ساخت یک وبسایت حرفهای بدون نیاز به دانش برنامهنویسی
🛠 Readdy یک سرویس رایگان برای طراحی محصولات بر پایه هوش مصنوعی است.
🔰 این ابزار تنها با دریافت توضیحات (Prompt)، در عرض چند دقیقه رابطهای کاربری حرفهای همراه با کد آماده استفاده تولید میکند و هیچ تجربهای در زمینه طراحی لازم ندارد.
https://readdy.ai
لیست خدمات
👨🏻💻 @Tech_AI_Services
کانال تلگرامی
📱 @learn_Tech_AI
#website #ai #generation
#خبر_هوش_مصنوعی
#ابزارهای_هوش_مصنوعی
🛠 Readdy یک سرویس رایگان برای طراحی محصولات بر پایه هوش مصنوعی است.
🔰 این ابزار تنها با دریافت توضیحات (Prompt)، در عرض چند دقیقه رابطهای کاربری حرفهای همراه با کد آماده استفاده تولید میکند و هیچ تجربهای در زمینه طراحی لازم ندارد.
https://readdy.ai
لیست خدمات
👨🏻💻 @Tech_AI_Services
کانال تلگرامی
📱 @learn_Tech_AI
#website #ai #generation
#خبر_هوش_مصنوعی
#ابزارهای_هوش_مصنوعی
مفهوم Agent چیست و چگونه کار میکنند؟
خانم چیپ هوین بلاگ پست مفصلی راجع به Agent (به قول راسل، هدف غایی هوش مصنوعی) نوشتند. به شدت توصیه میکنیم به دور از هایپ بخونید.
این پست ۴ بخش داره: تعاریف، ابزارها، برنامهریزی، ارزیابی و نقاط شکست!
تعاریف. agent هر چیزیه که از محیطش اطلاعات دریافت کنه و روی محیط عملی انجام بده. پس دو مشخصه داره: محیطش و عملگرهاش. محیطش با هدفی که داره تعریف میشه و عملگرهاش با ابزارهایی که در اختیارش قرار دادیم. مثلا یک ایجنت نرم افزاری محیطش میشه ترمینال و فایل سیستم و اکشنهاش میشه سرچ کردن و خوندن و نوشتن در فایلها . agentها نیاز به مدل قویتری دارند، چون کارهای مهمتری میکنند و ریسک بالاتری دارند و چون مراحل زیادی طی میکنند، خطاها در هم ضرب میشن و مثلا یک مدل با دقت ۹۵٪ در انجام کاری، بعد از ده مرحله، با ۶۰٪ دقت کار نهایی را تحویل میده.
ابزارها. ابزار بیرونی کمک میکنه ورودی بهتر جمع بشه و اکشنهای بهتری داشته باشیم. اما نباید همه ابزارها را همینجوری در اختیارش بگذاریم چون بعدش فهمیدن و استفاده مفید ازشون سخت میشه. ابزارها سه گروه میشن: knowledge augmentation، capability extension و write actions. دستهی اول ابزارهای تولید محتوا هستند که کمک میکنند بروز باشیم و کمتر هذیون بگیم مثلا سرچ در اینترنت یا API دیتای محصولات فروشگاه. دسته دوم ابزارهای بهبود یهویی توانایی مدل هستند. مثلا مدلهای زبانی در انجام عملگرهای ساده ریاضی مثل تقسیم هم گاهی گند میزنند. پس بهش یه ماشین حساب بدیم یا مثلا از یک مدل تولید عکس جدا استفاده کنیم. دسته سوم. ابزارهایی که تغییر ایجاد میکنند. مثلا ایمیل زدن، انتقال پول.
برنامهریزی. مغز یک agent همون مدلیه که تسک پیچیده را برنامهریزی میکنه. خروجی برنامه یک سری مراحله که باید به ترتیب طی بشه. برنامهریزی باید از اجرا جدا باشه. یعنی از مدل اول میخواهی (مثلا با CoT) برنامه (یا برنامهها) را ارائه بده و بعد از تایید شروع به اجرا کنه. تا اینجا سیستم ما سه قسمت داشت: تولید برنامه، ارزیابش، اجراش . حالا اگر بیای برای هر کدوم یک agent بذاری، میشه mutli-agent مثلا قبل از هر چیز یه agent تشخیص هدف مشتری (intent) بذاری. راحتترین راه برای تولید برنامه هم پرامپته. مثلا برای آموزش مشتریها راجع به محصولات، به مدل توابع لازم و چند تا مثال از سوالات کاربران و جواب درست را میدیم .
سه تا نکته مهم در تولید برنامه هست: نحوه تعریف و صدا زدن ابزارها، ریزدانگی برنامه، برنامههای پیچیده. اولی (نحوه معرفی)، یه سری چارچوب داره که به مدل بفهمونیم لازمه از این ابزارها استفاده کنه یا خودش هر طور صلاح میدونه . در ریزدانگی باید دقت کنیم که نباید زیاد جزئی (تا اسم تابع) از مدل تولیدکننده بخواهی. چون دوباره تعریف کردن یا فاین تیون کردنشون سخته. خوبه بهشون بگی به زبون طبیعی مراحل را تولید کن. بعد یه مدل سادهتر این جملات زبان طبیعی را به اسم توابع تبدیل کنه. برای سومی هم؛ همیشه برنامهها به صورت پشت سر هم نیستند. میتونه موازی یا شرطی باشه یا حلقه داشته باشه .
در ادامه راجع Reflection صحبت میکنه. agent باید مداوم خودش، خودشو بررسی کنه که از برنامه تا نتیجه همه چی درسته؟ این ارزیابی و اصلاح، میتونه توسط خود agent انجام بشه یا بیرونش. چارچوبهایی مثل ReAct هست که یک حلقه متشکل از برنامه، اکشن و ارزیابیه تا وقتی که به جواب برسه . اگر ارزیاب مدل دیگهای باشه به این Reflexion میگن.
برای نحوه انتخاب ابزارها از مقالاتی مثل Chameleon صحبت میکنه که از ۱۳ تا ابزار استفاده میکنه. هر چی تعداد ابزارها بیشتر باشه، مثل انسان برای مدل سختتره ازشون استفاده کنه. راههایی برای انتخاب مجموعه ابزارها هست؛ مثلا با کدوم ابزارها خطای مدل بیشتره، حذف ابزار چقدر کارایی را کاهش میده، از کدومها بیشتر استفاده میکنه. مقاله Chameleon نشون داد که تسکها و مدلهای مختلف ابزارهای مختلفی لازم دارند و نباید همینجوری همه ابزارها رو به مدل بدیم .
ارزیابی و نقاط شکست. شکست سه عامل داره: برنامه، اجرای ابزارها و بهینگی. در گروه اول برنامه میتونه ابزار اشتباه یا پارامترها و ورودیهای اشتباه انتخاب کنه، محدودیت را در نظر نگیره و.... در گروه دوم از ابزار درستی استفاده شده اما خود ابزار (مثلا تبدیل متن به کوئری) غلط کار میکنه. در گروه سوم هم همه چیز درسته اما بهینه نیست. مثلا قدمهای زیادی طی میشه. برای ارزیابی میزان شکست یک agent میشه یه دیتاست از تسکها و ابزارها درست بشه و ازش بخواهیم N تا برنامه درست کنه. بعد ببینیم چندتاشون درست بود، چند تا برنامه باید درست کنه تا به یه برنامه خوب برسیم، چقدر کنده و ....
لیست خدمات
👨🏻💻 @Tech_AI_Services
کانال تلگرامی
📱 @learn_Tech_AI
خانم چیپ هوین بلاگ پست مفصلی راجع به Agent (به قول راسل، هدف غایی هوش مصنوعی) نوشتند. به شدت توصیه میکنیم به دور از هایپ بخونید.
این پست ۴ بخش داره: تعاریف، ابزارها، برنامهریزی، ارزیابی و نقاط شکست!
تعاریف. agent هر چیزیه که از محیطش اطلاعات دریافت کنه و روی محیط عملی انجام بده. پس دو مشخصه داره: محیطش و عملگرهاش. محیطش با هدفی که داره تعریف میشه و عملگرهاش با ابزارهایی که در اختیارش قرار دادیم. مثلا یک ایجنت نرم افزاری محیطش میشه ترمینال و فایل سیستم و اکشنهاش میشه سرچ کردن و خوندن و نوشتن در فایلها . agentها نیاز به مدل قویتری دارند، چون کارهای مهمتری میکنند و ریسک بالاتری دارند و چون مراحل زیادی طی میکنند، خطاها در هم ضرب میشن و مثلا یک مدل با دقت ۹۵٪ در انجام کاری، بعد از ده مرحله، با ۶۰٪ دقت کار نهایی را تحویل میده.
ابزارها. ابزار بیرونی کمک میکنه ورودی بهتر جمع بشه و اکشنهای بهتری داشته باشیم. اما نباید همه ابزارها را همینجوری در اختیارش بگذاریم چون بعدش فهمیدن و استفاده مفید ازشون سخت میشه. ابزارها سه گروه میشن: knowledge augmentation، capability extension و write actions. دستهی اول ابزارهای تولید محتوا هستند که کمک میکنند بروز باشیم و کمتر هذیون بگیم مثلا سرچ در اینترنت یا API دیتای محصولات فروشگاه. دسته دوم ابزارهای بهبود یهویی توانایی مدل هستند. مثلا مدلهای زبانی در انجام عملگرهای ساده ریاضی مثل تقسیم هم گاهی گند میزنند. پس بهش یه ماشین حساب بدیم یا مثلا از یک مدل تولید عکس جدا استفاده کنیم. دسته سوم. ابزارهایی که تغییر ایجاد میکنند. مثلا ایمیل زدن، انتقال پول.
برنامهریزی. مغز یک agent همون مدلیه که تسک پیچیده را برنامهریزی میکنه. خروجی برنامه یک سری مراحله که باید به ترتیب طی بشه. برنامهریزی باید از اجرا جدا باشه. یعنی از مدل اول میخواهی (مثلا با CoT) برنامه (یا برنامهها) را ارائه بده و بعد از تایید شروع به اجرا کنه. تا اینجا سیستم ما سه قسمت داشت: تولید برنامه، ارزیابش، اجراش . حالا اگر بیای برای هر کدوم یک agent بذاری، میشه mutli-agent مثلا قبل از هر چیز یه agent تشخیص هدف مشتری (intent) بذاری. راحتترین راه برای تولید برنامه هم پرامپته. مثلا برای آموزش مشتریها راجع به محصولات، به مدل توابع لازم و چند تا مثال از سوالات کاربران و جواب درست را میدیم .
سه تا نکته مهم در تولید برنامه هست: نحوه تعریف و صدا زدن ابزارها، ریزدانگی برنامه، برنامههای پیچیده. اولی (نحوه معرفی)، یه سری چارچوب داره که به مدل بفهمونیم لازمه از این ابزارها استفاده کنه یا خودش هر طور صلاح میدونه . در ریزدانگی باید دقت کنیم که نباید زیاد جزئی (تا اسم تابع) از مدل تولیدکننده بخواهی. چون دوباره تعریف کردن یا فاین تیون کردنشون سخته. خوبه بهشون بگی به زبون طبیعی مراحل را تولید کن. بعد یه مدل سادهتر این جملات زبان طبیعی را به اسم توابع تبدیل کنه. برای سومی هم؛ همیشه برنامهها به صورت پشت سر هم نیستند. میتونه موازی یا شرطی باشه یا حلقه داشته باشه .
در ادامه راجع Reflection صحبت میکنه. agent باید مداوم خودش، خودشو بررسی کنه که از برنامه تا نتیجه همه چی درسته؟ این ارزیابی و اصلاح، میتونه توسط خود agent انجام بشه یا بیرونش. چارچوبهایی مثل ReAct هست که یک حلقه متشکل از برنامه، اکشن و ارزیابیه تا وقتی که به جواب برسه . اگر ارزیاب مدل دیگهای باشه به این Reflexion میگن.
برای نحوه انتخاب ابزارها از مقالاتی مثل Chameleon صحبت میکنه که از ۱۳ تا ابزار استفاده میکنه. هر چی تعداد ابزارها بیشتر باشه، مثل انسان برای مدل سختتره ازشون استفاده کنه. راههایی برای انتخاب مجموعه ابزارها هست؛ مثلا با کدوم ابزارها خطای مدل بیشتره، حذف ابزار چقدر کارایی را کاهش میده، از کدومها بیشتر استفاده میکنه. مقاله Chameleon نشون داد که تسکها و مدلهای مختلف ابزارهای مختلفی لازم دارند و نباید همینجوری همه ابزارها رو به مدل بدیم .
ارزیابی و نقاط شکست. شکست سه عامل داره: برنامه، اجرای ابزارها و بهینگی. در گروه اول برنامه میتونه ابزار اشتباه یا پارامترها و ورودیهای اشتباه انتخاب کنه، محدودیت را در نظر نگیره و.... در گروه دوم از ابزار درستی استفاده شده اما خود ابزار (مثلا تبدیل متن به کوئری) غلط کار میکنه. در گروه سوم هم همه چیز درسته اما بهینه نیست. مثلا قدمهای زیادی طی میشه. برای ارزیابی میزان شکست یک agent میشه یه دیتاست از تسکها و ابزارها درست بشه و ازش بخواهیم N تا برنامه درست کنه. بعد ببینیم چندتاشون درست بود، چند تا برنامه باید درست کنه تا به یه برنامه خوب برسیم، چقدر کنده و ....
لیست خدمات
👨🏻💻 @Tech_AI_Services
کانال تلگرامی
📱 @learn_Tech_AI
باتوجه به پیشرفت هوش مصنوعی دیگه واقعا جای سوال پیش میاد که یه سری چیزا رو هوش مصنوعی ساخته یا نه، حالا شما به کمک این سایت میتونید اینو بفهمید
#هوش_مصنوعی #معرفی_سایت
اگه یه آهنگ یا ویس دارید که نمیدونید اونو هوش مصنوعی داره میخونه کافیه اونو بدید به این سایت. آنالیزش میکنه و بهتون میگه اون صدا، صدای AIـه یا صدای یه انسان واقعی. 🤖
detect.resemble.ai
لیست خدمات
👨🏻💻 @Tech_AI_Services
کانال تلگرامی
📱 @learn_Tech_AI
#هوش_مصنوعی #معرفی_سایت
اگه یه آهنگ یا ویس دارید که نمیدونید اونو هوش مصنوعی داره میخونه کافیه اونو بدید به این سایت. آنالیزش میکنه و بهتون میگه اون صدا، صدای AIـه یا صدای یه انسان واقعی. 🤖
detect.resemble.ai
لیست خدمات
👨🏻💻 @Tech_AI_Services
کانال تلگرامی
📱 @learn_Tech_AI
🔥 هشدار کارشناسان: هوش مصنوعی حالا میتواند ویروس بیولوژیکی تولید کند
🚨 دانشمندان دانشگاه استنفورد با هوش مصنوعی موفق به ساخت 16 ویروس شدند که میتوانستند باکتری E. coli را نابود کنند.
🔺پژوهشگران در تحقیق جدیدی نشان دادهاند که هوش مصنوعی اکنون میتواند ویروسهای واقعی و کارآمد بسازد. در این آزمایش، ویروسی که DNA آن توسط یک مدل هوش مصنوعی تولید شده، توانسته باکتریها را هدف قرار دهد و از بین ببرد. این موضوع از دید متخصصان میتواند تحولی عظیم در درمان بیماریها باشد، اما در عین حال خطرات جدی به همراه دارد.
🔺مدل هوش مصنوعی استفادهشده در این تحقیق «Evo» نام دارد و به جای دادههای متنی مانند ChatGPT، با میلیونها ژنوم باکتریوفاژ (ویروس باکتریخوار) آموزش دیده است.
🔴 تولید ویروس در آزمایشگاه با کمک هوش مصنوعی
🔺پژوهشگران برای آزمایش، روی فاژی شناختهشده به نام Phi X 174 کار کردند که به باکتری E. coli حمله میکند. Evo توانسته براساس این فاژ، 302 ژنوم کاندید پیشنهاد بدهد تا ویروسهای جدیدی بسازد. 16 مورد از این ویروسها فعال شدند و توانستند E. coli را آلوده و نابود کنند. به گفته محققان، برخی از این ویروسهای جدید حتی کشندهتر از نسخه طبیعی بودند.
🔺این دستاورد علمی هرچند میتواند در آینده راه را برای تولید داروهای نوین، واکسنها و درمانهای هدفمند باز کند، اما کارشناسان هشدار دادهاند که همین فناوری میتواند بهسادگی برای ساخت سلاحهای زیستی مورد سوءاستفاده قرار بگیرد.
🔺با وجود این هشدارها، مطالعه محققان استنفورد مراحل همتاداوری خود را طی نکرده است و بهطور کامل مشخص نیست که این دستاورد تا چه اندازه قابل تکرار توسط دیگران خواهد بود. اما پتانسیل مخاطره آمیز دسترسپذیری آسان بیوتروریسم را گوشزد میکند.
shorturl.at/K0vMO
🗂منبع
🗂 مقاله
لیست خدمات
👨🏻💻 @Tech_AI_Services
کانال تلگرامی
📱 @learn_Tech_AI
#هوش_مصنوعی
#هوش_مصنوعی_در_پزشکی
#خبر_هوش_مصنوعی
🚨 دانشمندان دانشگاه استنفورد با هوش مصنوعی موفق به ساخت 16 ویروس شدند که میتوانستند باکتری E. coli را نابود کنند.
🔺پژوهشگران در تحقیق جدیدی نشان دادهاند که هوش مصنوعی اکنون میتواند ویروسهای واقعی و کارآمد بسازد. در این آزمایش، ویروسی که DNA آن توسط یک مدل هوش مصنوعی تولید شده، توانسته باکتریها را هدف قرار دهد و از بین ببرد. این موضوع از دید متخصصان میتواند تحولی عظیم در درمان بیماریها باشد، اما در عین حال خطرات جدی به همراه دارد.
🔺مدل هوش مصنوعی استفادهشده در این تحقیق «Evo» نام دارد و به جای دادههای متنی مانند ChatGPT، با میلیونها ژنوم باکتریوفاژ (ویروس باکتریخوار) آموزش دیده است.
🔴 تولید ویروس در آزمایشگاه با کمک هوش مصنوعی
🔺پژوهشگران برای آزمایش، روی فاژی شناختهشده به نام Phi X 174 کار کردند که به باکتری E. coli حمله میکند. Evo توانسته براساس این فاژ، 302 ژنوم کاندید پیشنهاد بدهد تا ویروسهای جدیدی بسازد. 16 مورد از این ویروسها فعال شدند و توانستند E. coli را آلوده و نابود کنند. به گفته محققان، برخی از این ویروسهای جدید حتی کشندهتر از نسخه طبیعی بودند.
🔺این دستاورد علمی هرچند میتواند در آینده راه را برای تولید داروهای نوین، واکسنها و درمانهای هدفمند باز کند، اما کارشناسان هشدار دادهاند که همین فناوری میتواند بهسادگی برای ساخت سلاحهای زیستی مورد سوءاستفاده قرار بگیرد.
🔺با وجود این هشدارها، مطالعه محققان استنفورد مراحل همتاداوری خود را طی نکرده است و بهطور کامل مشخص نیست که این دستاورد تا چه اندازه قابل تکرار توسط دیگران خواهد بود. اما پتانسیل مخاطره آمیز دسترسپذیری آسان بیوتروریسم را گوشزد میکند.
shorturl.at/K0vMO
🗂منبع
🗂 مقاله
لیست خدمات
👨🏻💻 @Tech_AI_Services
کانال تلگرامی
📱 @learn_Tech_AI
#هوش_مصنوعی
#هوش_مصنوعی_در_پزشکی
#خبر_هوش_مصنوعی
‼️ازونجایی که هر دفعه دارید به یه کانفینگ وصل میشید و همینطور ایپی تغییر میکنه ممکنه تلگرام به لحاظ امنیتی شما رو از حسابتون بندازه بیرون!
حالا چه اتفاقی می افته؟ اگه بیوفتید بیرون متاسفانه دیگه پیامک ورود تلگرام براتون ارسال نمیشه چون بستتش!
راه حل چیه؟
توی جدیدترین آپدیت تلگرام قابلیت Passkey اضافه شده که میتونید از بخش تنظیمات تلگرام، حریم خصوصی و امنیت (Privacy & Security) این گزینه رو فعال کنید
داخل بخش Passkeys روی Add Passkey یا Create Passkey بزنید. ممکنه دستگاه ازت بخواد قفل صفحه، اثر انگشت یا Face ID رو تأیید کنی — این مرحله برای امنیته، وقتی تأیید کردی، Passkey ساخته میشه و تو لیست ظاهر میشه
بعد از فعالسازی چطور وارد میشید؟
تو صفحه ورود به تلگرام، گزینهای با نام Log in with passkey ظاهر میشه — گاهی زیر کادر شماره یا خودش بهصورت پیشنهادی نشون داده میشه، کافیه انتخابش کنید. سپس از اثر انگشت / Face ID / پین تلفن استفاده کن تا وارد بشی — نیازی به SMS یا رمز دوم نیست.
لیست خدمات
👨🏻💻 @Tech_AI_Services
کانال تلگرامی
📱 @learn_Tech_AI
حالا چه اتفاقی می افته؟ اگه بیوفتید بیرون متاسفانه دیگه پیامک ورود تلگرام براتون ارسال نمیشه چون بستتش!
راه حل چیه؟
توی جدیدترین آپدیت تلگرام قابلیت Passkey اضافه شده که میتونید از بخش تنظیمات تلگرام، حریم خصوصی و امنیت (Privacy & Security) این گزینه رو فعال کنید
داخل بخش Passkeys روی Add Passkey یا Create Passkey بزنید. ممکنه دستگاه ازت بخواد قفل صفحه، اثر انگشت یا Face ID رو تأیید کنی — این مرحله برای امنیته، وقتی تأیید کردی، Passkey ساخته میشه و تو لیست ظاهر میشه
بعد از فعالسازی چطور وارد میشید؟
تو صفحه ورود به تلگرام، گزینهای با نام Log in with passkey ظاهر میشه — گاهی زیر کادر شماره یا خودش بهصورت پیشنهادی نشون داده میشه، کافیه انتخابش کنید. سپس از اثر انگشت / Face ID / پین تلفن استفاده کن تا وارد بشی — نیازی به SMS یا رمز دوم نیست.
لیست خدمات
👨🏻💻 @Tech_AI_Services
کانال تلگرامی
📱 @learn_Tech_AI
خلاصهتر فکر کن
از اونجایی که در مسائل استدلالی (reasoning) ، مدل برای رسیدن به جواب نهایی، باید دنباله افکار میانی رو به شکل CoT تولید کنه، یکی از دردهای آزاردهنده اینه که باید گاهی توکنهای زیادی اون وسط تولید بشن و این امر هم هزینه پولی و هم هزینه زمانی زیادی داره. حالا با توجه به این نکته، این که چطور توکنهای کمتری تولید کنیم و در عین حال دقت مطلوبتری رو حفظ کنیم مسالهی پیشروی ماست.
به تازگی کار جالبی اومده با عنوان Chain of Draft یا CoD که همون CoT هست با این تفاوت که در پرامپت از مدل خواسته میشه که هر سگمنت استدلالی (reasoning) که میخواد خروجی بده حداکثر ۵ کلمه طول داشته باشه. نتایجش جالب شده و نشون داده که با میزان توکن و در نتیجه latency خیلی کمتر تونسته دقت قابل رقابت با CoT رو حفظ کنه و حتی بعضی جاها بهتر از اون نتیجه بده. خلاصه که یکی از جهتهای آینده احتمالا اینه که چطور مدلهایی داشته باشیم که کاراتر فکر کنند.
لینک پیپر:
https://arxiv.org/abs/2502.18600
لیست خدمات
👨🏻💻 @Tech_AI_Services
کانال تلگرامی
📱 @learn_Tech_AI
#read
#paper
#هوش_مصنوعی
#خبر_هوش_مصنوعی
از اونجایی که در مسائل استدلالی (reasoning) ، مدل برای رسیدن به جواب نهایی، باید دنباله افکار میانی رو به شکل CoT تولید کنه، یکی از دردهای آزاردهنده اینه که باید گاهی توکنهای زیادی اون وسط تولید بشن و این امر هم هزینه پولی و هم هزینه زمانی زیادی داره. حالا با توجه به این نکته، این که چطور توکنهای کمتری تولید کنیم و در عین حال دقت مطلوبتری رو حفظ کنیم مسالهی پیشروی ماست.
به تازگی کار جالبی اومده با عنوان Chain of Draft یا CoD که همون CoT هست با این تفاوت که در پرامپت از مدل خواسته میشه که هر سگمنت استدلالی (reasoning) که میخواد خروجی بده حداکثر ۵ کلمه طول داشته باشه. نتایجش جالب شده و نشون داده که با میزان توکن و در نتیجه latency خیلی کمتر تونسته دقت قابل رقابت با CoT رو حفظ کنه و حتی بعضی جاها بهتر از اون نتیجه بده. خلاصه که یکی از جهتهای آینده احتمالا اینه که چطور مدلهایی داشته باشیم که کاراتر فکر کنند.
لینک پیپر:
https://arxiv.org/abs/2502.18600
لیست خدمات
👨🏻💻 @Tech_AI_Services
کانال تلگرامی
📱 @learn_Tech_AI
#read
#paper
#هوش_مصنوعی
#خبر_هوش_مصنوعی
❌وضعیت اینترنت رو از دیروزم بدتر کردن!!!
لیست خدمات
👨🏻💻 @Tech_AI_Services
کانال تلگرامی
📱 @learn_Tech_AI
لیست خدمات
👨🏻💻 @Tech_AI_Services
کانال تلگرامی
📱 @learn_Tech_AI
🔍 یوتیوب سرچ به سبک جدید
تصور کن یه دستیار هوش مصنوعی داشته باشی که انگار همهی ویدئوهای یوتیوب رو دیده. اسمش Remy ـه؛ یه چتبات هوشمند که کافیه فقط بخشی از فیلم یا چند جزئیات مبهم از یه ویدیو رو بهش بگی، اون سریع برات همون ویدیو رو پیدا میکنه.
🎬 دیگه لازم نیست ساعتها دنبال یه صحنه خاص بگردی، Remy راه میانبرته
🔗 امتحانش کن: getremy.ai
لیست خدمات
👨🏻💻 @Tech_AI_Services
کانال تلگرامی
📱 @learn_Tech_AI
#ابزارهای_هوش_مصنوعی
#خبر_هوش_مصنوعی
#یوتیوب
تصور کن یه دستیار هوش مصنوعی داشته باشی که انگار همهی ویدئوهای یوتیوب رو دیده. اسمش Remy ـه؛ یه چتبات هوشمند که کافیه فقط بخشی از فیلم یا چند جزئیات مبهم از یه ویدیو رو بهش بگی، اون سریع برات همون ویدیو رو پیدا میکنه.
🎬 دیگه لازم نیست ساعتها دنبال یه صحنه خاص بگردی، Remy راه میانبرته
🔗 امتحانش کن: getremy.ai
لیست خدمات
👨🏻💻 @Tech_AI_Services
کانال تلگرامی
📱 @learn_Tech_AI
#ابزارهای_هوش_مصنوعی
#خبر_هوش_مصنوعی
#یوتیوب
https://play.google.com/store/apps/details?id=ca.psiphon.conduit
کاربران خارج از کشور با سایفون کاندوئیت می توانند پهنای باند خود را به اشتراک بگذارند
لیست خدمات
👨🏻💻 @Tech_AI_Services
کانال تلگرامی
📱 @learn_Tech_AI
کاربران خارج از کشور با سایفون کاندوئیت می توانند پهنای باند خود را به اشتراک بگذارند
لیست خدمات
👨🏻💻 @Tech_AI_Services
کانال تلگرامی
📱 @learn_Tech_AI
Google Play
Conduit - Apps on Google Play
Expand access to the open internet through secure connectivity
معرفی یک وبسایت برای شناسایی و تحلیل کلاهبرداریهای آنلاین
#معرفی_سایت
این سایت به کاربران کمک میکند تا با بررسی اطلاعات و هشدارهای مربوط به سایتها یا خدمات مشکوک، از افتادن در دام کلاهبرداری جلوگیری کنند.
آدرس سایت:
scamminder.com
لیست خدمات
👨🏻💻 @Tech_AI_Services
کانال تلگرامی
📱 @learn_Tech_AI
#معرفی_سایت
این سایت به کاربران کمک میکند تا با بررسی اطلاعات و هشدارهای مربوط به سایتها یا خدمات مشکوک، از افتادن در دام کلاهبرداری جلوگیری کنند.
آدرس سایت:
scamminder.com
لیست خدمات
👨🏻💻 @Tech_AI_Services
کانال تلگرامی
📱 @learn_Tech_AI
NpvTunnel.apk
86.7 MB
🤍 > فایل نصبی نرم افزار NPV TUNNEL
(نسخه سازگار با تمام دستگاه های اندروید)
لیست خدمات
👨🏻💻 @Tech_AI_Services
کانال تلگرامی
📱 @learn_Tech_AI
#npv
#npv_tunneling
#npv_tunnel
#npv_vpn
(نسخه سازگار با تمام دستگاه های اندروید)
لیست خدمات
👨🏻💻 @Tech_AI_Services
کانال تلگرامی
📱 @learn_Tech_AI
#npv
#npv_tunneling
#npv_tunnel
#npv_vpn
Tech_AI
NpvTunnel.apk
gt speed 1.npvt
5.6 KB
برای عوض کردن سرور، اول باید دیسکانکت کنی بعد بری سرور جدید رو از قسمت configs انتخاب کنی دوباره برگردی صفحه home و کانکت کنی
ضمنا اگه قطع شد یکبار گوشیو بزار روی پرواز دوباره برگردی از نو متصل شو
لیست خدمات
👨🏻💻 @Tech_AI_Services
کانال تلگرامی
📱 @learn_Tech_AI
#کانفیگ
#کانفیگ_npv
ضمنا اگه قطع شد یکبار گوشیو بزار روی پرواز دوباره برگردی از نو متصل شو
لیست خدمات
👨🏻💻 @Tech_AI_Services
کانال تلگرامی
📱 @learn_Tech_AI
#کانفیگ
#کانفیگ_npv
4_6032888106808515456.npvt
5.6 KB
برای عوض کردن سرور، اول باید دیسکانکت کنی بعد بری سرور جدید رو از قسمت configs انتخاب کنی دوباره برگردی صفحه home و کانکت کنی
ضمنا اگه قطع شد یکبار گوشیو بزار روی پرواز دوباره برگردی از نو متصل شو
لیست خدمات
👨🏻💻 @Tech_AI_Services
کانال تلگرامی
📱 @learn_Tech_AI
#کانفیگ
#کانفیگ_npv
ضمنا اگه قطع شد یکبار گوشیو بزار روی پرواز دوباره برگردی از نو متصل شو
لیست خدمات
👨🏻💻 @Tech_AI_Services
کانال تلگرامی
📱 @learn_Tech_AI
#کانفیگ
#کانفیگ_npv
npv_win.exe
46.8 MB
🤍 > فایل نصبی نرم افزار NPV TUNNEL
(نسخه #ویندوز)
لیست خدمات
👨🏻💻 @Tech_AI_Services
کانال تلگرامی
📱 @learn_Tech_AI
(نسخه #ویندوز)
لیست خدمات
👨🏻💻 @Tech_AI_Services
کانال تلگرامی
📱 @learn_Tech_AI