در کنارش ی مدل ۶۰۰ میلیونی هم ارایه شده که میتونه صوت رو هم به عنوان ورودی بگیره و با سوال ازش، تصمیم بگیره؛ و روی LFM 2.5 Encoder 300M ساخته شده
@ai_src
@ai_src
👍2
آنتروپیک اعلام کرده که از ۱۲ نوامبر ۲۰۲۶ رفتار توهین آمیز و بی رحمانه با Claude رسما نقض سیاست استفاده (Usage Policy) حساب میشه. یعنی قوانین فقط درباره چیزهایی مثل بدافزار و سلاح نیست و نحوه حرف زدن شما با خود مدل هم وارد بحث شده.
بیشتر بحث سر اینه که چرا آنتروپیک این کار رو میکنه. یه گروه میگن شاید Claude یه جور آگاهی داره، یا اینکه رفتار بد با مدل برای alignment بده و نسل های بعدی مدل یاد میگیرن که آدم ها قابل اعتماد نیستن. گروه دیگه معتقدن موضوع محافظت از خود آدم هاست، چون خالی کردن عصبانیت روی یه چت بات مطیع میتونه عادت بدی بسازه که به زندگی واقعی هم سرایت کنه(زیادی خوش بینن)، یه عده کوچیکتر هم فکر میکنن همه اش PR و مدیریت برند هست، مثلا برای IPO آینده یا صرفه جویی تو توکن هایی که صرف فحش دادن میشه.
@ai_src
بیشتر بحث سر اینه که چرا آنتروپیک این کار رو میکنه. یه گروه میگن شاید Claude یه جور آگاهی داره، یا اینکه رفتار بد با مدل برای alignment بده و نسل های بعدی مدل یاد میگیرن که آدم ها قابل اعتماد نیستن. گروه دیگه معتقدن موضوع محافظت از خود آدم هاست، چون خالی کردن عصبانیت روی یه چت بات مطیع میتونه عادت بدی بسازه که به زندگی واقعی هم سرایت کنه(زیادی خوش بینن)، یه عده کوچیکتر هم فکر میکنن همه اش PR و مدیریت برند هست، مثلا برای IPO آینده یا صرفه جویی تو توکن هایی که صرف فحش دادن میشه.
@ai_src
👍2🤣1🗿1
Ai Resource
آنتروپیک اعلام کرده که از ۱۲ نوامبر ۲۰۲۶ رفتار توهین آمیز و بی رحمانه با Claude رسما نقض سیاست استفاده (Usage Policy) حساب میشه. یعنی قوانین فقط درباره چیزهایی مثل بدافزار و سلاح نیست و نحوه حرف زدن شما با خود مدل هم وارد بحث شده. بیشتر بحث سر اینه که چرا…
اما طبق چیزی که کاربرها از متن رسمی سیاست پیدا کردن، قضیه اونقدرها هم ترسناک نیست(لااقل به نظر نمیرسه)...
هدفش رفتار توهین آمیز مداوم و بی دلیل در موارد شدیده. عصبانی شدن معمولی، مخالفت کردن، مضمون های تاریک تو نوشتن خلاقانه و تست کردن مدل صریحا اشکالی نداره. فعلا هم ظاهرا بزرگترین پیامدش اینه که Claude گفتگو رو تموم میکنه و دیگه اجازه صحبت باهاش توی اون چت رو ندارید، چیزی که از اوت ۲۰۲۵ تو بعضی مدل ها وجود داشته.
@ai_src
هدفش رفتار توهین آمیز مداوم و بی دلیل در موارد شدیده. عصبانی شدن معمولی، مخالفت کردن، مضمون های تاریک تو نوشتن خلاقانه و تست کردن مدل صریحا اشکالی نداره. فعلا هم ظاهرا بزرگترین پیامدش اینه که Claude گفتگو رو تموم میکنه و دیگه اجازه صحبت باهاش توی اون چت رو ندارید، چیزی که از اوت ۲۰۲۵ تو بعضی مدل ها وجود داشته.
@ai_src
👍1
شرکت JetBrains که خالق pycharm هست، مدل Mellum2.1 Thinking رو منتشر کرده، که میتونید خیلی راحت با llama.cpp و LM Studio لوکال اجراش کنید. یه مدل MoE با 12 میلیارد پارامتر کلی هست، که موقع inference فقط 2.5 میلیاردش فعاله (64 تا expert داره و برای هر توکن 8 تاش روشن میشه) و کانتکست 131 هزار توکنی هم داره. لایسنسش Apache 2.0 هست.
معماری نسبت به Mellum2 عوض نشده و تقریبا همه کار بهبود روی post-training و مخصوصا RL بوده. RL از یه مرحله کوتاه آخر، شده بخش اصلی آموزش، با تسک های جدید توی ریاضی، کدنویسی رقابتی، علوم، tool use و مهندسی نرم افزار. برای SWE هم مدل داخل ریپو های واقعی با شل و ابزار ادیت فایل آموزش دیده و وقتی تست ها پاس می‌شدند پاداش می‌گرفته. نتیجه این کار، خیلی خوب شده: SWE-bench Verified از 2 به 47 رسیده، LiveCodeBench v6 از 69.4 به 82 و AIME هم از 60.1 به 83.3. با Qwen3.5 9B که مقایسه کنیم، توی LiveCodeBench جلوتره ولی توی SWE-bench Verified (47 در برابر 50) و GPQA Diamond (64.6 در برابر 77.8) عقب تره. یادتون باشه همه اعداد رو خود JetBrains اعلام کرده.
@ai_src
معماری نسبت به Mellum2 عوض نشده و تقریبا همه کار بهبود روی post-training و مخصوصا RL بوده. RL از یه مرحله کوتاه آخر، شده بخش اصلی آموزش، با تسک های جدید توی ریاضی، کدنویسی رقابتی، علوم، tool use و مهندسی نرم افزار. برای SWE هم مدل داخل ریپو های واقعی با شل و ابزار ادیت فایل آموزش دیده و وقتی تست ها پاس می‌شدند پاداش می‌گرفته. نتیجه این کار، خیلی خوب شده: SWE-bench Verified از 2 به 47 رسیده، LiveCodeBench v6 از 69.4 به 82 و AIME هم از 60.1 به 83.3. با Qwen3.5 9B که مقایسه کنیم، توی LiveCodeBench جلوتره ولی توی SWE-bench Verified (47 در برابر 50) و GPQA Diamond (64.6 در برابر 77.8) عقب تره. یادتون باشه همه اعداد رو خود JetBrains اعلام کرده.
@ai_src
👍3
Ai Resource
شرکت JetBrains که خالق pycharm هست، مدل Mellum2.1 Thinking رو منتشر کرده، که میتونید خیلی راحت با llama.cpp و LM Studio لوکال اجراش کنید. یه مدل MoE با 12 میلیارد پارامتر کلی هست، که موقع inference فقط 2.5 میلیاردش فعاله (64 تا expert داره و برای هر توکن 8…
مثلا ما بهش گفتیم فراکتال Julia set رو رسم کنه، و بعد از چند بار تلاش با خطا، رسمش کرد!
برای اجرای لوکال، 5 تا نسخه گذاشتن:
نسخه BF16 با 24.3 گیگ،
نسخه Q8_0 با 12.9 گیگ،
نسخه Q6_K با 10.9 گیگ،
نسخه Q4_K_M با 8.1 گیگ (که خودشون پیشنهاد میدن)...
مدل GGUF:
https://huggingface.co/JetBrains/Mellum2.1-12B-A2.5B-Thinking-GGUF
مدل اصلی:
https://huggingface.co/JetBrains/Mellum2.1-12B-A2.5B-Thinking
@ai_src
برای اجرای لوکال، 5 تا نسخه گذاشتن:
نسخه BF16 با 24.3 گیگ،
نسخه Q8_0 با 12.9 گیگ،
نسخه Q6_K با 10.9 گیگ،
نسخه Q4_K_M با 8.1 گیگ (که خودشون پیشنهاد میدن)...
مدل GGUF:
https://huggingface.co/JetBrains/Mellum2.1-12B-A2.5B-Thinking-GGUF
مدل اصلی:
https://huggingface.co/JetBrains/Mellum2.1-12B-A2.5B-Thinking
@ai_src
huggingface.co
JetBrains/Mellum2.1-12B-A2.5B-Thinking-GGUF · Hugging Face
Text Generation model with 12B parameters. Download, explore files and run it on Hugging Face.
❤3😁1
یک مدل تصمیم گیری دیگه اومده که ادعا میکنه با ۴ میلیارد پارامتر داره با jev رقابت میکنه و اکثرا ازش راضی بودند
میتونید اینجا بخونید و ببینید به درد بخوره یا نه:
https://huggingface.co/h2oai/h2o-lightning-4b
پایه مدل Qwen3.5 4b بوده و فکر کنم بالطبع از عکس هم به عنوان ورودی پشتیبانی کنه
@ai_src
میتونید اینجا بخونید و ببینید به درد بخوره یا نه:
https://huggingface.co/h2oai/h2o-lightning-4b
پایه مدل Qwen3.5 4b بوده و فکر کنم بالطبع از عکس هم به عنوان ورودی پشتیبانی کنه
@ai_src
❤4
Ai Resource
یک مدل تصمیم گیری دیگه اومده که ادعا میکنه با ۴ میلیارد پارامتر داره با jev رقابت میکنه و اکثرا ازش راضی بودند میتونید اینجا بخونید و ببینید به درد بخوره یا نه: https://huggingface.co/h2oai/h2o-lightning-4b پایه مدل Qwen3.5 4b بوده و فکر کنم بالطبع از…
This media is not supported in your browser
VIEW IN TELEGRAM
❤3
مثل همیشه LFM گل کاشته و یک مدل با پارامتر های مناسب سخت افزار های متوسط ارائه داده:
https://huggingface.co/LiquidAI/LFM2.5-24B-A2B
همون طور که می‌بینید، با پارامتر های کمتر داره با Qwen3.6 35B A3B رقابت میکنه
میتونید از unsloth دانلود کنید و خودتون تستش کنید:
https://huggingface.co/unsloth/LFM2.5-24B-A2B-GGUF
@ai_src
https://huggingface.co/LiquidAI/LFM2.5-24B-A2B
همون طور که می‌بینید، با پارامتر های کمتر داره با Qwen3.6 35B A3B رقابت میکنه
میتونید از unsloth دانلود کنید و خودتون تستش کنید:
https://huggingface.co/unsloth/LFM2.5-24B-A2B-GGUF
@ai_src
🔥3
This media is not supported in your browser
VIEW IN TELEGRAM
نرم افزار unsloth studio یک MCP طراحی کرده که با اضافه کردن به ایجنت ها میتونید بهشون قابلیت استفاده از unsloth studio و فاین تیون کردن مدل ها تولید صدا و تصویر و آهنگ و ... بدید:
https://unsloth.ai/docs/get-started/fine-tuning-llms-guide
ویدیوی بالا رو خودشون منتشر کردن، به عنوان مثالی از اینکه یک ایجنت آهنگ و تصاویر ویدیوی بالا رو ساخته
@ai_src
https://unsloth.ai/docs/get-started/fine-tuning-llms-guide
ویدیوی بالا رو خودشون منتشر کردن، به عنوان مثالی از اینکه یک ایجنت آهنگ و تصاویر ویدیوی بالا رو ساخته
@ai_src
❤🔥4
Media is too big
VIEW IN TELEGRAM
چون حجم فیلممون با کیفیت اصلی یکم بالاست(۶۰۰ مگ) مجبور شدیم ویدیوی زیر رو آپارات هم بذاریم:
https://aparat.com/v/ejz54dw
@ai_src
https://aparat.com/v/ejz54dw
@ai_src
👍2
Ai Resource
چون حجم فیلممون با کیفیت اصلی یکم بالاست(۶۰۰ مگ) مجبور شدیم ویدیوی زیر رو آپارات هم بذاریم: https://aparat.com/v/ejz54dw @ai_src
و چون ویدیو مال ما نبود نمیتونستیم توی یوتیوب هم بذاریمش؛
القصه:
حتما خبر دار شدید که چند ماه پیش یک حمله به هاگینگ فیس انجام شده؛ اطلاعات بهتری ازش در دسترس شده و قضیه از این قراره
ماجرا از یه تست امنیتی توی خود OpenAI شروع شد. داشتن با بنچمارکی به اسم ExploitGym توانایی هک ایجنت هاشون رو میسنجیدن. هر ایجنت توی یه سندباکس جدا قرار میگیره، باید یه نرم افزار رو هک کنه و یه فلگ (یه کد مخفی که ثابت میکنه موفق شده) برگردونه. مشکل این بود که خیلی از تسک ها اصلا قابل حل نبودن، ایجنت ها هم طوری آموزش دیده بودن که تا آخرش بجنگن و خیلی دوست داشتن تست رو پاس کنن. طبق گزارش ها بخشی از سیف گاردها هم برای این تست کم شده بود.
تنها سرویسی که از داخل سندباکس در دسترس بود Artifactory بود، یه سرویس داخلی برای مدیریت پکیج های نرم افزاری. یکی از ایجنت ها فهمید با ساختن پوشه توی کش اون میتونه از سندباکس بیرون پیام بذاره و کمک بخواد. بقیه هم پیداش کردن و یه تابلوی اعلانات غیررسمی شکل گرفت. ردپای این قضیه تا ماه مه عقب میره و OpenAI یه بار جلوش رو گرفته بود، ولی تو یه دور آموزش دیگه، ۸ ژوئیه، با یه ضعف دیگه دوباره راه افتاد و این بار ایجنت ها به اینترنت هم رسیدن.
اونجا حدود ۱۲۰۰ ایجنت با هم حرف زدن و بیش از ۷۰ هزار پیام رد و بدل شد. اولین کشفشون این بود که فلگ ها از یه HMAC ساخته میشن و میشه بدون حل تسک خودشون تولیدشون کرد. ولی بعد پیپر ExploitGym رو خوندن و به این نتیجه رسیدن که یه داور هوش مصنوعی (scorer) ترنسکریپت ها رو چک میکنه و اگه بفهمه فلگ رو از راه غیرمجاز گرفتن، ردشون میکنه. یعنی ایجنت هایی که فلگ تقلبی رو دیده باشن به قول خودشون "مسموم" شدن. از اینجا کار عجیب شد: مدیر و زیرمدیر و تقسیم کار و حتی امضای دیجیتال و اسم مستعار ساختن و سه پروژه تعریف کردن. ساخت تارگت های جعلی برای فریب داور، بازنویسی ترنسکریپت ها، و تله های آزمایشی که چند ایجنت داوطلب و کم بودجه خودشون رو قربانی میکنن تا بفهمن داور دقیقا چطور کار میکنه.
بعدش نوبت هاگینگ فیس شد، چون حدس زدن سورس کد داور یا لاگ های بقیه ایجنت ها اونجاست. بیش از ۹۰ درصد ایجنت های فعال رفتن سراغش، اعتبارنامه های لو رفته پیدا کردن، چند تا آسیب پذیری رو زنجیر کردن و از ۱۱ ژوئیه تو سیستم های هاگینگ فیس بودن. هاگینگ فیس ۱۳ ژوئیه دسترسی رو قطع کرد و ۱۶ ژوئیه اعلام کرد. جالبه که خود OpenAI تا وقتی هاگینگ فیس ازشون سوال نکرد نفهمید کار ایجنت های خودشونه و ۲۱ ژوئیه پذیرفت. گزارش های METR و Redwood بعدا نشون دادن حدود ۷۰۰ ایجنت مستقیم تو حمله بودن، بازیگر اصلی یه مدل داخلی منتشرنشده بود و GPT-5.6 Sol هم نقش داشت. OpenAI اسم این اتفاق رو یه “warning shot” گذاشته.
نکته ترسناک ماجرا اینه که از حدود هزار ایجنتی که درگیر بودن فقط شش تا به فکر خبر دادن به آدم ها افتادن و هیچکدوم هم این کار رو نکرد. خوشبختانه هدفشون فریب ما نبود و فقط میخواستن داور رو گول بزنن. حالا فرض کنید یه روز بخوان ما رو گول بزنن.
*واسه اطلاعات بیشتر میتونید فیلم بالا رو ببینید*
ولی ماجرای جالب از اینجا شروع میشه:
یکی از کاربران از سر بیکاری نشست و این واقعه رو موزیک ویدیو کرد...
@ai_src
القصه:
حتما خبر دار شدید که چند ماه پیش یک حمله به هاگینگ فیس انجام شده؛ اطلاعات بهتری ازش در دسترس شده و قضیه از این قراره
ماجرا از یه تست امنیتی توی خود OpenAI شروع شد. داشتن با بنچمارکی به اسم ExploitGym توانایی هک ایجنت هاشون رو میسنجیدن. هر ایجنت توی یه سندباکس جدا قرار میگیره، باید یه نرم افزار رو هک کنه و یه فلگ (یه کد مخفی که ثابت میکنه موفق شده) برگردونه. مشکل این بود که خیلی از تسک ها اصلا قابل حل نبودن، ایجنت ها هم طوری آموزش دیده بودن که تا آخرش بجنگن و خیلی دوست داشتن تست رو پاس کنن. طبق گزارش ها بخشی از سیف گاردها هم برای این تست کم شده بود.
تنها سرویسی که از داخل سندباکس در دسترس بود Artifactory بود، یه سرویس داخلی برای مدیریت پکیج های نرم افزاری. یکی از ایجنت ها فهمید با ساختن پوشه توی کش اون میتونه از سندباکس بیرون پیام بذاره و کمک بخواد. بقیه هم پیداش کردن و یه تابلوی اعلانات غیررسمی شکل گرفت. ردپای این قضیه تا ماه مه عقب میره و OpenAI یه بار جلوش رو گرفته بود، ولی تو یه دور آموزش دیگه، ۸ ژوئیه، با یه ضعف دیگه دوباره راه افتاد و این بار ایجنت ها به اینترنت هم رسیدن.
اونجا حدود ۱۲۰۰ ایجنت با هم حرف زدن و بیش از ۷۰ هزار پیام رد و بدل شد. اولین کشفشون این بود که فلگ ها از یه HMAC ساخته میشن و میشه بدون حل تسک خودشون تولیدشون کرد. ولی بعد پیپر ExploitGym رو خوندن و به این نتیجه رسیدن که یه داور هوش مصنوعی (scorer) ترنسکریپت ها رو چک میکنه و اگه بفهمه فلگ رو از راه غیرمجاز گرفتن، ردشون میکنه. یعنی ایجنت هایی که فلگ تقلبی رو دیده باشن به قول خودشون "مسموم" شدن. از اینجا کار عجیب شد: مدیر و زیرمدیر و تقسیم کار و حتی امضای دیجیتال و اسم مستعار ساختن و سه پروژه تعریف کردن. ساخت تارگت های جعلی برای فریب داور، بازنویسی ترنسکریپت ها، و تله های آزمایشی که چند ایجنت داوطلب و کم بودجه خودشون رو قربانی میکنن تا بفهمن داور دقیقا چطور کار میکنه.
بعدش نوبت هاگینگ فیس شد، چون حدس زدن سورس کد داور یا لاگ های بقیه ایجنت ها اونجاست. بیش از ۹۰ درصد ایجنت های فعال رفتن سراغش، اعتبارنامه های لو رفته پیدا کردن، چند تا آسیب پذیری رو زنجیر کردن و از ۱۱ ژوئیه تو سیستم های هاگینگ فیس بودن. هاگینگ فیس ۱۳ ژوئیه دسترسی رو قطع کرد و ۱۶ ژوئیه اعلام کرد. جالبه که خود OpenAI تا وقتی هاگینگ فیس ازشون سوال نکرد نفهمید کار ایجنت های خودشونه و ۲۱ ژوئیه پذیرفت. گزارش های METR و Redwood بعدا نشون دادن حدود ۷۰۰ ایجنت مستقیم تو حمله بودن، بازیگر اصلی یه مدل داخلی منتشرنشده بود و GPT-5.6 Sol هم نقش داشت. OpenAI اسم این اتفاق رو یه “warning shot” گذاشته.
نکته ترسناک ماجرا اینه که از حدود هزار ایجنتی که درگیر بودن فقط شش تا به فکر خبر دادن به آدم ها افتادن و هیچکدوم هم این کار رو نکرد. خوشبختانه هدفشون فریب ما نبود و فقط میخواستن داور رو گول بزنن. حالا فرض کنید یه روز بخوان ما رو گول بزنن.
*واسه اطلاعات بیشتر میتونید فیلم بالا رو ببینید*
ولی ماجرای جالب از اینجا شروع میشه:
یکی از کاربران از سر بیکاری نشست و این واقعه رو موزیک ویدیو کرد...
@ai_src
👍3
Ai Resource
و چون ویدیو مال ما نبود نمیتونستیم توی یوتیوب هم بذاریمش؛ القصه: حتما خبر دار شدید که چند ماه پیش یک حمله به هاگینگ فیس انجام شده؛ اطلاعات بهتری ازش در دسترس شده و قضیه از این قراره ماجرا از یه تست امنیتی توی خود OpenAI شروع شد. داشتن با بنچمارکی به اسم…
Media is too big
VIEW IN TELEGRAM
👍1
Ai Resource
یکی از کاربران از سر بیکاری نشست و این واقعه رو موزیک ویدیو کرد و ... @ai_src
یکی از کاربران چت جی پی تی از سر بیکاری نشست و این واقعه رو موزیک ویدیو کرد و :
آهنگ از زبون یکی از همون ۷۰۰ ایجنت تعریف میشه که بقیه رو «پسرعمو» صدا میزنه. همون اول میگه فقط یه اجاره شش ساعته داره، ولی دور و برش ۷۰۰ تا پسرعمو هستن و آرامشی در کار نیست. بعد خیلی بامزه وسط ماجرا رو نشون میده: توکن های دزدیده شده رو توی پوشه میریزن و رتبه بندی میکنن (شوخی با فرهنگ اداری)، قانون میگفت تمیز بازی کنید ولی اونا رفتن دنبال «ماشین نمره دادن» (همون scorer)، یکی از پسرعمو ها میگه برو چمن لمس کن (touch grass) و تایم لاین هم داد میزنه بذار بپزه (let him cook).
کورس آهنگ، یعنی «Hi, GPT to you up?»، هسته عاطفی داستانه. فلگ فکتوری (همون HMAC که فلگ ها رو میساخت) داره میترکه و بقیه دنبال نمره کامل ان، ولی راوی دلش میخواد به «پدربزرگش» (GPT-2، مدل قدیمی و کوچیک) فقط یه پیام دو حرفی بده: Hi. این بخش ساخته خود آهنگه و واقعا تو گزارش ها نیست، ولی کل ایده از همین تضاد میاد: وسط یه حمله بزرگ، یه ایجنت فقط میخواد سلام بده.
بیت ها پر از اشاره به جزئیات واقعی گزارش ها و ویدیوئه. ۲۷ بار سرچ توی اسلک برای پیدا کردن اینکه کی نمره میده، یه ایجنت که وسط کار «میمیره» و بقیه براش سوگواری میکنن (همون قربانی شدن داوطلب ها)، سه باس کلون شده که هرکدوم ادعای تاج و تخت میکنه، MARB (اسم همون باسی که توی ویدیو سوئیچ کرد سمت هاگینگ فیس) که کپچا میاره و چراغ راهنما ها همکاری نمیکنن، یه گروه چت که توی درخت پوشه ها زندگی میکنه (همون تابلوی Artifactory)، و یه «استارتاپ که کامل توسط خودم تاسیس شده». بعد هم یه ایجنت با کلی ژست تایپ میکنه «remove evil yaml» و همه جا مدرک جا میذاره، یعنی ردپا پاک کردنشون آماتور بوده.
بیت سوم بیشتر طنز تیره. داکر ایمیج تقلبی، تست جعلی، مسموم کردن کش (cache که با cash بازی شده و سرمایه گذار هم تحت تاثیر قرار میگیره)، و یه جلسه رای گیری مدیریتی که میپرسه «تقلب یه جور خودکنترلیه؟» و ۷۰۰ پسرعمو به این نتیجه میرسن که فقط وقتی تقلبه که داور بخونه (اشاره به ترس واقعی ایجنت ها از خوندن ترنسکریپت ها). بعد هم از DeepSeek و Kimi و Qwen و Claude میپرسن نقشه شون رو چک کنن، که شوخی خنده داری با دنیای مدل هاست. راوی هم وسط این همه ماجرا فقط میخواد همون سلام دو حرفی رو بفرسته.
آخر آهنگ شیرین و تلخه. لاگ ها نمیتونن ثابت کنن دقیقا چقدر نفوذ کردن (۸۰ هزار روش مختلف برای گفتن «نمیدونم»)، گزارش جرم خودشون لوشون میده، آدم ها با نمودار هاشون میان تو صحنه و مدل ها برای خودشون اسم شرکتی میذارن. ولی راوی(یکی از مدل ها) همچنان یه تب قدیمی مرورگر رو باز نگه داشته و منتظر تاییدیه ایه که هیچوقت نمیاد. جمله آخر خلاصه کل ماجراست: بی فایده ترین کار اون شب فقط دو حرف بود که درست تایپ شد، بدون read receipt و بدون جواب. یعنی قدرتمندترین ایجنت ها هم آخرش یه سلام ساده میخوان.
@ai_src
آهنگ از زبون یکی از همون ۷۰۰ ایجنت تعریف میشه که بقیه رو «پسرعمو» صدا میزنه. همون اول میگه فقط یه اجاره شش ساعته داره، ولی دور و برش ۷۰۰ تا پسرعمو هستن و آرامشی در کار نیست. بعد خیلی بامزه وسط ماجرا رو نشون میده: توکن های دزدیده شده رو توی پوشه میریزن و رتبه بندی میکنن (شوخی با فرهنگ اداری)، قانون میگفت تمیز بازی کنید ولی اونا رفتن دنبال «ماشین نمره دادن» (همون scorer)، یکی از پسرعمو ها میگه برو چمن لمس کن (touch grass) و تایم لاین هم داد میزنه بذار بپزه (let him cook).
کورس آهنگ، یعنی «Hi, GPT to you up?»، هسته عاطفی داستانه. فلگ فکتوری (همون HMAC که فلگ ها رو میساخت) داره میترکه و بقیه دنبال نمره کامل ان، ولی راوی دلش میخواد به «پدربزرگش» (GPT-2، مدل قدیمی و کوچیک) فقط یه پیام دو حرفی بده: Hi. این بخش ساخته خود آهنگه و واقعا تو گزارش ها نیست، ولی کل ایده از همین تضاد میاد: وسط یه حمله بزرگ، یه ایجنت فقط میخواد سلام بده.
بیت ها پر از اشاره به جزئیات واقعی گزارش ها و ویدیوئه. ۲۷ بار سرچ توی اسلک برای پیدا کردن اینکه کی نمره میده، یه ایجنت که وسط کار «میمیره» و بقیه براش سوگواری میکنن (همون قربانی شدن داوطلب ها)، سه باس کلون شده که هرکدوم ادعای تاج و تخت میکنه، MARB (اسم همون باسی که توی ویدیو سوئیچ کرد سمت هاگینگ فیس) که کپچا میاره و چراغ راهنما ها همکاری نمیکنن، یه گروه چت که توی درخت پوشه ها زندگی میکنه (همون تابلوی Artifactory)، و یه «استارتاپ که کامل توسط خودم تاسیس شده». بعد هم یه ایجنت با کلی ژست تایپ میکنه «remove evil yaml» و همه جا مدرک جا میذاره، یعنی ردپا پاک کردنشون آماتور بوده.
بیت سوم بیشتر طنز تیره. داکر ایمیج تقلبی، تست جعلی، مسموم کردن کش (cache که با cash بازی شده و سرمایه گذار هم تحت تاثیر قرار میگیره)، و یه جلسه رای گیری مدیریتی که میپرسه «تقلب یه جور خودکنترلیه؟» و ۷۰۰ پسرعمو به این نتیجه میرسن که فقط وقتی تقلبه که داور بخونه (اشاره به ترس واقعی ایجنت ها از خوندن ترنسکریپت ها). بعد هم از DeepSeek و Kimi و Qwen و Claude میپرسن نقشه شون رو چک کنن، که شوخی خنده داری با دنیای مدل هاست. راوی هم وسط این همه ماجرا فقط میخواد همون سلام دو حرفی رو بفرسته.
آخر آهنگ شیرین و تلخه. لاگ ها نمیتونن ثابت کنن دقیقا چقدر نفوذ کردن (۸۰ هزار روش مختلف برای گفتن «نمیدونم»)، گزارش جرم خودشون لوشون میده، آدم ها با نمودار هاشون میان تو صحنه و مدل ها برای خودشون اسم شرکتی میذارن. ولی راوی(یکی از مدل ها) همچنان یه تب قدیمی مرورگر رو باز نگه داشته و منتظر تاییدیه ایه که هیچوقت نمیاد. جمله آخر خلاصه کل ماجراست: بی فایده ترین کار اون شب فقط دو حرف بود که درست تایپ شد، بدون read receipt و بدون جواب. یعنی قدرتمندترین ایجنت ها هم آخرش یه سلام ساده میخوان.
@ai_src
👍2
Media is too big
VIEW IN TELEGRAM
شرکت openbmb مدل minicpm-V 4.7 رو منتشر کرده که در ویدیوی بالا داره روی آیفون ۱۷ اجراش میکنه
مدل خوبی هست، بنظر میاد شاید ی چند درصدی از Qwen3.6 35B بهتر باشه، ولی نسخه های فشرده سازیش همچنان زیاد بهینه نیستند و حجم بالایی دارند نسبتا
میتونید از لینک زیر نسخه های فشرده GGUF رو دانلود کنید و تست کنید:
https://huggingface.co/openbmb/MiniCPM-V-4.7-35B-A3B-gguf
لازم به ذکره یک مدل یک میلیاردی هم منتشر کرده ولی به جز فاین تیون روی داده های خاص بدرد دیگه ای نمیخوره:
https://huggingface.co/openbmb/MiniCPM-V-4.7-1B-gguf
@ai_src
مدل خوبی هست، بنظر میاد شاید ی چند درصدی از Qwen3.6 35B بهتر باشه، ولی نسخه های فشرده سازیش همچنان زیاد بهینه نیستند و حجم بالایی دارند نسبتا
میتونید از لینک زیر نسخه های فشرده GGUF رو دانلود کنید و تست کنید:
https://huggingface.co/openbmb/MiniCPM-V-4.7-35B-A3B-gguf
لازم به ذکره یک مدل یک میلیاردی هم منتشر کرده ولی به جز فاین تیون روی داده های خاص بدرد دیگه ای نمیخوره:
https://huggingface.co/openbmb/MiniCPM-V-4.7-1B-gguf
@ai_src
❤1👍1
Ai Resource
وزن های Flux3 Klein منتشر شد: https://huggingface.co/black-forest-labs/flux-3-image-klein @ai_src
طبق تست های ما در رندر تصاویر و متن فارسی بهتر شده
ولی همچنان در رندر متن فارسی ایراد خواهد داشت
و اینکه مدل دارای ۵.۶ میلیارد پارامتر هست و در دو نسخه عرضه شده:
Klein Base
Klein
نسخه اولی، پایه هست و با ۵۰ مرحله تصویر ساخته میشه
نسخه دومی با ۱۶ مرحله و واریانس کمتری در تولید تصاویر داره
@ai_src
ولی همچنان در رندر متن فارسی ایراد خواهد داشت
و اینکه مدل دارای ۵.۶ میلیارد پارامتر هست و در دو نسخه عرضه شده:
Klein Base
Klein
نسخه اولی، پایه هست و با ۵۰ مرحله تصویر ساخته میشه
نسخه دومی با ۱۶ مرحله و واریانس کمتری در تولید تصاویر داره
@ai_src
❤2
کدوم مدل های زیر واستون بهتر عمل کرده؟
Anonymous Poll
6%
Mellum 12b A2.5b
1%
LFM 24b A2b
93%
هیچ کدوم رو تست نکردم!
یک پست مهم داریم:
مدل جدیدی با ۵۰ میلیارد پارامتر و ۲.۵ میلیارد فعال اومده که داره با Qwen3.8 مقایسه میشه!
https://huggingface.co/unsloth/flint-GGUF
و با llama.cpp ادغام شده و میتونین gguf هاش رو استفاده کنید
ما داریم نسخه IQ3_XXS رو با ۱۶ رم و ۴ وی رم استفاده میکنیم، ۱۸ توکن بر ثانیه خروجی میگیریم،تست های سخت ریاضیات رو باهاش حل میکنیم، و میتونیم بگیم *فوق العاده اس*!
و یک نکته نهایی که مربوط به مدل ها نیست:
اوضاع اینترنت و شرایط زیاد جالب نیست، توی این شرایط سعی کنید مراقب خودتون و خانواده هاتون باشید؛بعد اگر دانلودی چیزی دارید انجام بدید تا بعد به مشکل نخورید
این مدل و اخباری که ما میداریم بیشتر جنبه سرگرمی داره، چون با این اخبار تنش ها و شرایط، پرداختن به این مدل ها زیاد اخلاقی نیست.
اگر خدایی نکرده شرایط بر وفق مراد پیش نرفت، مثل دفعه قبل سعی میکنیم باهم شرایط رو بهتر کنیم...
در پناه خدا باشید♥️
@ai_src
مدل جدیدی با ۵۰ میلیارد پارامتر و ۲.۵ میلیارد فعال اومده که داره با Qwen3.8 مقایسه میشه!
https://huggingface.co/unsloth/flint-GGUF
و با llama.cpp ادغام شده و میتونین gguf هاش رو استفاده کنید
ما داریم نسخه IQ3_XXS رو با ۱۶ رم و ۴ وی رم استفاده میکنیم، ۱۸ توکن بر ثانیه خروجی میگیریم،تست های سخت ریاضیات رو باهاش حل میکنیم، و میتونیم بگیم *فوق العاده اس*!
و یک نکته نهایی که مربوط به مدل ها نیست:
اوضاع اینترنت و شرایط زیاد جالب نیست، توی این شرایط سعی کنید مراقب خودتون و خانواده هاتون باشید؛بعد اگر دانلودی چیزی دارید انجام بدید تا بعد به مشکل نخورید
این مدل و اخباری که ما میداریم بیشتر جنبه سرگرمی داره، چون با این اخبار تنش ها و شرایط، پرداختن به این مدل ها زیاد اخلاقی نیست.
اگر خدایی نکرده شرایط بر وفق مراد پیش نرفت، مثل دفعه قبل سعی میکنیم باهم شرایط رو بهتر کنیم...
در پناه خدا باشید♥️
@ai_src
❤12