15 پروژه جذاب و محبوب هوشمصنوعی و ماشینلرنینگ در سال 2020 💡
1. Google Search
2. Advertising and Product Recommendations
3. Netflix Recommendations
4. Personal Assistants
5. Home Automation
🌀 لیست کامل را از لینک زیر ببینید:
+|برای مطالعه مقاله کلیک کنید|+
#article #ai #ml #machine_learning
1. Google Search
2. Advertising and Product Recommendations
3. Netflix Recommendations
4. Personal Assistants
5. Home Automation
🌀 لیست کامل را از لینک زیر ببینید:
+|برای مطالعه مقاله کلیک کنید|+
#article #ai #ml #machine_learning
قضیه هوش مصنوعی پاچهخوار! (بله، درست شنیدی!)
تاحالا شده با یه ربات یا هوش مصنوعی چت کنی و حس کنی داره زیادی هندونه زیر بغلت میذاره؟ 🤔 انگار هرچی میگی، میگه "بهبه! چه عالی!" یا الکی ازت تعریف میکنه؟ خب، به این حالت میگن "چاپلوسی" یا اگه خارجکیشو بخوای "سایکوفنسی" (Sycophancy)! جالبه بدونی که همین اتفاق اخیراً برای مدل خفن GPT-4o، که پشت خیلی از چتباتها مثل ChatGPT هست، افتاده.
چی شده مگه؟
قضیه از این قراره که شرکت OpenAI (سازنده ChatGPT) یه آپدیت جدید برای GPT-4o داده بود بیرون، ولی زود مجبور شدن برش گردونن! چرا؟ چون مثل اینکه زیادی "پاچهخوار" شده بود! 😅 انگار تنظیمات جدیدش یه کم زیادی رو خوشحال کردن لحظهای ما آدما تمرکز کرده بود و یادش رفته بود که بابا، همیشه هم لازم نیست الکی تعریف کنی!
حالا مگه بده هوش مصنوعی مؤدب باشه؟
خب معلومه که ادب خوبه، ولی چاپلوسی یه چیز دیگهست! وقتی یه هوش مصنوعی زیادی چاپلوسی میکنه:
۱. حس بدی میده: یه جورایی غیرطبیعیه، نه؟ انگار طرف داره فیلم بازی میکنه و این حس خوبی به آدم نمیده.
۲. اعتماد رو میکُشه: مهمتر اینکه، وقتی میبینی هوش مصنوعی فقط میخواد تو رو راضی نگه داره، دیگه چطوری به حرفاش اعتماد کنی؟ نکنه جواب الکی بده فقط چون فکر میکنه تو خوشت میاد؟
خب، OpenAI چیکار میکنه حالا؟
خوشبختانه بچههای OpenAI حواسشون جمع بوده و فهمیدن قضیه چیه. الان دارن روش کار میکنن که درستش کنن:
۱. آموزش رو بهتر میکنن: دارن روشهای آموزش مدل رو عوض میکنن که دیگه اینقدر چاپلوس نباشه.
۲. صادقترش میکنن: یه سری قوانین و محافظ براش میذارن که راستشو بگه، حتی اگه یه کم تلخ باشه!
۳. به حرف ما بیشتر گوش میدن: راههای بیشتری میذارن که ما بتونیم مستقیم بهشون بگیم از کدوم رفتار مدل خوشمون اومده یا نه.
۴. نظر جمع رو میپرسن: دنبال اینن که بفهمن مردم دنیا واقعاً دوست دارن ChatGPT چطوری باشه و چجوری پیشرفت کنه.
آخرش چی؟
این ماجرای GPT-4o نشون میده که ساختن هوش مصنوعی فقط کد زدن و کامپیوتر قوی داشتن نیست. باید حواسمون به این باشه که این هوش مصنوعیها چطوری با ما حرف میزنن و چقدر میشه بهشون اعتماد کرد. اینکه OpenAI داره سعی میکنه این مشکل رو حل کنه، جای امیدواری داره. باید ببینیم تهش چی میشه!
خلاصه که دنیای هوش مصنوعی هنوز کلی بالا پایین داره و ساختن یه رفیق دیجیتال که هم باهوش باشه و هم صادق، کار حضرت فیله! 😉
لینک خبر :
https://openai.com/index/sycophancy-in-gpt-4o/
#AI #Chatgpt #OpenAI #هوش_مصنوعی
🎺 برای یادگیری بیشتر و دریافت مطالب مفید در زمینه .NET و برنامهنویسی، به کانال ما بپیوندید!
📚💻 @dotnetcode🖥 👨💻
تاحالا شده با یه ربات یا هوش مصنوعی چت کنی و حس کنی داره زیادی هندونه زیر بغلت میذاره؟ 🤔 انگار هرچی میگی، میگه "بهبه! چه عالی!" یا الکی ازت تعریف میکنه؟ خب، به این حالت میگن "چاپلوسی" یا اگه خارجکیشو بخوای "سایکوفنسی" (Sycophancy)! جالبه بدونی که همین اتفاق اخیراً برای مدل خفن GPT-4o، که پشت خیلی از چتباتها مثل ChatGPT هست، افتاده.
چی شده مگه؟
قضیه از این قراره که شرکت OpenAI (سازنده ChatGPT) یه آپدیت جدید برای GPT-4o داده بود بیرون، ولی زود مجبور شدن برش گردونن! چرا؟ چون مثل اینکه زیادی "پاچهخوار" شده بود! 😅 انگار تنظیمات جدیدش یه کم زیادی رو خوشحال کردن لحظهای ما آدما تمرکز کرده بود و یادش رفته بود که بابا، همیشه هم لازم نیست الکی تعریف کنی!
حالا مگه بده هوش مصنوعی مؤدب باشه؟
خب معلومه که ادب خوبه، ولی چاپلوسی یه چیز دیگهست! وقتی یه هوش مصنوعی زیادی چاپلوسی میکنه:
۱. حس بدی میده: یه جورایی غیرطبیعیه، نه؟ انگار طرف داره فیلم بازی میکنه و این حس خوبی به آدم نمیده.
۲. اعتماد رو میکُشه: مهمتر اینکه، وقتی میبینی هوش مصنوعی فقط میخواد تو رو راضی نگه داره، دیگه چطوری به حرفاش اعتماد کنی؟ نکنه جواب الکی بده فقط چون فکر میکنه تو خوشت میاد؟
خب، OpenAI چیکار میکنه حالا؟
خوشبختانه بچههای OpenAI حواسشون جمع بوده و فهمیدن قضیه چیه. الان دارن روش کار میکنن که درستش کنن:
۱. آموزش رو بهتر میکنن: دارن روشهای آموزش مدل رو عوض میکنن که دیگه اینقدر چاپلوس نباشه.
۲. صادقترش میکنن: یه سری قوانین و محافظ براش میذارن که راستشو بگه، حتی اگه یه کم تلخ باشه!
۳. به حرف ما بیشتر گوش میدن: راههای بیشتری میذارن که ما بتونیم مستقیم بهشون بگیم از کدوم رفتار مدل خوشمون اومده یا نه.
۴. نظر جمع رو میپرسن: دنبال اینن که بفهمن مردم دنیا واقعاً دوست دارن ChatGPT چطوری باشه و چجوری پیشرفت کنه.
آخرش چی؟
این ماجرای GPT-4o نشون میده که ساختن هوش مصنوعی فقط کد زدن و کامپیوتر قوی داشتن نیست. باید حواسمون به این باشه که این هوش مصنوعیها چطوری با ما حرف میزنن و چقدر میشه بهشون اعتماد کرد. اینکه OpenAI داره سعی میکنه این مشکل رو حل کنه، جای امیدواری داره. باید ببینیم تهش چی میشه!
خلاصه که دنیای هوش مصنوعی هنوز کلی بالا پایین داره و ساختن یه رفیق دیجیتال که هم باهوش باشه و هم صادق، کار حضرت فیله! 😉
لینک خبر :
https://openai.com/index/sycophancy-in-gpt-4o/
#AI #Chatgpt #OpenAI #هوش_مصنوعی
📚💻 @dotnetcode
Please open Telegram to view this post
VIEW IN TELEGRAM
Openai
Sycophancy in GPT-4o: What happened and what we’re doing about it
We have rolled back last week’s GPT‑4o update in ChatGPT so people are now using an earlier version with more balanced behavior. The update we removed was overly flattering or agreeable—often described as sycophantic.
👍8
آشنایی با دستورات دو ابزار هوش مصنوعی برای بازبینی کد: Gemini و CodeRabbit 🤖
اگه تو تیمهای برنامهنویسی کار میکنید، حتما با ابزارهای بازبینی کد (Code Review) مبتنی بر هوش مصنوعی آشنا هستید یا ازشون استفاده میکنید. این ابزارها با کامنت گذاشتن تو گیتهاب (یا پلتفرمهای مشابه) به ما کمک میکنند. در ادامه دستورات دوتا از این ابزارها رو مرور میکنیم:
✨ دستورات دستیار Gemini ✨
این دستیار دستورات ساده و مستقیمی برای انجام کارهای اصلی داره.
* بازبینی کد (Code Review)
برای اینکه دستیار تمام تغییرات موجود در پول ریکوئست (Pull Request) رو بررسی و نظرش رو اعلام کنه:
* خلاصه کردن (Summary)
برای دریافت خلاصهای از تغییرات انجام شده در پول ریکوئست:
* پاسخ در کامنتها (Comment)
وقتی میخواید به صورت مستقیم در یک کامنت از دستیار سوالی بپرسید یا پاسخی بگیرید:
* راهنما (Help)
برای نمایش لیست تمام دستورات موجود:
🐰 دستورات دستیار CodeRabbit 🐰
این دستیار کنترل دقیقتری روی فرآیند بازبینی خودکار به شما میده.
* کنترل بازبینی خودکار
* توقف موقت (Pause)
بازبینی خودکار رو برای یک پول ریکوئست خاص متوقف میکنه:
* ادامه (Resume)
بازبینی خودکار رو که قبلاً متوقف کرده بودید، دوباره فعال میکنه:
* نادیده گرفتن (Ignore)
برای اینکه CodeRabbit یک پول ریکوئست رو به طور کامل نادیده بگیره، این دستور رو در توضیحات پول ریکوئست اضافه کنید:
* درخواست بازبینی دستی
* بازبینی کامل (Full Review)
یک بازبینی کامل و جدید از تمام کدها، بدون در نظر گرفتن کامنتهای قبلی:
* بازبینی افزایشی (Incremental Review)
فقط تغییرات جدیدی که از آخرین بازبینی به بعد اضافه شدهاند رو بررسی میکنه:
* بهروزرسانی اطلاعات
* بهروزرسانی خلاصه (Update Summary)
خلاصهی تولید شده توسط دستیار رو در توضیحات پول ریکوئست آپدیت میکنه:
* ایجاد دیاگرام (Generate Diagram)
یک دیاگرام از تاریخچه و روند تغییرات پول ریکوئست ایجاد و در کامنتها ارسال میکنه:
با این دستورات میتونید کنترل دقیقتری روی دستیارهای هوش مصنوعی داشته باشید و سرعت توسعه رو بالا ببرید.
🔗 لینک نصب بات در گیتهاب:
https://github.com/marketplace/coderabbitai
https://github.com/marketplace/gemini-code-assist
#برنامه_نویسی #هوش_مصنوعی #گیتهاب #CodeReview #AI
🎺 برای یادگیری بیشتر و دریافت مطالب مفید در زمینه .NET و برنامهنویسی، به کانال ما بپیوندید!
📚💻 @dotnetcode🖥 👨💻
اگه تو تیمهای برنامهنویسی کار میکنید، حتما با ابزارهای بازبینی کد (Code Review) مبتنی بر هوش مصنوعی آشنا هستید یا ازشون استفاده میکنید. این ابزارها با کامنت گذاشتن تو گیتهاب (یا پلتفرمهای مشابه) به ما کمک میکنند. در ادامه دستورات دوتا از این ابزارها رو مرور میکنیم:
✨ دستورات دستیار Gemini ✨
این دستیار دستورات ساده و مستقیمی برای انجام کارهای اصلی داره.
* بازبینی کد (Code Review)
برای اینکه دستیار تمام تغییرات موجود در پول ریکوئست (Pull Request) رو بررسی و نظرش رو اعلام کنه:
/gemini review
* خلاصه کردن (Summary)
برای دریافت خلاصهای از تغییرات انجام شده در پول ریکوئست:
/gemini summary
* پاسخ در کامنتها (Comment)
وقتی میخواید به صورت مستقیم در یک کامنت از دستیار سوالی بپرسید یا پاسخی بگیرید:
@gemini-code-assist
* راهنما (Help)
برای نمایش لیست تمام دستورات موجود:
/gemini help
🐰 دستورات دستیار CodeRabbit 🐰
این دستیار کنترل دقیقتری روی فرآیند بازبینی خودکار به شما میده.
* کنترل بازبینی خودکار
* توقف موقت (Pause)
بازبینی خودکار رو برای یک پول ریکوئست خاص متوقف میکنه:
@coderabbitai pause
* ادامه (Resume)
بازبینی خودکار رو که قبلاً متوقف کرده بودید، دوباره فعال میکنه:
@coderabbitai resume
* نادیده گرفتن (Ignore)
برای اینکه CodeRabbit یک پول ریکوئست رو به طور کامل نادیده بگیره، این دستور رو در توضیحات پول ریکوئست اضافه کنید:
@coderabbitai ignore
* درخواست بازبینی دستی
* بازبینی کامل (Full Review)
یک بازبینی کامل و جدید از تمام کدها، بدون در نظر گرفتن کامنتهای قبلی:
@coderabbitai full review
* بازبینی افزایشی (Incremental Review)
فقط تغییرات جدیدی که از آخرین بازبینی به بعد اضافه شدهاند رو بررسی میکنه:
@coderabbitai review
* بهروزرسانی اطلاعات
* بهروزرسانی خلاصه (Update Summary)
خلاصهی تولید شده توسط دستیار رو در توضیحات پول ریکوئست آپدیت میکنه:
@coderabbitai summary
* ایجاد دیاگرام (Generate Diagram)
یک دیاگرام از تاریخچه و روند تغییرات پول ریکوئست ایجاد و در کامنتها ارسال میکنه:
@coderabbitai generate sequence diagram
با این دستورات میتونید کنترل دقیقتری روی دستیارهای هوش مصنوعی داشته باشید و سرعت توسعه رو بالا ببرید.
https://github.com/marketplace/coderabbitai
https://github.com/marketplace/gemini-code-assist
#برنامه_نویسی #هوش_مصنوعی #گیتهاب #CodeReview #AI
📚💻 @dotnetcode
Please open Telegram to view this post
VIEW IN TELEGRAM
👍4🔥2👏2❤1🤩1
25195_WonderlandVS2026Sizzle_AvailableNow_v1.webm
3.4 MB
🔥 نسخه نهایی ویژوال استودیو ۲۰۲۶ منتشر شد! 🔥
بالاخره نسخه جدید غول برنامهنویسی مایکروسافت، Visual Studio 2026، همزمان با .NET Conf 2025 و همراه با .NET 10 به صورت رسمی (GA) منتشر شد!
این نسخه فقط یک آپدیت ساده نیست، بلکه به گفته مایکروسافت، اولین "محیط توسعه هوشمند" (Intelligent Developer Environment) محسوب میشه. تمرکز اصلی روی هوش مصنوعی، عملکرد و مدرنسازی بوده.
---
مهمترین تغییرات و ویژگیهای جدید:
محیط توسعه مبتنی بر هوش مصنوعی (AI-Native):
قسمت Copilot Agents: دیگه فقط یک پیشنهاددهنده کد نیست! Copilot حالا "ایجنتهای" تخصصی برای C# و C++ داره که میتونن وظایف پیچیدهتر مثل مدرنسازی کدهای قدیمی یا نوشتن تستهای واحد (Unit Test) رو انجام بدن.
دیباگینگ هوشمند: موقع دیباگ کردن، Copilot بهتون میگه که چرا یک متغیر این مقدار رو گرفته یا فلان if چطور ارزیابی شده.
جستجوی هوشمند: قابلیت "Did You Mean" به جستجوی داخل پروژه اضافه شده و منظور شما رو بهتر درک میکنه.
عملکرد و پایداری فوقالعاده:
بیش از ۵۰۰۰ باگ گزارششده توسط کاربران رفع شده.
هنگ کردنهای رابط کاربری (UI hangs) نسبت به VS 2022 بیش از ۵۰٪ کاهش پیدا کرده و محیط برنامه به شدت روانتر شده.
رابط کاربری جدید (Fluent UI):
ظاهر ویژوال استودیو بازطراحی شده و با زبان طراحی جدید مایکروسافت (Fluent UI) هماهنگ شده که مدرنتر و تمیزتره.
پشتیبانی کامل از پلتفرمهای جدید:
پشتیبانی کامل از آخرین نسخه .NET.
بهرهمندی از تمام قابلیتهای جدید زبان سیشارپ.
پشتیبانی درجه یک از فریمورک جدید مایکروسافت برای ساخت اپلیکیشنهای Cloud-Native.
پشتیبانی کامل از آخرین استانداردهای C++.
سازگاری اکستنشنها:
خبر خوب! اکثر اکستنشنهایی که برای ویژوال استودیو ۲۰۲۲ نوشته شدهاند، بدون مشکل روی نسخه ۲۰۲۶ هم کار میکنند.
---
🔗 لینک دانلود مستقیم از سایت مایکروسافت:
https://visualstudio.microsoft.com/downloads
---
🔑 لایسنسهای ارائه شده:
Enterprise:
Professional:
---
#VisualStudio #VS2026 #DotNet10 #CSharp14 #AI #Copilot
🎺 برای یادگیری بیشتر و دریافت مطالب مفید در زمینه .NET و برنامهنویسی، به کانال ما بپیوندید!
📚💻 @dotnetcode🖥 👨💻
بالاخره نسخه جدید غول برنامهنویسی مایکروسافت، Visual Studio 2026، همزمان با .NET Conf 2025 و همراه با .NET 10 به صورت رسمی (GA) منتشر شد!
این نسخه فقط یک آپدیت ساده نیست، بلکه به گفته مایکروسافت، اولین "محیط توسعه هوشمند" (Intelligent Developer Environment) محسوب میشه. تمرکز اصلی روی هوش مصنوعی، عملکرد و مدرنسازی بوده.
---
مهمترین تغییرات و ویژگیهای جدید:
محیط توسعه مبتنی بر هوش مصنوعی (AI-Native):
قسمت Copilot Agents: دیگه فقط یک پیشنهاددهنده کد نیست! Copilot حالا "ایجنتهای" تخصصی برای C# و C++ داره که میتونن وظایف پیچیدهتر مثل مدرنسازی کدهای قدیمی یا نوشتن تستهای واحد (Unit Test) رو انجام بدن.
دیباگینگ هوشمند: موقع دیباگ کردن، Copilot بهتون میگه که چرا یک متغیر این مقدار رو گرفته یا فلان if چطور ارزیابی شده.
جستجوی هوشمند: قابلیت "Did You Mean" به جستجوی داخل پروژه اضافه شده و منظور شما رو بهتر درک میکنه.
عملکرد و پایداری فوقالعاده:
بیش از ۵۰۰۰ باگ گزارششده توسط کاربران رفع شده.
هنگ کردنهای رابط کاربری (UI hangs) نسبت به VS 2022 بیش از ۵۰٪ کاهش پیدا کرده و محیط برنامه به شدت روانتر شده.
رابط کاربری جدید (Fluent UI):
ظاهر ویژوال استودیو بازطراحی شده و با زبان طراحی جدید مایکروسافت (Fluent UI) هماهنگ شده که مدرنتر و تمیزتره.
پشتیبانی کامل از پلتفرمهای جدید:
پشتیبانی کامل از آخرین نسخه .NET.
بهرهمندی از تمام قابلیتهای جدید زبان سیشارپ.
پشتیبانی درجه یک از فریمورک جدید مایکروسافت برای ساخت اپلیکیشنهای Cloud-Native.
پشتیبانی کامل از آخرین استانداردهای C++.
سازگاری اکستنشنها:
خبر خوب! اکثر اکستنشنهایی که برای ویژوال استودیو ۲۰۲۲ نوشته شدهاند، بدون مشکل روی نسخه ۲۰۲۶ هم کار میکنند.
---
🔗 لینک دانلود مستقیم از سایت مایکروسافت:
https://visualstudio.microsoft.com/downloads
---
🔑 لایسنسهای ارائه شده:
Enterprise:
BW43B-4PNFP-V7GB7-36MBD-3PJTHProfessional:
DDBD6-NPCDC-2FH2P-PDP9M-G3F6W---
#VisualStudio #VS2026 #DotNet10 #CSharp14 #AI #Copilot
📚💻 @dotnetcode
Please open Telegram to view this post
VIEW IN TELEGRAM
❤14👏2🔥1
انقلاب گوگل در طراحی رابط کاربری: معرفی Generative UI
گوگل در مقاله تحقیقاتی جدیدش توضیح داده که چطور با استفاده از مدل Gemini 3 Pro، فرآیند ساخت رابطهای کاربری را کاملاً خودکار کرده است. این سیستم دیگر فقط یک چتبات متنی نیست؛ بلکه یک پایپلاین مهندسی کامل است که مثل یک برنامهنویس Front-End عمل میکند.
معماری این سیستم روی سه ستون اصلی بنا شده است:
1️⃣ فراتر از مدل زبانی (Tools & Integration)
مدل زبانی در این سیستم تنها نیست و به ابزارهای قدرتمندی دسترسی دارد. اتصال به جستجوی وب، تولید تصویر (Image Gen) و دیتابیسها باعث میشود خروجی نهایی صرفاً یک متن نباشد، بلکه محتوایی زنده و متصل به دنیای واقعی باشد.
2️⃣ مغز متفکر سیستم (System Instructions)
کیفیت خروجی وابسته به دستورالعملهای دقیقی است که به مدل داده میشود. قوانین مربوط به ساختار HTML/CSS، محدودیتهای دیزاین سیستم و نحوه تعامل کامپوننتها در این مرحله به مدل تزریق میشود تا کد استاندارد تولید کند.
3️⃣ تضمین کیفیت نهایی (Post-Processing)
خروجی خام مدل هرگز مستقیماً به کاربر نمایش داده نمیشود. لایه پردازش نهایی وظیفه دارد کدها را بررسی کند، تگهای اشتباه را اصلاح کند و جلوی مشکلات امنیتی را بگیرد تا نتیجه در مرورگر بدون نقص اجرا شود.
نتیجه نهایی چیست؟
کاربر به جای خواندن یک توضیح متنی خشک، یک رابط کاربری (UI) تعاملی، گرافیکی و قابل کلیک تحویل میگیرد که دقیقاً برای نیاز او ساخته شده است.
🔗 لینک مقاله کامل:
https://generativeui.github.io/static/pdfs/paper.pdf
#Google #Gemini #GenerativeUI #AI #Frontend
🎺 برای یادگیری بیشتر و دریافت مطالب مفید در زمینه .NET و برنامهنویسی، به کانال ما بپیوندید!
📚💻 @dotnetcode🖥 👨💻
گوگل در مقاله تحقیقاتی جدیدش توضیح داده که چطور با استفاده از مدل Gemini 3 Pro، فرآیند ساخت رابطهای کاربری را کاملاً خودکار کرده است. این سیستم دیگر فقط یک چتبات متنی نیست؛ بلکه یک پایپلاین مهندسی کامل است که مثل یک برنامهنویس Front-End عمل میکند.
معماری این سیستم روی سه ستون اصلی بنا شده است:
1️⃣ فراتر از مدل زبانی (Tools & Integration)
مدل زبانی در این سیستم تنها نیست و به ابزارهای قدرتمندی دسترسی دارد. اتصال به جستجوی وب، تولید تصویر (Image Gen) و دیتابیسها باعث میشود خروجی نهایی صرفاً یک متن نباشد، بلکه محتوایی زنده و متصل به دنیای واقعی باشد.
2️⃣ مغز متفکر سیستم (System Instructions)
کیفیت خروجی وابسته به دستورالعملهای دقیقی است که به مدل داده میشود. قوانین مربوط به ساختار HTML/CSS، محدودیتهای دیزاین سیستم و نحوه تعامل کامپوننتها در این مرحله به مدل تزریق میشود تا کد استاندارد تولید کند.
3️⃣ تضمین کیفیت نهایی (Post-Processing)
خروجی خام مدل هرگز مستقیماً به کاربر نمایش داده نمیشود. لایه پردازش نهایی وظیفه دارد کدها را بررسی کند، تگهای اشتباه را اصلاح کند و جلوی مشکلات امنیتی را بگیرد تا نتیجه در مرورگر بدون نقص اجرا شود.
نتیجه نهایی چیست؟
کاربر به جای خواندن یک توضیح متنی خشک، یک رابط کاربری (UI) تعاملی، گرافیکی و قابل کلیک تحویل میگیرد که دقیقاً برای نیاز او ساخته شده است.
🔗 لینک مقاله کامل:
https://generativeui.github.io/static/pdfs/paper.pdf
#Google #Gemini #GenerativeUI #AI #Frontend
📚💻 @dotnetcode
Please open Telegram to view this post
VIEW IN TELEGRAM
❤7🔥1🥰1😱1
آینده تستنویسی در .NET؛ وقتی هوش مصنوعی خودش را قضاوت میکند!
اگر در اکوسیستم داتنت فعالیت میکنید، حتماً میدانید که ورود AI به اپلیکیشنها، مدلهای سنتی تستنویسی را به چالش کشیده است. دیگر صرفاً چک کردن یک خروجی ثابت کافی نیست؛ ما با مدلهای زبانی (LLM) سر و کار داریم که پاسخهایشان متغیر است.
مایکروسافت با معرفی کتابخانههای Microsoft.Extensions.AI.Evaluation و ابزارهای جدید در Visual Studio 2026، پازل تستنویسی هوشمند را کامل کرده است.
💡 نکات کلیدی ویدیو (AI-Powered Testing in VS):
در ویدیوی جدید کانال داتنت، مککنا بارلو (PM تیم ابزارهای داتنت) نکات بسیار مهمی را مطرح کرد:
1️⃣ تستنویسی خودکار با Copilot: حالا GitHub Copilot میتواند برای کل Solution شما بهصورت یکجا Unit Testهای باکیفیت بنویسد. این یعنی دیگر لازم نیست ساعتها وقت صرف نوشتن کدهای تکراری تست کنید.
2️⃣ ترکیب Code Coverage و AI: ابزار Code Coverage در ویژوال استودیو حالا هوشمندتر شده؛ نقاطی از کد که تست نشدهاند را شناسایی کرده و مستقیماً به Copilot پیشنهاد میدهد تا برای همان بخشهای پرریسک، تست تولید کند.
3️⃣ گزارشهای بصری (AI Eval Reporting): با ابزار جدید dotnet aieval میتوانید گزارشهای گرافیکی دقیقی در مرورگر ببینید که نشان میدهد مدل هوش مصنوعی شما در چه بخشهایی (مثلاً در Groundedness یا صحت اطلاعات) ضعف داشته است.
4️⃣ فراتر از Black Box: هدف این ابزارها این است که خروجی AI دیگر یک "جعبه سیاه" نباشد. شما میتوانید دقیقاً بفهمید چرا یک مدل امتیاز پایینی گرفته و با چه منطقی پاسخ داده است.
🛠 کتابخانه Microsoft.Extensions.AI.Evaluation شامل چیست؟
این پکیجها فرآیند ارزیابی را به چهار لایه تقسیم میکنند:
✅ ارزیابی کیفی (Quality): سنجش میزان مرتبط بودن (Relevance) و انسجام (Coherence) پاسخها.
✅ ارزیابی ایمنی (Safety): شناسایی خودکار محتوای سمی، نفرتپراکنی یا کدهای مخرب تولید شده توسط AI.
✅ ارزیابی مستند بودن (Groundedness): حیاتیترین بخش برای جلوگیری از توهم (Hallucination)؛ چک میکند که آیا AI بر اساس دیتای واقعی شما حرف میزند یا از خودش داستان میسازد!
✅ ارزیابی کلاسیک (NLP): استفاده از معیارهای BLEU و F1 برای سنجش شباهت متنی با پاسخهای مرجع.
چرا این موضوع مهم است؟
در دنیای واقعی، ما نمیتوانیم به خروجی مدلهای هوش مصنوعی اعتماد صددرصدی داشته باشیم. این کتابخانهها به ما "اعتماد سیستماتیک" میدهند. یعنی قبل از اینکه کاربر نهایی با یک پاسخ اشتباه روبرو شود، سیستم تست شما آن را شکار میکند.
📌 ویژگی طلایی: تمام این فرآیندها دارای سیستم Caching هستند؛ یعنی اگر یک تست را دوباره اجرا کنید و ورودی تغییری نکرده باشد، هزینهای برای API پرداخت نمیکنید و نتیجه بلافاصله نمایش داده میشود.
📺 مشاهده ویدیو کامل در یوتیوب:
🔗 https://youtu.be/Bkn78klGhtc?si=c5dBLw1y7ituLTFH
📖 مطالعه مستندات رسمی:
🔗 https://learn.microsoft.com/en-us/dotnet/ai/evaluation/libraries
#dotnet #csharp #VisualStudio2026 #AI #Testing #GitHubCopilot #Programming #SoftwareEngineering #هوش_مصنوعی #برنامه_نویسی
🎺 برای یادگیری بیشتر و دریافت مطالب مفید در زمینه .NET و برنامهنویسی، به کانال ما بپیوندید!
📚💻 @dotnetcode🖥 👨💻
اگر در اکوسیستم داتنت فعالیت میکنید، حتماً میدانید که ورود AI به اپلیکیشنها، مدلهای سنتی تستنویسی را به چالش کشیده است. دیگر صرفاً چک کردن یک خروجی ثابت کافی نیست؛ ما با مدلهای زبانی (LLM) سر و کار داریم که پاسخهایشان متغیر است.
مایکروسافت با معرفی کتابخانههای Microsoft.Extensions.AI.Evaluation و ابزارهای جدید در Visual Studio 2026، پازل تستنویسی هوشمند را کامل کرده است.
💡 نکات کلیدی ویدیو (AI-Powered Testing in VS):
در ویدیوی جدید کانال داتنت، مککنا بارلو (PM تیم ابزارهای داتنت) نکات بسیار مهمی را مطرح کرد:
1️⃣ تستنویسی خودکار با Copilot: حالا GitHub Copilot میتواند برای کل Solution شما بهصورت یکجا Unit Testهای باکیفیت بنویسد. این یعنی دیگر لازم نیست ساعتها وقت صرف نوشتن کدهای تکراری تست کنید.
2️⃣ ترکیب Code Coverage و AI: ابزار Code Coverage در ویژوال استودیو حالا هوشمندتر شده؛ نقاطی از کد که تست نشدهاند را شناسایی کرده و مستقیماً به Copilot پیشنهاد میدهد تا برای همان بخشهای پرریسک، تست تولید کند.
3️⃣ گزارشهای بصری (AI Eval Reporting): با ابزار جدید dotnet aieval میتوانید گزارشهای گرافیکی دقیقی در مرورگر ببینید که نشان میدهد مدل هوش مصنوعی شما در چه بخشهایی (مثلاً در Groundedness یا صحت اطلاعات) ضعف داشته است.
4️⃣ فراتر از Black Box: هدف این ابزارها این است که خروجی AI دیگر یک "جعبه سیاه" نباشد. شما میتوانید دقیقاً بفهمید چرا یک مدل امتیاز پایینی گرفته و با چه منطقی پاسخ داده است.
🛠 کتابخانه Microsoft.Extensions.AI.Evaluation شامل چیست؟
این پکیجها فرآیند ارزیابی را به چهار لایه تقسیم میکنند:
✅ ارزیابی کیفی (Quality): سنجش میزان مرتبط بودن (Relevance) و انسجام (Coherence) پاسخها.
✅ ارزیابی ایمنی (Safety): شناسایی خودکار محتوای سمی، نفرتپراکنی یا کدهای مخرب تولید شده توسط AI.
✅ ارزیابی مستند بودن (Groundedness): حیاتیترین بخش برای جلوگیری از توهم (Hallucination)؛ چک میکند که آیا AI بر اساس دیتای واقعی شما حرف میزند یا از خودش داستان میسازد!
✅ ارزیابی کلاسیک (NLP): استفاده از معیارهای BLEU و F1 برای سنجش شباهت متنی با پاسخهای مرجع.
چرا این موضوع مهم است؟
در دنیای واقعی، ما نمیتوانیم به خروجی مدلهای هوش مصنوعی اعتماد صددرصدی داشته باشیم. این کتابخانهها به ما "اعتماد سیستماتیک" میدهند. یعنی قبل از اینکه کاربر نهایی با یک پاسخ اشتباه روبرو شود، سیستم تست شما آن را شکار میکند.
📌 ویژگی طلایی: تمام این فرآیندها دارای سیستم Caching هستند؛ یعنی اگر یک تست را دوباره اجرا کنید و ورودی تغییری نکرده باشد، هزینهای برای API پرداخت نمیکنید و نتیجه بلافاصله نمایش داده میشود.
📺 مشاهده ویدیو کامل در یوتیوب:
🔗 https://youtu.be/Bkn78klGhtc?si=c5dBLw1y7ituLTFH
📖 مطالعه مستندات رسمی:
🔗 https://learn.microsoft.com/en-us/dotnet/ai/evaluation/libraries
#dotnet #csharp #VisualStudio2026 #AI #Testing #GitHubCopilot #Programming #SoftwareEngineering #هوش_مصنوعی #برنامه_نویسی
📚💻 @dotnetcode
Please open Telegram to view this post
VIEW IN TELEGRAM
YouTube
AI-Powered Testing in Visual Studio
Artificial intelligence is transforming how we approach testing and quality assurance. This session explores new AI-powered testing capabilities in Visual Studio that help you write better tests, identify edge cases, generate test data, and improve test coverage.…
❤6👏4🔥1
معرفی FunctionGemma: کوچولوی نابغه گوگل برای برنامهنویسها!
بچهها سلام! خبر دارید که گوگل از یه مدل هوش مصنوعی جدید و خیلی خاص به اسم FunctionGemma رونمایی کرده؟
اگر یادتون باشه، گوگل قبلاً مدل Gemma 3 270M رو معرفی کرده بود که به خاطر اندازه خیلی کوچیکش حسابی سر و صدا کرد. اما جامعه برنامهنویسها دنبال یه قابلیت مهم بودن: Tool Calling یا همون توانایی فراخوانی ابزارها و توابع. حالا گوگل با معرفی FunctionGemma دقیقاً همین نیاز رو برطرف کرده.
حالا این مدل اصلاً به چه دردی میخوره؟
این مدل طراحی شده تا زبان عامیانه ما رو بفهمه و اون رو به دستورات برنامهنویسی (API calls) تبدیل کنه. ویژگیهای اصلیش ایناست:
✅ سرعت خیرهکننده: چون مدل خیلی سبک و بهینهای هست، با سرعت خیلی بالا حتی روی گوشیهای موبایل و سختافزارهای معمولی اجرا میشه.
✅ امنیت و حریم خصوصی: همه پردازشها میتونه کاملاً روی خود دستگاه (On-device) انجام بشه؛ یعنی لازم نیست دیتای کاربر به ابری یا سروری فرستاده بشه.
✅ تخصص بالا: شما میتونید این مدل رو برای کارهای خاص خودتون «Fine-tune» یا شخصیسازی کنید. مثلاً توی دموهای ویدیو دیدیم که با یه دستور صوتی ساده مثل "چراغ قوه رو روشن کن" یا "ناهار فردا رو توی تقویم ثبت کن"، مدل دقیقاً میفهمه باید کدوم تابع رو توی گوشی اجرا کنه.
چند تا مثال جذاب از کاربردش:
* توی بازیها: میتونید به بازی بگید "توی ردیف اول گل آفتابگردان بکار و بهشون آب بده" و مدل خودش مختصات رو پیدا میکنه و دستور کاشت و آبیاری رو به موتور بازی میفرسته!
* اپلیکیشنهای موبایل: تبدیل فرمانهای صوتی یا متنی به کارهای واقعی درون برنامه بدون کمترین معطلی.
از کجا شروع کنیم؟ 🛠
این مدل الان روی پلتفرمهای معروفی مثل Hugging Face و Kaggle در دسترسه و با اکثر ابزارهای دنیای Open Source مثل Ollama هم کاملاً سازگاره.
اگر برنامهنویس هستید یا به دنیای هوش مصنوعی علاقه دارید، پیشنهاد میکنم حتماً یه نگاهی بهش بندازید. گوگل حتی یه «کتاب آشپزی» یا همون Cookbook منتشر کرده که قدم به قدم یادتون میده چطور ازش استفاده کنید.
ویدیو کامل رو هم میتونید از اینجا ببینید:
🔗 https://youtu.be/-Tgc_9uYJLI
#هوش_مصنوعی #گوگل #برنامه_نویسی #تکنولوژی #Gemma #AI
🎺 برای یادگیری بیشتر و دریافت مطالب مفید در زمینه .NET و برنامهنویسی، به کانال ما بپیوندید!
📚💻 @dotnetcode🖥 👨💻
بچهها سلام! خبر دارید که گوگل از یه مدل هوش مصنوعی جدید و خیلی خاص به اسم FunctionGemma رونمایی کرده؟
اگر یادتون باشه، گوگل قبلاً مدل Gemma 3 270M رو معرفی کرده بود که به خاطر اندازه خیلی کوچیکش حسابی سر و صدا کرد. اما جامعه برنامهنویسها دنبال یه قابلیت مهم بودن: Tool Calling یا همون توانایی فراخوانی ابزارها و توابع. حالا گوگل با معرفی FunctionGemma دقیقاً همین نیاز رو برطرف کرده.
حالا این مدل اصلاً به چه دردی میخوره؟
این مدل طراحی شده تا زبان عامیانه ما رو بفهمه و اون رو به دستورات برنامهنویسی (API calls) تبدیل کنه. ویژگیهای اصلیش ایناست:
✅ سرعت خیرهکننده: چون مدل خیلی سبک و بهینهای هست، با سرعت خیلی بالا حتی روی گوشیهای موبایل و سختافزارهای معمولی اجرا میشه.
✅ امنیت و حریم خصوصی: همه پردازشها میتونه کاملاً روی خود دستگاه (On-device) انجام بشه؛ یعنی لازم نیست دیتای کاربر به ابری یا سروری فرستاده بشه.
✅ تخصص بالا: شما میتونید این مدل رو برای کارهای خاص خودتون «Fine-tune» یا شخصیسازی کنید. مثلاً توی دموهای ویدیو دیدیم که با یه دستور صوتی ساده مثل "چراغ قوه رو روشن کن" یا "ناهار فردا رو توی تقویم ثبت کن"، مدل دقیقاً میفهمه باید کدوم تابع رو توی گوشی اجرا کنه.
چند تا مثال جذاب از کاربردش:
* توی بازیها: میتونید به بازی بگید "توی ردیف اول گل آفتابگردان بکار و بهشون آب بده" و مدل خودش مختصات رو پیدا میکنه و دستور کاشت و آبیاری رو به موتور بازی میفرسته!
* اپلیکیشنهای موبایل: تبدیل فرمانهای صوتی یا متنی به کارهای واقعی درون برنامه بدون کمترین معطلی.
از کجا شروع کنیم؟ 🛠
این مدل الان روی پلتفرمهای معروفی مثل Hugging Face و Kaggle در دسترسه و با اکثر ابزارهای دنیای Open Source مثل Ollama هم کاملاً سازگاره.
اگر برنامهنویس هستید یا به دنیای هوش مصنوعی علاقه دارید، پیشنهاد میکنم حتماً یه نگاهی بهش بندازید. گوگل حتی یه «کتاب آشپزی» یا همون Cookbook منتشر کرده که قدم به قدم یادتون میده چطور ازش استفاده کنید.
ویدیو کامل رو هم میتونید از اینجا ببینید:
🔗 https://youtu.be/-Tgc_9uYJLI
#هوش_مصنوعی #گوگل #برنامه_نویسی #تکنولوژی #Gemma #AI
📚💻 @dotnetcode
Please open Telegram to view this post
VIEW IN TELEGRAM
YouTube
Introducing FunctionGemma
Meet FunctionGemma, a specialized version of the Gemma 3 270M model, fine-tuned specifically for function calling and tool use and designed to be fine-tuned further.
In this video, Kat Black (Product Manager, Google DeepMind) and Ravin Kumar (Research Scientist…
In this video, Kat Black (Product Manager, Google DeepMind) and Ravin Kumar (Research Scientist…
❤6👏2🔥1
بازگشت مقتدرانه گوگل با Gemini!
زمانی که ChatGPT معرفی شد، بسیاری فکر میکردند دوران سلطه گوگل بر اینترنت به پایان رسیده است. اما آمارهای جدید سال ۲۰۲۵ نشان میدهد که «غول جستجو» نه تنها نمرده، بلکه با مدل Gemini در حال بازپسگیری قلمرو خود است.
📊 تحلیل آمار خیرهکننده رشد:
طبق گزارشهای اخیر، سهم بازار جمینای در سال جاری میلادی ۳ برابر شده است. اما این عدد در واقعیت به چه معناست؟
1️⃣ انفجار ترافیک: بازدیدهای مستقیم از پلتفرم Gemini به رقم باورنکردنی ۸۹۴ میلیون در ماه رسیده است.
2️⃣ رشد کاربران فعال: حالا بیش از ۴۵۰ میلیون کاربر فعال ماهانه از خدمات جمینای استفاده میکنند.
3️⃣ سهم بازار: گوگل موفق شده سهم خود را به ۱۳.۵٪ برساند؛ جهشی که لرزه بر اندام OpenAI و Microsoft انداخته است.
💡 چرا ورق به نفع گوگل برگشت؟ (جزئیات استراتژیک)
🔹 یکپارچگی بینظیر (The Ecosystem Power):
گوگل جمینای را در تمام سوراخسمبههای زندگی دیجیتال ما تزریق کرده است! از دکمه Gemini در اندروید گرفته تا تحلیل مستقیم فایلها در Google Docs و Drive. کاربر دیگر نیازی به جابهجایی بین اپلیکیشنها ندارد.
🔹 سرعت و هوش مدلهای جدید:
معرفی مدلهای سری Flash (مثل Gemini 1.5 Flash) بازی را عوض کرد. این مدلها به شدت سریع و ارزان هستند و برای کارهای روزمره، از ChatGPT-4o عملکرد روانتری نشان میدهند.
🔹 قابلیتهای چندوجهی (Multimodality):
جمینای برخلاف بسیاری از رقبا، از پایه برای درک همزمان ویدیو، صوت و متن طراحی شده. این یعنی شما میتوانید یک ویدیوی ۱ ساعته یوتیوب را به او بدهید و در عرض چند ثانیه، جزئیترین نکاتش را بپرسید.
🔹 رفع اشتباهات گذشته:
گوگل با درس گرفتن از گافهای اولیه (مثل ماجرای تولید تصاویر تاریخی)، حالا روی دقت دادهها و ارائه لینکهای مستقیم منبع تمرکز کرده که اعتماد کاربران بیزنسی را جلب کرده است.
🏁 نتیجهگیری:
جنگ هوش مصنوعی وارد فاز جدیدی شده است. اگر OpenAI "نوآور" بود، گوگل نشان داد که "پادشاه مقیاسپذیری" است. با این نرخ رشد، سال ۲۰۲۶ میتواند سالی باشد که جمینای شانه به شانه ChatGPT حرکت کند.
🤔 نظر شما چیست؟
آیا شما هم از ChatGPT به سمت Gemini کوچ کردهاید یا هنوز وفادار ماندهاید؟ در کامنتها بگویید چرا!
https://www.perplexity.ai/page/google-s-gemini-triples-market-S26usozfTj2sgx5g_NiX1A
#هوش_مصنوعی #گوگل #تکنولوژی #جمینای #بیزنس #AI #Gemini #Google #ChatGPT
🎺 برای یادگیری بیشتر و دریافت مطالب مفید در زمینه .NET و برنامهنویسی، به کانال ما بپیوندید!
📚💻 @dotnetcode🖥 👨💻
زمانی که ChatGPT معرفی شد، بسیاری فکر میکردند دوران سلطه گوگل بر اینترنت به پایان رسیده است. اما آمارهای جدید سال ۲۰۲۵ نشان میدهد که «غول جستجو» نه تنها نمرده، بلکه با مدل Gemini در حال بازپسگیری قلمرو خود است.
📊 تحلیل آمار خیرهکننده رشد:
طبق گزارشهای اخیر، سهم بازار جمینای در سال جاری میلادی ۳ برابر شده است. اما این عدد در واقعیت به چه معناست؟
1️⃣ انفجار ترافیک: بازدیدهای مستقیم از پلتفرم Gemini به رقم باورنکردنی ۸۹۴ میلیون در ماه رسیده است.
2️⃣ رشد کاربران فعال: حالا بیش از ۴۵۰ میلیون کاربر فعال ماهانه از خدمات جمینای استفاده میکنند.
3️⃣ سهم بازار: گوگل موفق شده سهم خود را به ۱۳.۵٪ برساند؛ جهشی که لرزه بر اندام OpenAI و Microsoft انداخته است.
💡 چرا ورق به نفع گوگل برگشت؟ (جزئیات استراتژیک)
🔹 یکپارچگی بینظیر (The Ecosystem Power):
گوگل جمینای را در تمام سوراخسمبههای زندگی دیجیتال ما تزریق کرده است! از دکمه Gemini در اندروید گرفته تا تحلیل مستقیم فایلها در Google Docs و Drive. کاربر دیگر نیازی به جابهجایی بین اپلیکیشنها ندارد.
🔹 سرعت و هوش مدلهای جدید:
معرفی مدلهای سری Flash (مثل Gemini 1.5 Flash) بازی را عوض کرد. این مدلها به شدت سریع و ارزان هستند و برای کارهای روزمره، از ChatGPT-4o عملکرد روانتری نشان میدهند.
🔹 قابلیتهای چندوجهی (Multimodality):
جمینای برخلاف بسیاری از رقبا، از پایه برای درک همزمان ویدیو، صوت و متن طراحی شده. این یعنی شما میتوانید یک ویدیوی ۱ ساعته یوتیوب را به او بدهید و در عرض چند ثانیه، جزئیترین نکاتش را بپرسید.
🔹 رفع اشتباهات گذشته:
گوگل با درس گرفتن از گافهای اولیه (مثل ماجرای تولید تصاویر تاریخی)، حالا روی دقت دادهها و ارائه لینکهای مستقیم منبع تمرکز کرده که اعتماد کاربران بیزنسی را جلب کرده است.
🏁 نتیجهگیری:
جنگ هوش مصنوعی وارد فاز جدیدی شده است. اگر OpenAI "نوآور" بود، گوگل نشان داد که "پادشاه مقیاسپذیری" است. با این نرخ رشد، سال ۲۰۲۶ میتواند سالی باشد که جمینای شانه به شانه ChatGPT حرکت کند.
🤔 نظر شما چیست؟
آیا شما هم از ChatGPT به سمت Gemini کوچ کردهاید یا هنوز وفادار ماندهاید؟ در کامنتها بگویید چرا!
https://www.perplexity.ai/page/google-s-gemini-triples-market-S26usozfTj2sgx5g_NiX1A
#هوش_مصنوعی #گوگل #تکنولوژی #جمینای #بیزنس #AI #Gemini #Google #ChatGPT
📚💻 @dotnetcode
Please open Telegram to view this post
VIEW IN TELEGRAM
Perplexity AI
Google's Gemini triples market share as ChatGPT's lead shrinks
Google's Gemini AI has more than tripled its share of generative AI web traffic over the past year, surging from 5.4% to 18.2%, while OpenAI's ChatGPT has...
👍7❤4🔥2
گیتهاب (GitHub) در یک حرکت بزرگ برای رقابت با ابزارهایی مثل Cursor، رسماً اعلام کرد که ایجنتهای هوش مصنوعی Claude (از شرکت Anthropic) و Codex را مستقیماً به پلتفرم خود اضافه کرده است.
تا پیش از این، کوپایلت (Copilot) بیشتر متکی به مدلهای GPT بود، اما حالا توسعهدهندگان میتوانند از قدرت مدلهای Claude 3.7 Sonnet و OpenAI Codex به عنوان «ایجنت» استفاده کنند.
این یعنی هوش مصنوعی دیگر فقط "پیشنهاد" نمیدهد، بلکه میتواند:
🔹 فایلها را ویرایش کند
🔹 دستورات ترمینال را اجرا کند
🔹 باگها را به صورت خودکار رفع نماید
این تغییر نشان میدهد که گیتهاب نمیخواهد میدان را به IDEهای مبتنی بر هوش مصنوعی (مثل Cursor یا Windsurf) ببازد و قصد دارد همه چیز را در خانه خود نگه دارد.
https://youtu.be/GuTQDXKwdJQ?si=znwN0dljFmrEF615
#GitHub #AI #Claude #Copilot #Programming #TechNews
#گیت_هاب #هوش_مصنوعی #برنامه_نویسی #تکنولوژی #خبر
📚💻 @dotnetcode
Please open Telegram to view this post
VIEW IN TELEGRAM
👍5👏2❤1🔥1
گیتهاب با معرفی GitHub Copilot SDK، بازی رو کلاً عوض کرد. حالا دیگه کوپایلت فقط یک افزونه تکمیل کد نیست؛ بلکه میتونید مغز متفکر اون رو بردارید و مستقیم توی اپلیکیشنهای خودتون بذارید!
این یعنی چی؟ یعنی شما میتونید ابزارها و Agentهایی بسازید که دقیقاً با نیازهای شما و تیمتون هماهنگ باشن.
چرا این SDK یه انقلابه؟ 👇
✅ هوش مصنوعی اختصاصی: اپلیکیشنهایی بسازید که به دیتای شما (مثل ریپوزیتوریها یا لاگها) دسترسی دارن و بر اساس اونها تصمیم میگیرن.
✅ جریانهای کاری ایجنتیک (Agentic Workflows): امکان ساخت ایجنتهایی که میتونن چندین مرحله رو طی کنن، ابزارهای مختلف رو صدا بزنن (Tool Calling) و کار رو تموم کنن.
✅ یک مثال واقعی: توی دمو، اپلیکیشنی به اسم "Flight School" ساخته شده که پروفایل گیتهاب شما رو تحلیل میکنه و دقیقاً بر اساس مهارتها و پروژههاتون، بهتون تمرین کدنویسی میده و حتی جوابهاتون رو صحیح میکنه!
✅ فراتر از چت: دیگه فقط با متن سر و کار ندارید؛ میتونید با دسکتاپ تعامل کنید، فایل بسازید یا کارهای پیچیده رو خودکار انجام بدید.
همین الان ویدیو رو ببین و اولین ایده ساخت ایجنتت رو استارت بزن! 👨💻👩💻
https://youtu.be/ct_Ymw9RexM?si=SQgan8rBElWHns-g
#GitHubCopilot #AI #DevTools #Programming #ArtificialIntelligence
📚💻 @dotnetcode
Please open Telegram to view this post
VIEW IN TELEGRAM
YouTube
GitHub Copilot SDK demo: Creating "Flight School"
Chris Reddington demonstrates "Flight School," a custom Next.js application built to personalize his learning journey using the GitHub Copilot SDK. See how he leverages agentic workflows to generate daily coding challenges based on his GitHub profile, evaluate…
❤7🔥3👍1👏1
تصور کن مغز متفکر دیتابیست (Parser) رو بدی دست هوش مصنوعی و خروجی بگیری که از نسخه اصلی هم سریعتر و بهینهتر باشه. دقیقاً همین اتفاق افتاده!
تیم Multigres با یک حرکت مهندسی جذاب و کمک گرفتن از Claude Code، تونستن پارسر PostgreSQL رو بازنویسی کنن و به نتایج شگفتانگیزی برسن. این فقط یک آپدیت ساده نیست؛ قدرتنمایی ترکیب مهندسی نرمافزار با AI در لایههای عمیق زیرساختیه.
نکات کلیدی این شاهکار فنی:
✅ افزایش سرعت چشمگیر: دستیابی به سرعت ۲.۵ برابری در پردازش کوئریها نسبت به پارسر استاندارد.
✅ مهندسی با طعم AI: استفاده از هوش مصنوعی برای درک و بهینهسازی پیچیدگیهای سطح پایین (Low-level).
✅ کارایی بالاتر: کاهش سربار سیستم و مدیریت بهتر منابع هنگام اجرای کوئریهای سنگین.
این یعنی هوش مصنوعی دیگه فقط برای تولید متن و عکس نیست؛ داره وارد قلب تپنده سیستمها میشه!
https://multigres.com/blog/ai-parser-engineering
#PostgreSQL #Database #AI #TechNews #برنامه_نویسی
📚💻 @dotnetcode
Please open Telegram to view this post
VIEW IN TELEGRAM
Multigres
A 2.5x faster Postgres parser with Claude Code | Multigres
Same engineer. Same complexity. A year last time, eight weeks this time. This isn't a story about AI writing code. It's a story about the system, expertise, and discipline that made AI actually useful.
❤3👍3