علیرضام

داشتم برای یه جایی تیم سازی میکردم

اشتباهاتی که داشتن

این بود که هیچ حل مسئله ای با ابزارها نداشتن یا مسخره بود و چرا از این استفاده کردن ولی از اون یکی فریم ورک نه

و چیزی که همیشه مسخره میدونم درصد تسلط به یه ابزار
و واقعا مسخرس
بجاش درصد تسلط رو با یه پروژه نشون بده

رعایت کنید

یه آپدیت ریز از دیپ سیک که مدل DeepSeekV4-Flash رو توی تسک های Agentic محور، همسطح مدل های opus کرده

فعلا باید منتظر آپدیت Lmarena موند تا ببینیم اعداد این بنچمارک های واقعیه یا نه ...

Source

@TheDeepTech

دوستان شرمنده خبر و غیره توی چنل نمیزارم
فقط یکم دیگه فرصت میخوام تا سرم خلوت شه، بعدش دیگه پست بارون میکنم🤗

The real Open AI of the world.

parameters efficiency👌

به همین دلیله داره حالم از Ai و رشته کامپیوتر بهم میخوره

#alireza

کار بجایی رسیده که من تگ #Hossein نمیزنم، ولی علیرضا میزنه😁

سم آلتمن یه جا خوب گفت


مردم هنوز نمیدونن Ai چه قدرتی داره
آینده عجیبی در انتظارمونه

#alireza

هوش مصنوعی برای مبتدیان - یک برنامه آموزشی


مایکروسافت یه دوره روی گیت هاب داره
12 هفته
24 درس
هوش مصنوعی برای همه

جالب اینجاست که به چند زبان نوشته شده (فارسی هم داره)

دوره خیلی با کیفیتی هست
هم دایکومنت توضیحی داره
هم نوت بوک به زبان pytorch و tensorflow داره

Source

@TheDeepTech

تبدیل دیپ سیک وب به OpenAI API Protocols

قابلیت آپلود فایل و چت هم داره

Source

@TheDeepTech

یه پروژه هست به اسم airllm که توش تونستن مدل های غول رو روی gpu های خیلی کوچیک استفاده کنن

- Kimi K3 (2.8T) - 3.72GB
- DeepSeek-V3 (671B) - 12GB
- Llama 3.1 405B - 8GB

صرفا رد لحظه لایه یا expert لازم رو لود میکنه روی vram و پردازش رو انجام میده، بعد میره برا layer بعدی

ولی خب یه disk-bound عجیبی داره که فک کنم هر توکن رو 1 دقیقه طول بکشه تا generate کنه😅😅

به هر حال ... یه سری تکنیک ها استفاده کردن که یه ذره سریعتر هم بشه کار ... ولی بعید میدونم خیلی موثر بوده باشه

25k Starts

Source

@TheDeepTech

DeepSeek V4 flash-0731
One Shot

https://www.youtube.com/@daveebbelaar

بهترین فردی که میتونه در مهندسی کامپیوتر کمکتون کنه ایشونه

طبق تجربه ای که کار با
Cli
مدل های زبانی داشتم و
API
این مدل ها

به خصوص کلاد
و جی پی تی

اگر میخواین چیزی بسازید که در اون سایت یا اپ مدل زبانی نباشه و صرفا میخواین با ایجنت ها کار کنید

حتما از CLI ها استفاده کنید و ترجیحا همون مدل مخصوصش

نتیجه خیلی بهتری داره
HARNESS
با مدل هماهنگ شده و موفق آمیز تره


#alireza

The Right Order to Learn (2026)

1. Python fundamentals: types, APIs, async, project structure, tests.
2. LLM fundamentals: tokens, context budgeting, prompting, tool calling.
3. Framework choice: start simple, then graduate to graphs/workflows.
4. Advanced concepts: composition, retries, fallbacks, verification.
5. Memory: summaries + vector retrieval + checkpointing.
6. Tools: schemas, safety gates, observability.
7. RAG: chunking, hybrid retrieval, re-ranking, evaluation.
8. Agents: ReAct, supervisors, protocols, safety.
9. Real projects: FastAPI + UI + Docker + cloud + CI/CD + eval.
Tip for interviews: Bring 2–3 concrete projects (even small) that show tool use, RAG, evaluation,
and production thinking. Be ready to explain one failure you debugged (retrieval noise, tool timeout,
schema parsing) and how you fixed it.

یکی از مشکلاتی که هوش مصنوعی ها دارن اینه که فکر میکنن خودشون بهترین هستن
یعنی مثلا بعد از اینکه یه کد رو نوشتن و میگی نقد کن، میگن من بهترینم و این چیزی که دادم عالیه و این حرفا

من یه تست گرفتم، اومدم چند تا خروجی از چند مدل مختلف گرفتم
بعد دادم AI های مختلف که نقد کنن از چند معیار مختلف و نمره بدن
هرکسی یه سوگیری به جوابی که خودش داده بود داشت، یعنی دست بالاتر از حد معمول میگرفتش

البته اینجوری نبود که بگن جوابی که خودش داده از بین بقیه بهتره
ولی به خودش نمره بیشتر از معمول رو میداد

ولی فاجعه وقتی اتفاق میفته که شما تو همون چتی که ازش خواستی کاری رو انجام بده، بخوای که خودش رو نقد کنه
اونجا دیگه فرق نمیکنه، از هر قبرستونی براش کد و غیره بیاری، بازم میگه اینی که من نوشتم بهتره

در کل نتیجه ای که میشه گرفت اینه که اگه vibe code میکنید، حتما وقتی باگ و مشکلی میخورید، سریع برید یه چت جدید باز کنید
چون مدل نگاهش رو توی چت قبلی خیلی محدود میکنه، ولی توی چت جدید احتمال خیلی زیاد از یک زاویه جدید به مشکل نگاه میکنه

این رفتار هوش مصنوعی خیلی شبیه به رفتار انسان ها هم هست،
مثلا وقتی شما یک پیام رو مینویسید، موقع چک کردنش، کاملا بی نقص میبینید
حتی 40-50 درصد مواقع غلط املایی هاتون رو متوجه نمیشید - پیام براتون منطقی و بی نقص به نظر میاد
ولی وقتی کسی پیام شما رو میخونه، حتی نمیدونه کی مکث کنه ... با چه حسی بخونه و غیره ...

هوش مصنوعی هم همینه
اون تک تک تصمیم هاشو برای هر خط کدی که نوشته میدونه، و راحت میتونه کارش رو توجیه کنه ...

@TheDeepTech

https://x.com/Av1dlive/status/2084593009916866609

2h 34min

how to build llm from scratch

تحولات رو با دقت نگاه کنید
AI
نزدیک به قدم های به شدت بزرگیه

#alireza

Pokee-Isaac 28B

مدعی هست که اولین مدل 10M Context هست، ولی فعععک نکنم
تکنیکال ریپورت هم داده، بعدا میخونمش، توضیحاتش مینویسم

10M ctx + Transformer ?????!!

Source

@TheDeepTech