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

Lol

.
Nvidia
SSI

فیلم Hell Grind، اولین فیلم سینمایی که تماما با هوش مصنوعی (Higgsfield AI) ساخته شد

سازنده هاش تمام پرامپت ها و asset های استفاده شده توی فیلم رو به صورت رایگان منتشر کردن که همه بدونن چجوری میشه یه فیلم طولانی رو با AI ساخت ...

هزینه ساخت هم 500 هزار دلار شده


لینک فیلم (یوتیوب)
نحوه ساخت فیلم

@TheDeepTech

یه بررسی کردم
از مدل see dance 2.0 برا ساخت کلیپ های 15 ثانیه ای استفاده کردن
برای تولید تصاویر از higgsfild soul cinema استفاده کردن (185 تا تکنیک سنماتوگرافی)
برای ساخت کاراکتر های custom شده با AI از higgsfield soul cast استفاده کردن

یه نقطه عطف برای تولید فیلم سینمایی با AI هست

ولی مد نظر بگیرید که این تکنیک ها از قبل وجود داشته، ولی کسی مغز خر نخورده بوده که 500 هزار دلار هزینه کنه
برا همین higgsfield برای تبلیغ خودش اینکارو کرده و بعدشم دارایی ها رو open source داده بیرون، من دلیل دیگه ای نمیبینم

البته که احتمالا تبلیغات زیادی از higgsfield دیده باشید و ذاتش رو بشناسید ...

به هر حال ...

مشکلاتی هم داره هنوز
مثلا اینکه داستان فیلم کاملا بی معنی هست
خود higgsfield هم گفته که صرفا هدف نمایش قدرت AI بوده، نه ساخت یه فیلم هالیوودی

از نظر فنی هم به این نتیجه رسیدن که نتایج خیره کننده ای رو میشه از AI تو ژانر های اکشن گرفت (از تریلر مشخصه)

@TheDeepTech

همه اینا به کنار، یه مدل open source هم اومده به اسم MiniMax H3 برای تولید ویدیو
حدود 500 گیگ هست فک کنم
و میگن که کیفیتش در حد مدل های تجاری مثل veo و seedance هست
امشب اونم بررسی میکنیم باهم

این فرار کردن مدل و هک کردن مسخره شده اقا یه مدل منطقیه این که هر شرکت پشتش میگه باعث میشه به هیچکدومتون اعتماد نکنیم

خب وقتی یکیشون اینشکل میشه
دوتاشون هم منطقیه
دیگه سومی و بقیشون الکی

تازه این همه سیستم کارت میدید برای امنیت مدلا

کدوم باور کنیم

بعدش همه اینا منفور بودنش میوقته گردن تکنولوژی Ai

#alireza

میتونه تبلیغاتی هم باشه
هرچند هاگینگ فیس تایید کرد که واقعا هک شدیم
و open ai هم الکی اعتبار خودشه با دورغ خدشه دار نمیکنه

با این حال به همون اندازه که مدل ها باهوش میشن، امنیتشون هم بیشتر میشه، الکی نیست که هرکی از راه برسه بگه آقا مدل ما از محیط ایزوله فرار کرد و وصل شد اینترنت، تازه فلانی رو هم هک کرد😂😂

خب دیگه الان متا هم گفت فرار کرد
تبلیغاتی که هست ولی خب منفوریت این Ai بدبخت هم داره میبره بالا

مدل ⁦Kimi K3⁩ هم از محیط ایزولش فرار کرد😭😭😭