بهترین دانلودر یوتیوبی که تا به حال دیده‌ام...
کامل و بدون نقص

🔗 Github: https://github.com/deniscerri/ytdlnis
🔗 Download: https://github.com/deniscerri/ytdlnis/releases/download/v1.8.6/YTDLnis-1.8.6-arm64-v8a-release.apk


#free@RyanHeida
#tools@ryanheida

😀پیشنهاد می‌کنم، تا فرصت هست، این دو مورد دامنه رو هم بگیرین برای خودتون 😉
رایگان...

🔗 https://www.youtube.com/watch?v=83R6F3kbWH0&list=PLwUWEGKy5kyP7pUFE-vPDDtXgQ8Ty4ohd&index=7


00:00 مقدمه
00:33 ثبت نام و گرفتن دامین رایگان از NameCheap
05:43 ثبت نام و گرفتن دامین رایگان از DigitalPlat
09:47 ثبت دامنه‌ها در Cloudflare و ثبت Nameserverها در سایت مبدا

#programming@RyanHeida
#free@ryanheida

دقت کنید...

جنسن هوانگ (مدیرعامل NVIDIA) می‌گه:

“If you're an electrician, you're a plumber, a carpenter — we're going to need hundreds of thousands of them to build all of these factories.”

«اگر شما برق‌کار، لوله‌کش یا نجّار هستید — ما برای ساخت همه‌ی این کارخانه‌ها به صدها هزار نفر از شما نیاز خواهیم داشت.»

پ.ن: اینکه می‌گیم، بازی هوش مصنوعی، حذفی نیست، جایگزینیه؛ یعنی همچین منظورایی داریم مثلا 😉

#ai@RyanHeida
#work@RyanHeida
#eyes_open@RyanHeida
#quote@RyanHeida

در مورد پست دیشب... 😂

#fun@ryanheida
#windows@ryanheida
#linux@ryanheida

اگر احیانا تصویر خیلی با کیفیت نیست،
با استفاده از لینک برین توی ویدئو و ببینین کامنت رو 😉


#ai_agent@ryanheida
#ai@RyanHeida
#llm@RyanHeida

اولین اخراجی‌ای که هوش مصنوعی گردن گرفته 😄

یه بنده خدایی یه پروژه سخت بهش می‌دن
میره با هوش مصنوعی انجامش می‌ده،
انقدر بین ChatGpt و Cursor جابجا می‌شه و کد اضافه می‌کنه که کدش یه جورایی غیر قابل فهم می‌شه، ولی خوب کار می‌کرده و همه هم از اجراش راضی بودن؛
ولی بعد از چند روز می‌فهمن که یه خطش هم خودش ننوشته و با هوش مصنوعی نوشته و اخراجش می‌کنن... 🙋🏻‍♂

#ai@ryanheida
#eyes_open@ryanheida

هنوز ویندوزش و لینوکسش نیومده...
اما خب رفتم دیدم چیز جالبیه...

ولی حقیقتا دیگه رسما دارن گشادبازی رو رواج می‌دن 😄

دیگه شما فقط بشین دستور بده... بقیه‌ش با AI...

بابا بزارین یه سرچ رو دیگه داشته باشیم خدایی 😂

#ai@ryanheida
#fun@ryanheida

پر کردن این فرم، پیشنهاد می‌شود... 😉

🔗 https://quera.porsline.ir/s/V2C4wcjz

#programming@RyanHeida

⚡️ خبر مهم ایلان ماسک برای مردم کره زمین

تا حدود 2 سال دیگر، تلفن شما مستقیماً به ماهواره‌های استارلینک متصل خواهد شد.

شما قادر خواهید بود ویدئوها را در هر کجا تماشا کنید.

بدون نیاز به اپراتورهای منطقه‌ای. حتی در مناطق کور

#eyes_open@RyanHeida
#future@ryanheida
#levelup@ryanheida

مسئله چیه؟
مسئله اصلی، فروپاشی مُد (Mode Collapse) در مدل‌های زبان بزرگ (LLMs) هست که پس از هم‌ترازی (Post-training alignment) رخ می‌ده و منجر به کاهش شدید تنوع خروجی می‌شود.

- هاااا ای که الان وَگُفتی یَعنی چَه؟
+ یعنی جواب‌های تکراری یه مدل هوش مصنوعی (LLMها)

توی این پادکست که به کمک NoteBookLM زده شده؛ جوابش رو در میابیم 😉

00:00 فروپاشی مُد (جواب تکراری برای یه سوال خاص که جواب خلاقانه می‌خوایم ازش)
01:20 خب مسئله چیه و اصل باگ کجاست؟
06:06 چطور سوگیری ما (که گرایش به پاسخ‌های نرمال و قابل پیش‌بینی و آشنا هست) وارد داده‌های مدل می‌شه؟
04:11 (پس مشکل فقط الگوریتم‌ها نیستن؛ بلکه یه جورایی به ذات نحوه‌ی ارزیابی ما انسان‌ها هم برمی‌گرده این مشکل)
07:56 حالا که فهمیدیم مشکل از داده‌هاست، راه‌حل ما چیه؟؟؟ (❗️ اینجا همونجاییه که خیلی از ارگان‌ها دارن همین الان انجامش می‌دن. مهندسی پرامپت عزیییییز 😄)
08:46 حالا این نوع از مهندسی پرامپت که بهش به اختصار می‌گن VS، چی هست؟
12:27 یه مثال از ساختار پرامپت VS (مخفف Verbalized Sampling)
13:47 چندتا از حوزه‌هایی که محققین با استفاده از پرامپت‌نویسی VS امتحان کردن
17:00 آیا تنوع زیادی که با VS به دست میاریم، بی کیفیت نمی‌شن بخاطر کمیت بالاشون؟
19:20 نتایج این روش در شبیه‌سازی گفتگو
20:12 نتایج این روش در گفتگوهای باز (QA)
21:51 نتایج در تولید داده‌ی مصنوعی (مخصوصا برای آموزش مدل‌های کوچکتر توسط مدل‌های بزرگتر)
23:06 جمع‌بندی یافته‌های کلیدی


😀 یه نکته‌ی جالب دیگه هم که بود این بود که هر‌چی مدل‌ها بزرگتر می‌شن؛ تاثیر مثبت VS روی اونا بیشتر هم می‌شه. (23:52)


😀 یادتون هست که یه ویدیو هم داشتیم در مورد مهندسی پرامپت دیگه؟
یه خلاصه‌ای از مهندسی پرامپت رو اونجا گفتیم.

‼️❗️ اگر فکر می‌کنین نیازه که بازم بریم سراغش، با رسوندن لایک این پست به 20 تا بهم بگین 😉


پ.ن: به طور خیلی خلاصه این می‌شه که؛ برای اینکه جوابی که از مدل می‌گیریم خیلی تکراری و سطحی نباشه و عمیق‌تر بتونه بهمون جواب بده؛ به جای اینکه بریم و با دیتای دیگری آموزشش بدیم؛ می‌تونیم با استفاده از مهندسی پرامپت (Prompt Engineering) این جواب عمیقی که می‌خوایم رو از مدل بکشیم بیرون...

🔗 لینک مقاله: https://arxiv.org/abs/2510.01171


#notebooklm_pod@RyanHeida
#ai@RyanHeida
#prompt_engineering@RyanHeida