وقتی Server Action می‌سازید نکست واسش یه public endpoint در نظر می‌‌گیره که با POST قابل فراخوانیه و موقع استفاده هم از سمت کلاینت بهش رکوئست می‌ده. در نتیجه این endpoint خارج از فضای مرورگر هم قابل دسترس هست (مثل Postman)

حالا اگه یه server action دارید که عملیات حساسی انجام می‌ده، داخلش حتما Auth رو داشته باشید.

@Linuxiz

یه مدل جایگزین مدل معروف Jev اومده که می‌گه 9 برابر سریع تر استنتاج می‌کنه، در حالی که توی کارهایی مثل کار با کامپیوتر، گیمینگ و Tool Calling عملکردی در حد Jev داره.

اسمش CLM-8B هستش و ایده اصلیش اینه که به‌جای پردازش دوباره همه‌چیز، State و Action رو از هم جدا می‌کنه تا بتونه Embeddingهاشون رو جداگانه Cache کنه و دوباره استفاده کنه. این یعنی وقتی محیط مدام تغییر می‌کنه ولی Actionهای ممکن ثابت می‌مونن، کلی محاسبه اضافه حذف می‌شه.

جالب‌تر اینکه با یه Fine-tuning سبک، روی بنچمارک‌های سخت Agentic Coding به 81.6% توی DeepSWE و 87.6% توی Terminal-Bench 2.1 رسیده و ادعای SOTA داده. یعنی فقط بحث سرعت نیست و برای Coding Agentهای چندمرحله‌ای هم عملکرد جدی‌ای داره.

تیم سازنده در نهایت Scaling Lawهای CLM رو هم بررسی کرده و نشون داده Contrastive Loss با افزایش Compute، اندازه مدل و اندازه دیتاست، به شکل قابل‌پیش‌بینی کاهش پیدا می‌کنه. خلاصه اینکه ایده اصلی CLM اینه: State و Action رو از هم جدا کن، Cache کن و با هزینه خیلی کمتر و سرعت بالاتر تصمیم بگیر:
github.com/Contrastive-LM/CLM

@Linuxiz

اوففف انویدیا هاگینگ فیس رو خریده داره چیکار می‌کنه! یه مدل داده بیرون 8 نفرم که همزمان صحبت می‌کنن می‌تونه بفهمه! و فقط 100 میلیون پارامتر داره اسمش Nemotron 3 Diarization هستش


تست آنلاین:
huggingface.co/spaces/nvidia/nemotron-diarization

توضیحاتش:
huggingface.co/blog/nvidia/nemotron-diarization

@Linuxiz

ورژن جدید رتبه بندی مدل های تصمیم گیر مثل Jev منتشر شده!

ورژن قبلی که اینجا توی کانال منتشر شد کمی دقیق نبود حالا پارامتر های دقیق تری بهش اضافه شده، همچنین مدل AutoJev-27B که مربوط به Perplexity و CTO اون، Denis Yarats، هستش، بین مدل‌های اوپن ویت فعلا بالاترین جایگاه رو گرفته، ولی هنوز 0.8 امتیاز از مدل Jev عقب‌تره.

huggingface.co/spaces/multimodalart/jev-decision-index


@Linuxiz

اگه خواستید سریع یه لوگو یا آیکون یا فونت بسازید برید توی این سایت خروجی png یا svg و ... هم می‌تونید ازش بگیرید:

etienne.design/tools/inbetween


@Linuxiz

آرک‌جت یه پلتفرم امنیتی واسه اپلیکیشن‌هاست که به صورت SDK وارد کد بک‌اند‌تون می‌شه و روی Api / اکشن‌ها Security Policy اعمال می‌کنه:

https://arcjet.com/

از مهم‌ترین قابلیت‌هاش میشه به Bot Detection, Rate Limiting, Shield / WAF, SignUp Protection, Email Validation و … اشاره کرد.

@Linuxiz

یه نفر با three.js و هوش مصنوعی بازی سایبرپانک رو ساخته! همچنین توی سورس کدش تمام بخش‌های مهم پروژه رو مستند کرده و برای ایجنت‌های هوش مصنوعی هم دستورالعمل‌های مشخصی شامل بایدها و نبایدها (Do's & Don'ts) آماده کرده تا بتونید خودتون از روش یاد بگیرید.

تست آنلاین (دقت کنید حتما مرورگرتون به کارت گرافیکتون دسترسی داشته باشه):

threejspunk.vercel.app

سورس کد:
github.com/ektogamat/threejs-conference

@Linuxiz

️ گوگل دو تا مدل هوش مصنوعی جدید به اسم Gemini 3.8 Flash TTS و Flash-Lite TTS برای تبدیل متن به صدا معرفی کرده که رسماً تولید صدا رو وارد یه مرحله جدید می‌کنه.

دیگه خبری از صداهای بی‌روح و پیش‌فرض نیست؛ حالا می‌تونی با توضیحات متنی ساده، صدای کاملاً اختصاصی بسازی، لحن، لهجه، سرعت و حتی احساسات گوینده رو خط‌به‌خط کارگردانی کنی.

این مدل‌ها حتی می‌تونن صداهای طبیعی مثل خنده، آه کشیدن، یا پچ‌پچ کردن رو ادا کنن و مکالمه بین دو نفر رو بدون افت کیفیت در فایل‌های طولانی تولید کنن. برای حفظ امنیت هم تمامی خروجی‌ها با واترمارک SynthID مشخص می‌شن.

@Linuxiz

اگه با LLMها کار کرده باشی، احتمالاً با این مشکل برخوردی از مدل می‌خوای یه JSON مشخص برگردونه، ولی مدل ممکنه ساختار رو خراب کنه یا مقداری خارج از چیزی که خواستی بده. TypeLLM اومده این مشکل رو از ریشه حل کنه؛ به‌جای اینکه فقط خروجی رو بعداً validate کنه، موقع تولید جواب، فضای انتخاب مدل رو محدود می‌کنه.

مثلاً اگه بگی مقدار type فقط می‌تونه billing ،technical یا account باشه، مدل عملاً فقط اجازه داره یکی از همین گزینه‌ها رو انتخاب کنه. یعنی به‌جای اینکه مدل آزادانه متن تولید کنه و بعد امیدوار باشیم JSON درست باشه، decoding از همون اول با schema هماهنگ می‌شه.

جالب‌تر اینکه TypeLLM برای این کار از constrained decoding و token probabilities استفاده می‌کنه و کنار SGLang و مدل‌های open-source اجرا می‌شه. حتی می‌تونه بخش reasoning رو آزاد بذاره و فقط موقع تولید جواب نهایی، محدودیت schema رو اعمال کنه؛ یعنی thinking آزاد، خروجی نهایی type-safe.

github.com/TypeLLM/TypeLLM


@Linuxiz

پرداخت اینترنتی توی ایران و کشور های همسایه از چه سالی شروع شد؟

البته این جدول یه نکاتی داره مثلا عربسان قبل 2018 هم پرداخت اینترنتی داشت و فقط یکپارچه نبود و کارت های محدودی ساپورتش می‌کردن و همچنین ویزا و مستر کارت هم وجود داشت که بین المللیه.

@Linuxiz

هوش مصنوعی پزشکی داره همچنان بی سروصدا پیشرفت می‌کنه حالا می‌تونی استخوان‌ها رو از عکس رادیولوژی قفسه سینه حذف کنی

شرکت Qure AI مدلی منتشر کرده که تصویر رادیوگرافی رو به بافت نرم، استخوان و ریه‌ها تفکیک می‌کنه؛ در نتیجه دنده‌ها دیگه چیزی رو که پشتشون قرار گرفته پنهان نمی‌کنن

تست آنلاین :

huggingface.co/spaces/hugging-apps/bone-suppression-chest-xray

@Linuxiz

مدیریت متمرکز همه container های Docker با GUI

یکی مشکلاتی که قبلا داشتم، این بود که برای بررسی کردن لاگ ها و اجرای کامند داخل container ها مجبور بودم که وارد سرور ها بشم و کامند docker رو اجرا کنم.
شاید فکر کنید خب تعداد container ها کمه مشکلی نداره، وارد سرور شو!
اما خب دقیقا مشکل همینجاس که تعداد container ها زیاد هست و برای هرکدوم مجبور ssh به سرور بزنی و حالا کامند docker اجرا کنی... ‍️

و خب چاره ی راه رو پیدا کردم؛ ابزار Portainer
این ابزار اکثر کار هایی با CLI docker انجام میدیم رو به صورت گرافیکی در اختیارمون میزاره، مثلا:
مدیریت container ها
مدیریت volume ها
مدیریت image ها
اجرای command داخل container(exec)
و...
همچنین قابلیت مدیریت متمرکز Kubernetes و Docker Swarm رو هم بهتون میده!خلاصه که تعداد container ها و نود های Kubernetes تون زیاد هست و میخواید به صورت متمرکز مدیریت کنید، ابزار Portainer رو بهتون پیشنهاد میکنم.
لینک github:https://github.com/portainer/portainer
لینک سایت اصلی:https://www.portainer.io/@

@Linuxiz

نسخه های چند وجهی Jev (اونایی که به غیر از متن می‌تونن عکس و مدیا هم بفهمن) می‌تونن یه انقلاب خوبی توی صنعت Manufacturing به وجود بیارن مثلا می‌شه فهمید :

قطعه سالمه یا خراب و معیوب؟
این جوش درست انجام شده؟
این محصول scratch داره؟
کارگر کلاه ایمنی داره؟
چیزی وارد محدوده خطر شده؟
دستگاه رفتار غیرعادی داره؟
این قطعه باید reject بشه یا نه؟

اینجا لیستی از Jev های چند وجهی رو جمع کرده و با تعدادی تصاویر اونارو بنچمارک کرده:

benchmarkheaven.com/image-jev-bench


@Linuxiz

4 تا مدل قدرتمند در Nvidia کاملا رایگانه:

DeepSeek V4.1 Flash
GLM 5.3
GLM 5.3 Flash
Kimi K3

لینک:https://build.nvidia.com/


@Linuxiz

تیم FrontiersMind امروز مدل‌های Lumma-fev-0.1B و نسخه‌ی به‌روزشده‌ی Lumma-fev-0.6B رو به‌صورت متن‌باز منتشر کرده ویدیو از اجراش روی مک M2 هستش.

این‌ها مدل‌های تصمیم‌گیری (Decision-Based Models) این تیم هستن که روی زبان انگلیسی و 10 زبان هندی (Indic) آموزش داده شدن. این مدل‌ها به‌جای تولید متن، برای تصمیم‌گیری و انجام اقدامات مختلف طراحی شدن.نتایج اولیه هم جالب توجه هستن؛ طبق اعلام تیم، Lumma-fev تونسته توی چندین بنچمارک عملکرد بهتری نسبت به Jev داشته باشه.

از بازی کردن گرفته تا دسته‌بندی، تصمیم‌گیری ساختاریافته و خیلی از کارهای دیگه که نیازی به تولید متن ندارن، Lumma-fev برای انجام عمل و تصمیم‌گیری طراحی شده. طبق اعلام این تیم، فردا مدل‌های Lumma-fev-4B و Lumma-fev-9B هم به‌صورت متن‌باز منتشر می‌شن.


این مدل‌ها از طریق مجموعه‌ی زیر در دسترس قرار گرفتن:
huggingface.co/collections/FrontiersMind/lumma-decision-models


@Linuxiz

برای کسایی که با مدل ها زیاد سرو کله می‌زنن، انویدیا یه جعبه ابزار برای بهینه‌سازی مدل‌های AI داره قبل از اینکه مدل رو ببری برای inference، کمک می‌کنه مدل رو کم‌حجم‌تر و کم‌مصرف‌تر و سریع‌تر کنی.

تمرکز اصلیش روی چیزهایی مثل Quantization، Pruning، Sparsity و Distillation هستش. مثلاً می‌تونی یه مدل BF16 رو به FP8 یا NVFP4 تبدیل کنی تا VRAM و هزینه محاسبات کمتر بشه، البته با کنترل افت کیفیت مدل.

نکته جالبش اینه که ModelOpt خودش جای vLLM یا TensorRT-LLM نیست؛ بیشتر نقش مرحله‌ی optimization رو داره. یعنی مدل رو آماده می‌کنی و بعد می‌دی به inference engineهایی مثل vLLM، SGLang یا TensorRT-LLM تا روی GPU اجرا بشه.

اگه با مدل‌های بزرگ و GPU های NVIDIA کار می‌کنی، ModelOpt یه جعبه‌ابزار برای اینه که از همون مدل، نسخه‌ای سبک‌تر و مناسب‌تر برای production بسازی؛ مخصوصاً وقتی بحث FP8/NVFP4، کاهش VRAM و افزایش throughput مطرح باشه:

nvidia.github.io/Model-Optimizer


@Linuxiz

یه کتابخونه UI پیدا کردم که کلی کامپوننت خیلی شیک و جذاب رو یکجا جمع کرده؛ برای اینکه توی یه لندینگ پیج یه افکت «واااو عجب چیز پشم ریزونی» بسازی

سایتش اینه:
componentry.dev

@Linuxiz

اگه تا حالا خواستی یه وبسایت شبیه VS Code، Figma یا Photoshop بسازی، احتمالا با یکی از دردناک‌ترین قسمت‌هاش که برخورد کردی مدیریت Layout. Split، Tab، پنل‌های شناور، Resize و Nesting خیلی زود تبدیل به یه عالمه منطق پیچیده میشن. Trellis برای همین ساخته شده؛ یه Layout Engine برای ساخت Workspace های پیچیده و قابل شخصی‌سازی توی Web App. کاربر می‌تونه پنل‌ها رو جابه‌جا کنه، Split کنه، Float کنه، داخل Tab بذاره و حتی Layoutها رو تا عمق‌های مختلف داخل هم Nest کنه.

اگه داری یه IDE، داشبورد، ابزار طراحی، ادیتور، Trading Terminal یا هر اپی می‌سازی که کاربر باید محیط کارش رو خودش بچینه چیز بدرد بخوریه کلا 33 کیلوبایته.

تست آنلاین و دانلود :
trellisui.com

@Linuxiz

این خوراک فروشگاه های آنلاینه، یه تصویر PNG بده تمام زاویه‌ها رو تحویل بگیر

یه LoRA (یه مدل/وزن کمکیه که روی یک مدل اصلی مثل Qwen-Image-2.1 سوار میشه تا مدل رو برای انجام یک کار یا سبک مشخص تخصصی‌تر کنه) برای Qwen-Image-2.1 که زاویه دید دوربین رو دور سوژه می‌چرخونه.
فقط 1 تصویر با پس‌زمینه شفاف آپلود می‌کنی و مدل دوربین رو دور اون جسم حرکت می‌ده و نماهای مختلفش رو می‌سازه؛ نمای پشت سوژه هم شامل میشه و شفافیت تصویر هم حفظ میشه.

منظور از viewpoint-orbit اینجا اینه که انگار دوربین رو دور یک جسم می‌چرخونی و از زوایای مختلف، مثل نمای جلو، کنار، پشت و... ازش تصویر می‌گیری:

huggingface.co/spaces/ML-Intern-lab/Qwen-Image-2.1-viewpoint-orbit-LoRA


@Linuxiz

وقتی می‌خوای یه مدل رو به‌صورت لوکال روی کامپیوترت اجرا کنی، سخت‌ترین بخشش دانلود کردن مدل نیست؛ سخت‌ترین قسمت اینه که بفهمی کدوم مدل واقعاً با سخت‌افزار کامپیوترت سازگاره و از پس اجرای اون برمیاد. Magnitude سخت‌افزار کامپیوترت رو بررسی می‌کنه و قبل از اینکه مدل‌ها رو دانلود کنی، بهت نشون می‌ده که هر مدل تقریباً با چه سرعتی، مثلاً چند توکن در ثانیه (tokens/second، روی سیستم تو اجرا می‌شه.

بعد خودش مدل مناسب رو دانلود می‌کنه و تنظیماتش رو متناسب با سخت‌افزارت انجام می‌ده تا بهترین حالت ممکن برای سیستم خودت داشته باشه.

رایگان و متن‌باز (Open Source) هستش،‌ دانلود :

magnitude.dev


@Linuxiz

یکی تجربه‌ی خودش از مهندسی معکوس کلی فایل APK رو تبدیل کرده به یه Skill و به‌صورت متن‌باز منتشرش کرده!

بعد از نصبش، هوش مصنوعی می‌تونه اپ‌های اندرویدی رو با دنبال کردن روند فکری یه متخصص باتجربه تحلیل کنه. می‌تونه توی این کارها کمکت کنه:

1. تغییر دادن فایل‌های DEX، ری‌پکیج کردن اپ و ساین کردنش
2. کار با Packing و Loaderها
3. تحلیل لایه‌ی Native
4. کار روی Dart AOT در اپ‌های Flutter

می‌تونی مستقیماً با Claude Code و Codex ازش استفاده کنی.
لازم نیست ابزارها رو خودت از قبل پکیج یا آماده کنی؛ هوش مصنوعی خودش ابزارهایی مثل Frida، JADX و Blutter رو نصب می‌کنه.
بهترین نتیجه رو وقتی می‌گیری که همون اول کار، به مدل بگی از این Skill استفاده کنه.

روی GitHub هم 2.5k ستاره گرفته و کاملا رایگان:

github.com/newliver666/apk-reverse


@Linuxiz