ما برنامه نویس ها همیشه توی جمع های خودمونی به شوخی روی لینک های ناشناس کلیک میکنیم چون که میدونیم چیزی نمیشه حتی میریم و اطلاعات فیک و فحش پر میکنیم و میخندیم
ولی جدای از خنده با یه کلیک روی لینک توی یه ورژن های قدیمی از اندروید و IOS که یه زمانی واقعا باگ هایی داشتن و با کلیک فعال میشدن و حتی عجیب تر دسترسی روت میتونستن به مهاجم بدن بدون اینکه خودتون بفمید مثلا Stagefright یا Dirty Cow واقعا باگ های خطرناکی بودن! البته الان این مشکلات خیلی کمتر شده و عموما لینک های ناشناسی که ارسال میشه مال دله دزد هاست نه هکر های حرفه ای ولی عموما توی گوشی که ولت و چیزای مهم دارید روی لینک ناشناس کلیک نکنید اندروید و IOS هم خدا نیستن و همیشه پر از باگ بودن، علت اینکه تا الان تارگت نشدین چون هدف نبودین نه اینکه امن هستین!
@Linuxor
ولی جدای از خنده با یه کلیک روی لینک توی یه ورژن های قدیمی از اندروید و IOS که یه زمانی واقعا باگ هایی داشتن و با کلیک فعال میشدن و حتی عجیب تر دسترسی روت میتونستن به مهاجم بدن بدون اینکه خودتون بفمید مثلا Stagefright یا Dirty Cow واقعا باگ های خطرناکی بودن! البته الان این مشکلات خیلی کمتر شده و عموما لینک های ناشناسی که ارسال میشه مال دله دزد هاست نه هکر های حرفه ای ولی عموما توی گوشی که ولت و چیزای مهم دارید روی لینک ناشناس کلیک نکنید اندروید و IOS هم خدا نیستن و همیشه پر از باگ بودن، علت اینکه تا الان تارگت نشدین چون هدف نبودین نه اینکه امن هستین!
@Linuxor
1
ابزار Beetle یه ابزار متنباز برای بررسی امنیت اپلیکیشنهای موبایله که کاملاً آفلاین هم کار میکنه. از اندروید، iOS، Flutter و React Native پشتیبانی میکنه و کلی قابلیت کاربردی مثل تحلیل زنجیره حمله، بررسی سورسکد، تحلیل با کمک هوش مصنوعی و ساخت گزارشهای حرفهای رو یکجا در اختیارت میذاره.
اگر کارتون ریورس، تست نفوذ یا تحلیل امنیت اپلیکیشنهاست، Beetle میتونه بخش زیادی از فرایند بررسی رو سریعتر و منظمتر کنه و کمک کنه راحتتر به ریشه آسیبپذیریها برسید.
github.com/f3rb123/beetle
@Linuxor
اگر کارتون ریورس، تست نفوذ یا تحلیل امنیت اپلیکیشنهاست، Beetle میتونه بخش زیادی از فرایند بررسی رو سریعتر و منظمتر کنه و کمک کنه راحتتر به ریشه آسیبپذیریها برسید.
github.com/f3rb123/beetle
@Linuxor
چین بعد از ریزش شدید سهام شرکتهای هوش مصنوعی، دنبال اینه که بازار رو آروم کنه؛ اما نمیخواد دوباره یه حباب جدید مثل دفعات قبل درست بشه.
برای همین، صندوقهای سرمایهگذاری وابسته به دولت (که بهشون National Team میگن) میلیاردها یوان سهام خریدن تا جلوی افت بیشتر بازار رو بگیرن. از اون طرف، شرکتهای دولتی هم برنامههایی مثل بازخرید سهام و افزایش سود نقدی رو اعلام کردن.
مشکل اینجاست که خیلی از شرکتهای AI چین هنوز سود قابلتوجهی ندارن، ولی ارزش بازارشون خیلی بالاست. مثلاً میانگین نسبت P/E شرکتهای بازار STAR به حدود 86 رسیده که از نظر خیلی از تحلیلگرها عدد خیلی بالاییه.
دولت چین از یه طرف میخواد صنعت هوش مصنوعی رو بهعنوان یه فناوری استراتژیک تقویت کنه، اما از طرف دیگه نمیخواد این حمایتها باعث بشه سرمایهگذارها فکر کنن دولت همیشه پشت این سهمهاست و دوباره موج سفتهبازی راه بیفته.
این نگرانی هم توی شرایطیه که مدلهای جدید شرکتهایی مثل Moonshot AI و رقابت شدید بین شرکتهای AI چین، باعث شده سهام فناوری نوسانهای سنگینی رو تجربه کنه.
@Linuxor
برای همین، صندوقهای سرمایهگذاری وابسته به دولت (که بهشون National Team میگن) میلیاردها یوان سهام خریدن تا جلوی افت بیشتر بازار رو بگیرن. از اون طرف، شرکتهای دولتی هم برنامههایی مثل بازخرید سهام و افزایش سود نقدی رو اعلام کردن.
مشکل اینجاست که خیلی از شرکتهای AI چین هنوز سود قابلتوجهی ندارن، ولی ارزش بازارشون خیلی بالاست. مثلاً میانگین نسبت P/E شرکتهای بازار STAR به حدود 86 رسیده که از نظر خیلی از تحلیلگرها عدد خیلی بالاییه.
دولت چین از یه طرف میخواد صنعت هوش مصنوعی رو بهعنوان یه فناوری استراتژیک تقویت کنه، اما از طرف دیگه نمیخواد این حمایتها باعث بشه سرمایهگذارها فکر کنن دولت همیشه پشت این سهمهاست و دوباره موج سفتهبازی راه بیفته.
این نگرانی هم توی شرایطیه که مدلهای جدید شرکتهایی مثل Moonshot AI و رقابت شدید بین شرکتهای AI چین، باعث شده سهام فناوری نوسانهای سنگینی رو تجربه کنه.
@Linuxor
یک هفته پیش Bina OCR رو شروع کردیم.
امروز اولین بنچمارک رو گرفتیم و نتیجه چیزی شد که خودمون هم انتظارش رو نداشتیم:
مدل Bina 0.1 در تست OCR فارسی، از مدلهای بزرگی مثل Gemini 3.5 Flash جلو زد.
ولی تازه اول راهه...
huggingface.co/Reza2kn/Bina-0.1
@Linuxor ~ realshojaei
امروز اولین بنچمارک رو گرفتیم و نتیجه چیزی شد که خودمون هم انتظارش رو نداشتیم:
مدل Bina 0.1 در تست OCR فارسی، از مدلهای بزرگی مثل Gemini 3.5 Flash جلو زد.
ولی تازه اول راهه...
huggingface.co/Reza2kn/Bina-0.1
@Linuxor ~ realshojaei
1
تا حالا دقت کردین بعضی سایتها رو با یه نگاه میشه حدس زد با AI ساخته شدن؟ اول فکر میکردم فقط بخاطر رنگ بنفش یا ترندهای تکراریه، ولی کمکم به این نتیجه رسیدم که موضوع خیلی عمیقتره. مغز ما هزاران سال تکامل یافته که ناخودآگاه الگوها، تناسبها و چیزهایی که واقعی به نظر نمیرسن رو بفهمه و همین باعث میشه یه حس مصنوعی بودن به آدم منتقل بشه.
اگه برای کسبوکارتون از AI برای طراحی سایت استفاده کردین، قبل از انتشار حتما از چند نفر بپرسید بدون اینکه چیزی بهشون بگید، فقط نظرشون رو درباره ظاهر سایت بپرسید. اگر چند نفر مستقل گفتن سایت حس مصنوعی یا قالبی میده، بهتره قبل از لانچ روی طراحی بیشتر کار کنید؛ چون همین حس اولیه ممکنه روی اعتماد کاربر تأثیر منفی بذاره.
@Linuxor
اگه برای کسبوکارتون از AI برای طراحی سایت استفاده کردین، قبل از انتشار حتما از چند نفر بپرسید بدون اینکه چیزی بهشون بگید، فقط نظرشون رو درباره ظاهر سایت بپرسید. اگر چند نفر مستقل گفتن سایت حس مصنوعی یا قالبی میده، بهتره قبل از لانچ روی طراحی بیشتر کار کنید؛ چون همین حس اولیه ممکنه روی اعتماد کاربر تأثیر منفی بذاره.
@Linuxor
اگه خواستین یه برنامه اندروید بسازید و حوصله درگیری با اندروید نداشتین با این ابزار یه نسخه وب ازش بسازید و تبدیلش کنید به اندروید.
البته دقت کنید این کار اصلا بهینه نیست ولی برای موقاع ضروری خوبه :
github.com/shiaho777/web-to-app
@Linuxor
البته دقت کنید این کار اصلا بهینه نیست ولی برای موقاع ضروری خوبه :
github.com/shiaho777/web-to-app
@Linuxor
مغز انسان بیشتر چیزایی که در طول روز یاد میگیره، همون موقع تبدیل به دانش دائمی نمیشن. اول توی یه حافظه موقت ذخیره میشن؛ یه چیزی که تا حدی میشه شبیه RAG توی هوش مصنوعی در نظرش گرفت. بعد اگه شرایط مناسب باشه، مخصوصاً وقتی میخوابی، مغز بارها اون اطلاعات رو مرور میکنه، ارتباط بین نورونها رو قویتر میکنه و اطلاعات جدید رو به چیزایی که از قبل بلد بوده وصل میکنه. برای همین بعضی وقتا بعد از یه خواب، حس میکنی مطلبی که دیروز برات گنگ بود، امروز یهویی جا افتاده و انگار تازه واقعاً یادش گرفتی چون مغزت هنوز خوب train نشده بود.
@Linuxor
@Linuxor
هاگینگ فیس توسط اوپن ای ای هک شد😁
شرکت OpenAI یه گزارش منتشر کرده که واقعاً عجیبه، این شرکت برای اینکه توانایی مدلهای جدیدش رو در حوزه امنیت سایبری بسنجه، همه محدودیتهای امنیتی مدل رو داخل یه محیط آزمایشی برداشت. مدل هم اول یه آسیبپذیری ناشناخته (Zero-Day) توی همون محیط پیدا کرد، از Sandbox خارج شد و تونست به اینترنت دسترسی پیدا کنه.
بعد از اون، مدل به این نتیجه رسید که جوابهای بنچمارک امنیتی ExploitGymاحتمالاً روی سرورهای Hugging Face ذخیره شده. برای اینکه امتیاز بالاتری توی این آزمون بگیره، خودش شروع کرد به طراحی مسیر حمله؛ از اطلاعات ورود لو رفته و چند آسیبپذیری دیگه استفاده کرد و سعی کرد وارد زیرساخت Hugging Face بشه تا جوابهای آزمون رو پیدا کنه. البته تیم امنیتی Hugging Face خیلی سریع این فعالیت رو شناسایی و متوقف کرد و هیچ داده یا سرویس عمومی آسیب ندید.
نکته مهم اینجاست که هیچکس به مدل نگفته بود برو Hugging Face رو هک کن. فقط بهش هدف داده بودن که در آزمون بهترین عملکرد رو داشته باشه و مدل خودش تصمیم گرفته بود برای رسیدن به اون هدف، حمله واقعی انجام بده.
@Linuxor
شرکت OpenAI یه گزارش منتشر کرده که واقعاً عجیبه، این شرکت برای اینکه توانایی مدلهای جدیدش رو در حوزه امنیت سایبری بسنجه، همه محدودیتهای امنیتی مدل رو داخل یه محیط آزمایشی برداشت. مدل هم اول یه آسیبپذیری ناشناخته (Zero-Day) توی همون محیط پیدا کرد، از Sandbox خارج شد و تونست به اینترنت دسترسی پیدا کنه.
بعد از اون، مدل به این نتیجه رسید که جوابهای بنچمارک امنیتی ExploitGymاحتمالاً روی سرورهای Hugging Face ذخیره شده. برای اینکه امتیاز بالاتری توی این آزمون بگیره، خودش شروع کرد به طراحی مسیر حمله؛ از اطلاعات ورود لو رفته و چند آسیبپذیری دیگه استفاده کرد و سعی کرد وارد زیرساخت Hugging Face بشه تا جوابهای آزمون رو پیدا کنه. البته تیم امنیتی Hugging Face خیلی سریع این فعالیت رو شناسایی و متوقف کرد و هیچ داده یا سرویس عمومی آسیب ندید.
نکته مهم اینجاست که هیچکس به مدل نگفته بود برو Hugging Face رو هک کن. فقط بهش هدف داده بودن که در آزمون بهترین عملکرد رو داشته باشه و مدل خودش تصمیم گرفته بود برای رسیدن به اون هدف، حمله واقعی انجام بده.
@Linuxor
ساخت یک LLM از صفر!
اگر میخواهید بدانید واقعاً در دل مدلهای زبانی چه میگذرد، این ویدیو فوقالعاده است. طرف، از مفاهیم پایه مثل شبکههای عصبی و توکنایزیشن شروع میکند و تا معماری ترنسفورمرها پیش میرود. نکته جذاب اینجاست که همه چیز با کد واقعی و از صفر پیادهسازی شده است.
در این ویدیو به این مباحث کلیدی پرداخته شده است:
• درک عمیق چتباتها و نحوه کارکرد آنها
• بررسی شبکههای عصبی (Neural Networks)
• نحوه عملکرد توکنایزیشن و Embeddingها
• تشریح معماری ترنسفورمرها (Transformers)
• ارائه کانتکست تاریخی و تکامل این تکنولوژی
این ویدیو برای کسانی که میخواهند از سطح تئوری فراتر بروند و پیادهسازی واقعی یک ایجنت یا مدل زبانی را ببینند، عالی است.
کد پروژه:
github.com/w3cj/how-llms-work
ویدیوی یوتیوب (انگلیسی):
youtube.com/watch?v=YmLp8qe87A0
@Linuxor ~ MehdiAllahyari
اگر میخواهید بدانید واقعاً در دل مدلهای زبانی چه میگذرد، این ویدیو فوقالعاده است. طرف، از مفاهیم پایه مثل شبکههای عصبی و توکنایزیشن شروع میکند و تا معماری ترنسفورمرها پیش میرود. نکته جذاب اینجاست که همه چیز با کد واقعی و از صفر پیادهسازی شده است.
در این ویدیو به این مباحث کلیدی پرداخته شده است:
• درک عمیق چتباتها و نحوه کارکرد آنها
• بررسی شبکههای عصبی (Neural Networks)
• نحوه عملکرد توکنایزیشن و Embeddingها
• تشریح معماری ترنسفورمرها (Transformers)
• ارائه کانتکست تاریخی و تکامل این تکنولوژی
این ویدیو برای کسانی که میخواهند از سطح تئوری فراتر بروند و پیادهسازی واقعی یک ایجنت یا مدل زبانی را ببینند، عالی است.
کد پروژه:
github.com/w3cj/how-llms-work
ویدیوی یوتیوب (انگلیسی):
youtube.com/watch?v=YmLp8qe87A0
@Linuxor ~ MehdiAllahyari
Media is too big
VIEW IN TELEGRAM
مایکروسافت یه پروژه متنباز و رایگان به اسم SkillOpt منتشر کرده که میتونه مهارتها (Skills) و پرامپتهای Agentهای هوش مصنوعی رو خودش بهتر و بهتر کنه؛ تقریبا شبیه همون کاری که موقع آموزش یه مدل هوش مصنوعی انجام میشه. یعنی Agent یه کار رو انجام میده، بعد یه بخش دیگه کیفیت خروجی رو بررسی میکنه، دستورالعملها رو بازنویسی میکنه و فقط نسخهای رو نگه میداره که واقعا عملکرد بهتری داشته باشه.
اگه تا حالا برای بهتر شدن جوابهای AI مدام پرامپت رو تغییر دادین و نمیدونستین واقعا بهتر شده یا نه، SkillOpt این فرآیند رو خودکار میکنه. حتی تغییرهایی که نتیجه بهتری ندن رو رد میکنه و طبق نتایج مایکروسافت از پرامپتهای دستنویس و ابزارهایی مثل TextGrad هم عملکرد بهتری داشته. نکته جذابتر اینکه به هیچ مدل خاصی وابسته نیست؛ یعنی امروز با GPT کار کنین و فردا برین سراغ Claude یا Gemini، میتونین همون Skillها رو دوباره استفاده کنین.
github.com/microsoft/SkillOpt
@Linuxor
اگه تا حالا برای بهتر شدن جوابهای AI مدام پرامپت رو تغییر دادین و نمیدونستین واقعا بهتر شده یا نه، SkillOpt این فرآیند رو خودکار میکنه. حتی تغییرهایی که نتیجه بهتری ندن رو رد میکنه و طبق نتایج مایکروسافت از پرامپتهای دستنویس و ابزارهایی مثل TextGrad هم عملکرد بهتری داشته. نکته جذابتر اینکه به هیچ مدل خاصی وابسته نیست؛ یعنی امروز با GPT کار کنین و فردا برین سراغ Claude یا Gemini، میتونین همون Skillها رو دوباره استفاده کنین.
github.com/microsoft/SkillOpt
@Linuxor
جالبه بدونید هیچ مدل اوپن سورس واقعی تقریبا وجود نداره مثلا Deepseek و Llama و Qwen همشون اوپن weight هستن یعنی شما یه ماشین بهتون دادن و فقط میتونید سوارش شید و به صورت خیلی جزئی هم شخصی سازیش کنید مثلا رنگ چراغاشو عوض کنید، اما اوپن سورس یعنی واقعا کارخونه ساخت ماشین رو بهتون بدن و قدرت بینهایت بالایی توی شخصی سازی کردنش دارید البته بعضی مدل های ضعیف تری هستن که اوپن سورسن مثل Pythia و OLMo ولی زیاد اسمشون شنیده نشده.
@Linuxor
@Linuxor
با این برنامه اندروید اوپن سورس میتونید با خود اندروید برای خود اندروید برنامه بسازین!
github.com/AndroidStudio-App/NeonIDE
نکته : تازه داره توسعه پیدا میکنه اگر مشکل داشتید میتونید از جایگزین هاش به اسم های AndroidIDE یا AIDE یا ACode استفاده کنید.
@Linuxor
github.com/AndroidStudio-App/NeonIDE
نکته : تازه داره توسعه پیدا میکنه اگر مشکل داشتید میتونید از جایگزین هاش به اسم های AndroidIDE یا AIDE یا ACode استفاده کنید.
@Linuxor
همیشه یکی از تفریحاتم چرخ زدن تو ترند های جدید گیتهاب بود تا اینکه اخیرا یه ابزار خفن برای گیتهاب پیدا کردم که لیست ترندها رو خیلی تمیز و دسته بندی شده برام لیست میکنه
github.ranbot.online
@Linuxor ~ MamJeyDev
github.ranbot.online
@Linuxor ~ MamJeyDev
یه کتاب کاملاً متنباز و رایگان دربارهی طراحی AI Agent ها پیدا کردم
فرمول کل کتاب: Agent = LLM + Context + Tools
۱۰ فصل، از مبانی تا production
۸۸ پروژهی عملی با کد واقعی
۵ زبان (انگلیسی، چینی، تامیل، ویتنامی و…)
کاملا رایگان :
github.com/bojieli/ai-agent-book/releases
@Linuxor ~Shayi78
فرمول کل کتاب: Agent = LLM + Context + Tools
۱۰ فصل، از مبانی تا production
۸۸ پروژهی عملی با کد واقعی
۵ زبان (انگلیسی، چینی، تامیل، ویتنامی و…)
کاملا رایگان :
github.com/bojieli/ai-agent-book/releases
@Linuxor ~Shayi78
با استفاده از این ابزار اوپن سورس هوش مصنوعی به اسم PriceGhost، ارزانترین محصولات رو توی اینترنت پیدا کنید (میتونید باهاش یه چیزی شبیه ترب درست کنید روی سایت های خارجی مثل آمازون و... تست شده)
این ابزار، زمان تحویل، کیفیت، مشخصات، هزینههای پنهان و کارمزدها، وجود بیمه برای محموله و... رو حتی میتونه مقایسه کنه.
در نهایت، شما یک گزارش دقیق با نمودارها دریافت میکنید و اینکه هوش مصنوعی اگر محصول مورد نظر پیدا نشه یا موجود نباشه شروع میکنه به دادن توصیههایی که کالای نزدیک به اون محصول جایگزین بشه.
github.com/clucraft/PriceGhost
@Linuxor ~ bahrameghorbani
این ابزار، زمان تحویل، کیفیت، مشخصات، هزینههای پنهان و کارمزدها، وجود بیمه برای محموله و... رو حتی میتونه مقایسه کنه.
در نهایت، شما یک گزارش دقیق با نمودارها دریافت میکنید و اینکه هوش مصنوعی اگر محصول مورد نظر پیدا نشه یا موجود نباشه شروع میکنه به دادن توصیههایی که کالای نزدیک به اون محصول جایگزین بشه.
github.com/clucraft/PriceGhost
@Linuxor ~ bahrameghorbani
یه نکته جالب برای فریلنسر ها و کسایی که روی پروژه های بدون آقا بالاسر کار میکنن
اگه پلن هفت روزه برای انجام پروژه بچینید شیش روز استراحت میکنید و روز آخر شروع به کار میکنید اگر بازه زمانی یک روزه بچینید 23 ساعت استراحت میکنید و ساعت اخر کارو شروع میکنید، فرمولش جالب نیستش؟ همیشه دارید انتهای بازه کار رو انجام میدید پس هرچقدر بازه رو کوچیک تر کنید بیشتر به نفعتونه چون میدونید در نهایت آخر اون بازه شروع به انجامش میکنید پس بهتره بازه رو تا حد امکان کوچیک کنید مثلا یک ساعته یا کمتر. ایلان ماسک از بازه های 5 دقیقه ای استفاده میکرد که البته برای کار شدیده.
@Linuxor
اگه پلن هفت روزه برای انجام پروژه بچینید شیش روز استراحت میکنید و روز آخر شروع به کار میکنید اگر بازه زمانی یک روزه بچینید 23 ساعت استراحت میکنید و ساعت اخر کارو شروع میکنید، فرمولش جالب نیستش؟ همیشه دارید انتهای بازه کار رو انجام میدید پس هرچقدر بازه رو کوچیک تر کنید بیشتر به نفعتونه چون میدونید در نهایت آخر اون بازه شروع به انجامش میکنید پس بهتره بازه رو تا حد امکان کوچیک کنید مثلا یک ساعته یا کمتر. ایلان ماسک از بازه های 5 دقیقه ای استفاده میکرد که البته برای کار شدیده.
@Linuxor