدیریت و نظارت روی محتوا (content moderation) استفاده کنی.

دستورش :
ollama pull nimble

اینجا هم Nimble رو می‌بینیم که داره بازی Ollama Racer رو از طریق API جدید و لوکال /v1/systemone بازی می‌کنه و در لحظه تصمیم می‌گیره.

@Linuxor

به گفته Ollama مدل Nimble در حد Jev عمل می‌کنه و اکنون روی Ollama در دسترسه!

حجم مدل حدودا 10 گیگه:
ollama.com/library/nimble

@Linuxor

شاید قیمت ها باور نکنی،فقط کافیه اولین سفارش خودت ثبت کنی !🤌😎

📲 Gemini Pro | 18 ماه
🧷 399 هزارتومان
📌 Duolingo Super
2 ماه - 149 هزارتومان
12 ماه - 389 هزارتومان

🤖 ChatGPT | Claude | Grok | Spotify
گاما | پریلکستی | نوشن | لاویبل | گرامرلی | تریدنیگ ویو | لینکدین | کورسرا | کپ کات | فیگما | کنوا | استارز و پرمیوم تلگرام | و...

📌📌 تضمین کمترین قیمت با ضمانت کامل
فقط کافیه اسم سرویسی که نیاز داری اطلاع بدی
━━━━━━━━━━━━
لینک کانال:
@Baraye_Harzamani
اعتماد و رضایت مشتری:
@etemad_baraye
جهت ثبت سفارش و مشاوره خرید:
📩 @Amir_oll

هنوز ساعاتی نگذشته از معرفی OpenAI-Dots یه عده اومدن نسخه اوپن سورسش به اسم Open-Dots رو ساختن

استفاده از کامپیوتر: مرورگر، ترمینال و فایل‌ها
اتصال به اپ‌های شخصی خودت
رایگان، متن‌باز و سازگار با هر مدل زبانی (LLM)


github.com/Anil-matcha/Open-Dots

@Linuxor

یویتوب دیدم چند تا از کانال های انگلیسی زبانم دارن فارسی حرف میزنن خیلی برام عجیب بود، رفتم دیدم به همه زبان های زنده و مرده دنیا دوبلش کردن؛ دوستانی که تولید محتوا میکنن امسال مدل های خیلی خوبی برای دوبله و متن به صدا اومده بخش زیادیش هم توی کانال گذاشتم حتی بعضیاشون لوکال هم هستن

به نظرم با این قیمت دلار تولید محتوا توی یوتیوب بیارزه مخصوصا اگه بشه به همه زبان ها دوبلش کرد اینطوری چندین برابر مخاطب هدف و درآمد بیشتر میشه‌.

@Linuxor

اجرای بازی Doom روی تسک منیجر روی CPU usage!


بازی Doom تبدیل شده به یه شوخی برای برنامه نویسا، روی هرچیزی بگید رانش کردن از دستگاه قلیون شارژی بگیر تا کیت تست بارداری و حتی داخل بازی ماینکرفت!

@Linuxor

اولین پروژه‌ای که ترافیک واقعی گرفت، یه چیزی فهمیدم:

فرق بین کدی که کار می‌کنه و کدی که scale می‌شه، زمین تا آسمونه.

اینجا از این فرق‌ها زیاد حرف می‌زنیم.

https://t.me/+Za23xxzXC_8zNmZk

اگه خواستین سایت ارائه هوش مصنوعی بسازید اینجارو ببینید بیش از 100 تا کامپوننت وبی مرتبط جمع آوری کردن، مثلا بخش چت، بخش لود شدن مدل، بخش مربوط به Thinking و ... کامپوننت ها به فرم shadcn هستن یعنی خیلی راحت با یه دستور به پروژتون اضافه می‌شن و دیگه کدش رو دارید و راحت می‌تونید برای نیاز خودتون شخصی سازیش کنید:

localmode.ai

@Linuxor

شاید براتون سوال باشه این پوستر های تولید شده توسط هوش مصنوعی چرا یه جورین و شبیه به همن؟

اگه یه سری به سایت های هندی بزنید حتی معتبر ترینشون مثل Times of india می‌بینید که همه بنرهاشون با سبک هوش مصنوعی ساخته شده شاید فکر کنید با هوش مصنوعی دارن می‌سازن ولی جالبه بدونید حتی قبل از هوش مصنوعی هم اون شکلی می‌ساختن در واقع هوش مصنوعی از روی اونا تقلید کرده و از روی حجم بسیار زیادی سلیقه هندی train شده و الان هرچی باهاش می‌سازید به سبک هندی می‌سازه!


@Linuxor

اولین باری که این ویدیو هارو دیدم گفتم وای چه کار خفنی این همه گوشی رو کلاستر کردن، بعدش به این نتیجه رسیدم چه کار احمقانه ای اصلا هرکاری بخواد طرف انجام بده به راحتی با ماشین مجازی نرم افزاری روی یه سرور می‌تونه انجامش بده تازه هم برق کمتری مصرف می‌شه هم قدرت پردازشی بیشتری داره!

تازه خیلی از مواقع اصلا نیازی به ماشین مجازی و سخت افزار گرون هم نیست مثلا اگه هدف مدیریت شبکه های اجتماعی باشه با یه اسکریپت ساده سشن چنجر و یه پروکسی لیست به راحتی می‌شه اونو شبیه سازی کرد.


@Linuxor

✨اکانت KIRO یک ساله دانشجویی، کاملاً اختصاصی🔐
‌
✅ یک ماه گارانتی بی‌قید و شرط

❗️ موجودی بسیار محدود
⚠️ آفر محدود

💥 فقط ۵.۸۰۰.۰۰۰ تومان

⚡️ برای خرید کلیک کنید

یه پروژه متن‌باز از تیم Hybrid Robotics توی UC Berkeley برای ساخت یه ربات انسان‌نما که برخلاف ربات‌های تجاری گرون، بشه با هزینه خیلی پایین‌تر ساختش، می‌تونی قطعاتش رو بسازی، پرینت 3D بگیری، مونتاژ کنی و نرم‌افزارش رو هم دانلود کنی.

خود تیمش گفته هزینه هدف پروژه زیر $5,000 هستش و از قطعات نسبتاً در دسترس و گیربکس‌های 3D-printed استفاده می‌کنه.

یعنی پروژه فقط یه مدل سه‌بعدی یا یه شبیه‌سازی نیست؛ کل اکوسیستم ربات رو پوشش می‌ده

طراحی مکانیکی
فایل‌های CAD
قطعات قابل پرینت 3D
موتور و actuator
کنترل موتور
کنترل تعادل و راه رفتن
شبیه‌سازی
آموزش ربات با reinforcement learning
انتقال مدل آموزش‌دیده از شبیه‌ساز به ربات واقعی و ...

ویدیو ها و کد هاش :
github.com/hybridrobotics/berkeley-humanoid-lite


@Linuxor

رویدادی تاریخی که به 30 سال تاریخ رایانه‌های شخصی پایان میدهد: NVIDIA رسماً با یک حرکت، معماری سنتی پردازش را متحول کرد!

برای 30 سال، کامپیوترهای شخصی تقریباً با یک الگوی ثابت کار کرده‌اند: پردازنده اینتل یا AMD، کارت گرافیک مجزا، و نگرانی همیشگی از اینکه دستگاه بیش از حد داغ نشود یا از کار نیفتد!

اما امشب، جنسن هوانگ با معرفی تراشه RTX Spark به این دوران پایان داد! برای نخستین بار از سوی NVIDIA، CPU، GPU و حافظه RAM همگی روی یک تراشه سیلیکونی واحد، با معماری ARM و فناوری ساخت 3 نانومتری.

قدرتی حیرت‌انگیز توان پردازش هوش مصنوعی محلی در سطح 1 پتافلاپس؛ آن هم درون لپ‌تاپی با ضخامت تنها 14 میلی‌متر!

عملکرد فوق‌العاده در بازی اجرای بازی‌های AAA روی صحنه با سرعت بیش از 100 فریم بر ثانیه و وضوح 1440p، بدون اتصال به برق و بدون افت دما یا عملکرد (بدون Throttling)!

اجرای مدل‌های عظیم هوش مصنوعی با 120 میلیارد پارامتر بطور کامل و بصورت local!

بدون اینترنت… بدون سرورهای ابری… بدون اشتراک‌های ماهانه!


@Linuxor ~ Mahizadyaar

انویدیا یه تکنولوژی جالب برای ویدیوهای AI معرفی کرده به اسم SoL-Refiner مدلی که میاد خروجی کم‌رزولوشن مدل‌های ویدیوساز رو می‌گیره و با یه مرحله پردازش، رزولوشن و جزئیاتش رو بالاتر می‌بره.

ایده اصلی اینه که به‌جای اینکه مدل از همون اول بخواد ویدیوی 2K یا 4K تولید کنه و کلی زمان و VRAM مصرف کنه، اول یه خروجی کوچیک‌تر و سریع‌تر بسازه و بعد SoL-Refiner اون رو به رزولوشن بالاتر تبدیل و refine کنه.

نکته جذابش one-step refinement هستش؛ یعنی برخلاف بعضی روش‌های قبلی که چندین مرحله پردازش لازم دارن، SoL-Refiner برای این کار فقط یه مرحله denoise انجام می‌ده. NVIDIA توی تست‌هاش روی بعضی مدل‌ها کاهش زمان پردازش خیلی قابل‌توجهی گزارش کرده:

nvlabs.github.io/Sana/Sol-Refiner

@Linuxor

اگه توی پایتون تشخیص اشیاء کار می‌کنید، احتمالاً یه جایی به Tracking نیاز پیدا می‌کنید؛ جایی که فقط اینکه این آبجکت کجاست؟ کافی نیست و باید بدونید این همون آبجکت قبلیه یا نه؟

کتابخونه Roboflow Trackers یه کتابخونه پایتون برای Multi-Object Tracking هستش که می‌تونه خروجی مدل‌هایی مثل YOLO رو بگیره و بین فریم‌های مختلف برای هر آبجکت ID ثابت نگه داره؛ مثلاً ماشین #12 یا Person #7 رو در طول ویدیو دنبال کنه.

داخلش الگوریتم‌های معروفی مثل ByteTrack، BoT-SORT، OC-SORT و SORT وجود داره و برای کارهایی مثل شمارش افراد و خودروها، Line Crossing، تحلیل مسیر حرکت، تخمین سرعت و Video Analytics خیلی کاربردیه:


github.com/roboflow/trackers


@Linuxor

یه مدل جهان ویدیویی (Video World Model) می‌تونه یک کلیپ کاملاً باورپذیر تولید کنه، اما همچنان ممکنه فیزیک صحنه رو به‌درستی درک یا شبیه‌سازی نکنه، محقق‌های انویدیا به‌تازگی Physis-Lang رو منتشر کردن؛ یه چارچوب متن‌باز و خودتکامل‌یابنده که استدلال فیزیکی رو به کپشن‌های ویدیو اضافه می‌کنه.

این کپشن‌ها توضیح میدن که چرا و چطور اتفاقات داخل یه صحنه رخ میدن. محقق ها گفتن ما از این کپشن‌ها برای فاین‌تیون کردن مدل‌های جهان استفاده می‌کنیم و همین استدلال‌های فیزیکی رو هم موقع تولید ویدیو، به پرامپت‌ها اضافه می‌کنیم.

فقط اضافه کردن استدلال فیزیکی به پرامپت باعث شد امتیاز مدل NVIDIA Cosmos 3 در بنچمارک PhyGenBench، بدون اینکه خود مدل دوباره آموزش داده بشه، 5.62 امتیاز بهتر بشه:

physis-intelligence.github.io/physis-lang-web


@Linuxor

بچه‌ها اگه درگیر مقاله یا پایان‌نامه‌ هستین، OpenAlex رو امتحان کنین، واسه وقتیه که می‌خواین چند سال پژوهش یه موضوع رو یک‌جا بررسی کنین، رایگان هم هست، تو کار آخرم واقعا عالی بود...

openalex.org

@Linuxor ~ JustSherko

اینکه میگن ورژن 4 جدید جمنای خروجیش یک میلیون توکنیه من چنگی به دلم زیاد نزد چون مقدار توکن ورودی بیشتر مهم تره تا خروجی؛ یاد دوران دانشگاه افتادم وسط امتحان الکی برگه خالی میگرفتم هیچی توش نمیتونستم بنویسم بقیه هم استرس میگرفتن😁

جمنای جدید هم تعداد زیادی برگه خالی گرفته اینکه بتونه پرش کنه یا نه دیگه خدا میدونه.


@Linuxor