کمپانی Uber توی یک بلاگ جالب توضیح میده که چطور چت بات داخلی که ساختند تا به تیم پشتیبانی در جواب دادن به هزاران سوال دقتی در حد انسان داره.
این چت بات بر اساس معماری Agentic-RAG پیاده سازی شده و بهش چندتا قسمت اضافه کردند:
- ایجنتهای پیش‌از‌بازیابی: کوئری رو بهینه می‌کنن و منبع درست رو پیدا می‌کنن
- بازیاب ترکیبی (برداری + BM25 با متادیتای غنی) → بازیابی دقیق‌تر
- ایجنت پس‌ از پردازش: چانک های تکراری‌ها رو حذف می‌کنه و متن رو مرتب می‌کنه یا به اصطلاح rerank میکنه

بلاگشون را بخونید که توضیح میده چطور مدل را ارزیابی کردن با استفاده از روش LLM-as-Judge
نکات مهم و جالبی داره اگه نیاز به ساختن ایجنتهای مشابه دارید در یوزکیس های مختلف.
Blog: https://www.uber.com/en-GB/blog/enhanced-agentic-rag/

#هوش_مصنوعی

🆔 @Ai_Tv

✍هر روز که میگذره MCP داره بیشتر و بیشتر پر اهمیت میشه تو دنیای LLM ها.

و الان هم Openai داره داخل Chatgpt قابلیت اتصال به MCP شخصی رو تست میکنه و در اختیار DEV ها قرار میده.

اگر هنوز از MCP اطلاعی ندارید این منابع آموزشی ایده خوبی به شما میده

❓اصلا MCP چیه و چکار میکنه؟ ابزاریه که  ایجنت‌های هوش مصنوعی رو به منبع های داده ، ابزارهای مختلف و اپ‌ها وصل می‌کنه اینجوری همه‌چی ساده‌تر و سریع‌تر میشه یعنی مدل فقط جواب نمی‌ده، بلکه مستقیماً با نرم‌افزارها کار می‌کنه.
➕ فرض کن می‌خوای یه مدل زبانی مثل Claude یه کاری برات توی یه اپ انجام بده ؛ قبلا باید کلی کد میزدی  ولی حالا MCP  خیلی راحت مدل رو به اون ابزار وصل می‌کنه

1⃣ به صورت پروژه محور طی یک ورکشاپ MCP را یاد بگیرید

https://www.youtube.com/watch?v=kQmXtrmQ5Zg

2⃣ تو این ویدیو مفصل راجع به MCP صحبت شده
https://www.youtube.com/watch?v=8dzuX4Y06Io

3⃣ این مقاله به صورت تصویری MCP  رو توضیح میده
https://norahsakal.com/blog/mcp-vs-api-model-context-protocol-explained/


✔️اگه به ابن موضوع علاقه‌مندید مطالب قبلی کانال رو با سرچ MCP ببینید

#هوش_مصنوعی

🆔 @Ai_Tv

Openai released GPT-5-Codex: optimized for Codex

It is already working everywhere: CLI, VS CODE, Cursor, GITHUB, Web version, on the phone, if you have a GPT subscription.

On a total test, almost no difference: 72.8% -> 74.5%, but clean and improve the code: from 34% to 51%.

Codex began to pull long tasks. He can work for hours on a large project: to refract the code, drive tests, correct errors.

Support for pictures appeared: you can show, here the button is crooked and it will understand.

He asks to dangerous commands, you can limit network access, all actions are logged in.

In fact, they have been updating Codex for a long time, make a competitor Claude Code, people shared two camps, what are you?


#هوش_مصنوعی

🆔 @Ai_Tv

7 free AI courses by NVIDIA & AI 👇

1. Generative AI Explained
https://learn.nvidia.com/courses/course-detail?course_id=course-v1:DLI+S-FX-07+V1

2. LLM with RAG Model
https://learn.nvidia.com/courses/course-detail?course_id=course-v1:DLI+S-FX-16+V1

3. Building Video AI Apps
https://learn.nvidia.com/courses/course-detail?course_id=course-v1:DLI+S-IV-02+V2

4. AI on Jetson Nano
https://learn.nvidia.com/courses/course-detail?course_id=course-v1:DLI+S-RX-02+V2

5.DigitalFingerprinting
https://learn.nvidia.com/courses/course-detail?course_id=course-v1:DLI+T-DS-02+V2

6. Introduction to CUDA
https://learn.nvidia.com/courses/course-detail?course_id=course-v1:DLI+T-AC-01+V1

7. Building RAG Agents with LLMs
https://resources.nvidia.com/en-us-ai-large-language-models/building-rag-agents-with-llms-dli-course



#هوش_مصنوعی

🆔 @Ai_Tv

۵۰ سوال مصاحبه برای پوزیشن دیتاساینتیست به صورت مفهومی

#علم_داده

🆔 @Ai_Tv

۵تا ریپو گیت‌هاب که به عنوان AI Engineer پيشنهاد می کنم داشته باشید و حتما چک‌ کنید

1. Hands on Large Language Models

This repository contains the complete code examples from the book Hands-On Large Language Models.

It includes notebook examples that cover everything from the introduction to language models to fine-tuning them.

👉 Check this out: https://lnkd.in/gpvPemeG

2. AI Agents for Begineers

Beginner friendly course on AI Agents

This Free 11-lesson course will teach you everything you need to get started with building AI agents.

👉 Check this out: https://lnkd.in/gVm5gmv7

3. Made with ML

Learn how to design, develop, deploy and iterate on production-grade ML applications.

Check this out: https://lnkd.in/gn2RhT_m

4. GenAI Agents

This repository provides tutorials and implementations for various Generative AI Agent techniques, from basic to advanced.

It serves as a comprehensive guide for building intelligent, interactive AI systems.

👉 Check this out: https://lnkd.in/gaiZgzpA

5. LLM Course: The best hands-on course to learn Large Language Models with roadmaps and Colab notebooks!

The LLM Course covers end-to-end LLM application lifecycle from design to deployment.

👉 Check this out: https://lnkd.in/gUPJmWNM


🆔 @Ai_Tv

یک بلاگ زیبا از کمپانی HuggingFace که توضیح میده چطور مدلهای encoder بسیار سبک، بین ۱۷ تا ۶۸ میلیون پارامتر ترین کنید که بتونه hallucination را بادقت بالا ( بالاتر از مدلهای خیلی بزرگتر و حتی gpt-5-mini ) پیش بینی کنه. که میشه در لحظه/realtime توی اپلیکیشن های مختلف از جمله RAG تشخیص داد.
تمام کد با توضیحات، موجوده توی گیتهابشون.
تشخیص hallucination یکی از مهمترین مباحث الان.
Link: https://huggingface.co/blog/adaamko/tinylettuce


#هوش_مصنوعی

🆔 @Ai_Tv

بر اساس GPT، یه مدل جدید به اسم Delphi-2M توسعه دادن که میتونه به هر شخص به صورت شخصی‌سازی شده بگه خطر ابتلاش به بیش از ۱۰۰۰ بیماری چقدره. علاوه‌بر این، میتونه تغییرات سلامتی فرد تا ۲۰ سال بعد را پیش بینی کنه. فوق‌العادست!
https://www.nature.com/articles/s41586-025-09529-3


#هوش_مصنوعی

🆔 @Ai_Tv

گوگل gemini را به browser اضافه کرده. الان دیگه به همه tab ها دسترسی داره میتونه براتون خلاصه سازی یا ایونت توی تقویم اضافه کنه و کلی فیچر دیگه. این ویدیو را ببینید. جالبه. برای کاربرها توی امریکا هم دیگه کاملا مجانی هست.
➖➖➖➖➖➖➖➖➖➖➖

US users will get AI-powered tab summaries, YouTube summaries, calendar integration & smart search in the Omnibox - no Google AI sub needed! Enhanced safety too.

#هوش_مصنوعی

🆔 @Ai_Tv

بلاخره ورژن اول اپ که اسمشو گذاشتم FlashVU آماده شد. اپ به agency ها بخصوص marketing agency ها و کلا هر کسی که بخاد راجع به دیتای دیتابیس یا CSV سوال بپرسه کمک میکنه. مثل یک data analyst.
میتونید به صورت رایگان امتحانش کنید. فیدبک بدید ممنون میشم. اگه سوالی هم داشتید بپرسید.
https://flashvu.com/

منبع

#هوش_مصنوعی

🆔 @Ai_Tv

Build MCP AI Agents with reasoning, system prompts, and tool orchestration.

Nanobot wraps existing MCP servers into intelligent agents and renders React components directly in chat via MCP-UI.

100% open-source.

🔗 https://github.com/nanobot-ai/nanobot


🆔 @Ai_Tv