اگر خودتون نوشتهٔ فنی انگلیسی می‌نویسید و یا افرادی رو دنبال می‌کنید که نوشته‌های باکیفیتی دارن حتماً توی کامنت یا دایرکت برام بفرستین که به لیستم اضافه کنم.

در ضمن اگر عضو کامیونیتی یا صاحب کانالی هستین خوشحال می‌شم TechGrub رو معرفی کنید که به گوش افراد بیشتری برسه.

‏اگه میخای تو برنامه هات پشتیبانی با ai بزاری parlant یه ابزار کاربردیه برات!

این یکی از ابزار های خوب برای ساخت agent ها برای مکالمه هست که به خوبی میتونه گفتگو ها رو مسیر دهی بکنه و از یکی از مشکلای llm ها که خیلی وقتا دستورا رو نادید میگیرن جلوگیری کنه!

این ابزار امکان اتصال به ‏به api های خارجی هم داره و به راحتی هم میتونید ویجتشو رو سایتتون بیارید بالا!

حتی اگه سایت هم ندارید خوندن کدش کمک میکنه به اینکه بهتر بتونید agent های هوشمند با بازدهی مناسب بسازید👌

لینک ریپوش👇

https://github.com/emcie-co/parlant

📌 ixAbolfazl | @abolfazl_devs

این روزا که همه از وی پی ان استفاده میکنیم من همیشه نیاز دارم چک کنم آی پی و تایم زون مرورگرم تغیر کرده یا نه!

برا همین این وبسایت رو با ورکر کلاد فلر ساختم که هم مشخصات آی پی رو نشون میده هم مشخصات سیستم و تایم زون

ازینجا میتونید بهش دسترسی داشته باشید:

https://5ip.ir

میتونید با curl هم تو ترمینال به صورت زیر بهش دسترسی داشته باشید.

curl 5ip.ir

اینم سورس کدش تو گیتهاب👇

https://github.com/ixabolfazl/ip-info

نحوه ران کردن برای خودتون تو همین ریپو هست و حتی میتونید دامین شخصی هم وصل کنید که رو دامین خودتون باشه 👌

اگه باهاش حال کردید یادتون نره به ریپو استار بدید😉

📌 @abolfazl_devs

یه سایت بصری خفن برای اینکه کارکرد الگوریتمای مختلف رو ببینید و بهتر درکش کنین:
https://algorithm-visualizer.org

@DevTwitter | <Abolfazl/>

کتابخونه python-v2ray، یه ابزار کاربردی برای مدیریت و تست‌کردن کلاینت‌های تحت Xray-core و Hysteria هست.
این کتابخونه کارهایی مثل مدیریت خودکار فایل‌های اجرایی، خوندن و تبدیل انواع کانفیگ‌ها، تست همزمان سرعت و اتصال، ساخت راحت کانفیگ‌های پیچیده و گرفتن آمار زنده رو آسون و یکدست می‌کنه و برای سیستم‌عامل‌های ویندوز، مک و لینوکس در دسترس قرار گرفته.

👉 github.com/arshiacomplus/python_v2ray

🔍 ircf.space
@ircfspace

بعضی مواقع توی توییتر می‌چرخم و توییت های فنی خوب رو با ذکر منبع اینجا می‌زارم لطفا چیزی از این کانال توی توییتر کپی نکنید چون من دوباره می‌زارمش و loop می‌شه ممنون :)


@Linuxor

یه نفر گفته اگه به 5k فالور برسم یه لایسنس وین‌رار به یه فالور رندوم می‌دم.

اصلا با این کاری ندارم که لایسنس وین‌رار نمادینه و هیچ ویژگی نداره و بیشتر جهت حمایت می‌خرنش و هدیه دادنش معنی نداره. جای جالب اینجاست خود وین‌رار برگشته گفته کمکش کنید که 5k فالور برسه که ما 30 دلار بگیریم :)
شرکت با این همه عظمت منتظرن فالورای یه نفر به 5k برسه که 30 دلار بگیرن😂😂


@Linuxor

سعدی | دیوان اشعار | رباعیات | رباعی شمارهٔ ۱۳۶

هر روز به شیوه ای و لطفی دگری
چندانکه نگه می کنمت خوبتری
گفتم که به قاضی برمت تا دل خویش
بستانم و ترسم دل قاضی ببری

#سعدی | گنجور
📍@iipoem

ابزار Decap CMS یه Headless CMS هست، یعنی جدا از ظاهر سایت، می‌تونی محتوا رو ازش بگیری و تو هر جایی نشون بدی: وب، موبایل، حتی اپلیکیشن React Native. بدون اینکه گیر قالب‌های از پیش ساخته شده باشی.

مزیت بزرگش: هرکسی با Git و Markdown می‌تونه محتوا رو آپدیت کنه، بدون اینکه دیتابیس پیچیده درست کنی.

تست آنلاین:
demo.decapcms.org

مستنداتش:
decapcms.org/docs/intro

@Linuxor

یه reading list دیدم برای یه کورسی بود تو دانشگاه CMU که اومده بود یه سلکشن خوبی از پیپرهای کلاسیک حوزه‌ی PL و Program Logic رو لیست کرده بود.
https://www.cs.cmu.edu/~crary/819-f09/
یه لیست دیگه‌ای هم دیده بودم قدیما که کمی جامع تر بود :
https://github.com/yihozhang/most-influential-pl-papers

ولی به شدت ناقصن و خیلی از مقالات مهم و کلیدی رو ندارن. به طور مثال هیچکدوم از دو لیست به مقاله‌ی بسیار مهم و influential خانم Susan Owicki و آقای David Gries که در سال ۱۹۷۶ با عنوان :
An axiomatic proof technique for parallel programs
منتشر کردند، اشاره نکردند. این مقاله در حقیقت توسعه‌ی Hoare Logic برای برنامه‌های concurrent بود.

ولی خب به نظرم این مقالات خوراک اینن که reading group تشکیل بدید و بخونید و به‌ همدیگه یاد بدید.

راستی ما قدیما یه سری پست نوشتیم با عنوان "هزار و یک باگ" که اگر توی کانال سرچ کنید میتونید بخونیدشون. به زودی ادامه‌اش میدم. اینجا قسمت اولش رو میتونید بخونید.

در تازه‌ترین آپدیت پینت هاب،
میشه برای ریپوهای گیت هاب پوستر و بنر به سبک (Breaking Bad) ساخت.

نسخه وب (بدون نیاز به کلون):
https://painthub.elesoft.ir

آدرس ریپو:
https://github.com/AmirHosseinOstad/Paint_Hub

@DevTwitter | <Sherlock/>

جا داره بگم نویسنده این پست، در یک سال و چند ماهی که از نوشتن این پست گذشت، کمی تغییر عقیده داده و معتقده که SV-COMP بول‌شتی بیش نیست ولی خب برای ثبت در تاریخ، پاراگراف اول این پست رو تغییر نمیدم.

🔸چرا میانگین همیشه راست نمی‌گه؟

فرض کن یک سرویس تاکسی اینترنتی داری. بیشتر سفرها سریع انجام می‌شه، اما بعضی سفرها همیشه با تأخیر زیاد همراه می‌شن

حالا اگر بیای میانگین زمان رسیدن تاکسی‌ها رو حساب کنی و مثلا بشه ۵ دقیقه، اینطور به نظر میاد که اوضاع برنامه خیلی خوبه

واقعیت چیه؟ برای ۹۵٪ کاربرها بله، اوضاع خوبه. اما اون ۵٪ باقی‌مونده که مجبور شدن ۲۰ دقیقه صبر کنن، همون‌هایی هستن در نهایت تو گوگل پلی بهت امتیاز منفی می‌دن و شاید دیگه از اپلیکیشنت استفاده نکنن و حتی باعث بشن بقیه هم از برنامه تو استفاده نکنن!

اینجاست که Percentile به دادت میرسه!

برای بدست اوردنش
عددها رو از کوچیک به بزرگ سورت میکنیم حالا

P50 ( یا همون میانه) عددیه که دقیقا وسط لیست باشه.

P95 عددیه که ۹۵٪ عددها از اون کوچیک‌ترن.

P99: عددیه که تقریبا همه (99%) ازش کوچیک‌ترن و فقط تعداد کمی ازش بزرگ‌ترن.

مثلا:
P95 = ۳۵۰ms
یعنی ۹۵٪ درخواست‌ها در کمتر از ۳۵۰ میلی‌ثانیه جواب گرفتن و فقط ۵٪ درخواست ها ازین عدد کندتر بودن

برخلاف میانگین که می‌تونه با داده های پرت گمراه‌کننده بشه، این دید دقیق‌تری از عملکرد سیستم می‌ده و معیار بهتری برای سنجیدن عملکرد سیستمت هست


حالا با این عددا باید چیکار کنیم؟
هیچی! سعی کنیم که اون عددی که P99 یا P95 بهمون میدن رو به صفر میلش بدیم یعنی زمان پاسخ رو کمتر کنیم

البته اینو باید در نطر بگیریم که تو سیستم های واقعی باید روی حجم زیادی از داده حساب بشه که نتیجه ای که میده معنی دار تر باشه

📌 ixAbolfazl | @abolfazl_devs

یکی از دوستان یه گروه زده و فکر کنم میخواد جدی پیش ببره کار رو.

https://t.iss.one/+mq883slDES9mZWNk

‏اگر می‌خواین در حوزه Data Analysis فعالیت کنید، به هیچ عنوان این ریپو رو از دست ندید.

لینک ریپو

@reza_jafari_ai

اگر دنبال یه دوره خوب و فشرده برای آشنایی و یادگیری احتمالات هستین، بوتکمپ پروفسور استیو برونتون از دانشگاه واشینگتن می‌تونه گزینه خوبی براتون باشه.

علاوه بر احتمالات مباحث جذاب دیگه‌ای هم تدریس میکنند که میتونید تو صفحه پلی‌لیستشون بررسی کنید.

لینک پلی‌لیست یوتیوب دوره
@reza_jafari_ai

⚽️ شرکت‌های AI یا تیم‌های حرفه‌ای فوتبال؟
چطور محققان هوش مصنوعی به ستاره‌های میلیارد دلاری تبدیل شدن

💡تا چند سال پیش، دستمزدهای عجیب فقط مخصوص دنیای فوتبال بود. اما حالا محققا و مهندسای AI همون نقشی رو پیدا کردن که فوتبالیست‌های معروف برای باشگاه‌ها دارن: نماد قدرت، اعتبار و رقابت جهانی. این چند نمونه رو فقط بررسی کنیم:

🔸شرکت Meta برای جذب محققای ارشد AI بسته‌هایی تا ۳۰۰ میلیون دلار تو ۴ سال پیشنهاد داده. برای «روومینگ پانگ» از اپل هم قراردادی ۲۰۰ میلیون دلاری رو میز گذاشتن.
مایکروسافت هم با سرمایه‌گذاری‌های چند میلیارد دلاری داره تلاش می‌کنه OpenAI و تیم سم آلتمن رو حفظ کنه.

🔸گوگل فقط برای حقوق تیم Windsurf حدود ۲.۴ میلیارد دلار هزینه کرده.
همزمان Anthropic بیش از ۶ میلیارد دلار سرمایه تازه گرفته تا بهترین استعدادای AI رو سمت خودش بکشه.

🔸طبق گزارش Reuters، حقوق سالانه یه پژوهشگر ارشد AI تو سیلیکون‌ولی بین ۲ تا ۲۰ میلیون دلاره. بعضی شرکتا مثل Thinking Machines Lab (استارتاپ جدید میرا موراتی) هم حقوق پایه ۵۰۰ هزار دلار و مشوق‌های چندمیلیونی می‌دن.

📌 این رقابت فقط سر پول نیست. الان GPUها هم اندازه حقوق مهم شدن. زاکربرگ گفته بیشتر محققا دنبال دسترسی به هزاران GPU قدرتمند مثل Nvidia H100 و آزادی عمل تو تحقیق هستن.
برای همین Meta و مایکروسافت تو همین یک سال میلیاردها دلار صرف قرارداد ابری و خرید دیتاسنتر کردن تا زیرساخت بی‌نظیری بسازن.

📌 شباهت این ماجرا با فوتبال خیلی جالبه:
▫️باشگاه‌ها برای جذب بازیکن ستاره پول انتقال می‌دن. غولای فناوری برای جذب تیم تحقیقاتی کامل، قراردادهای چندمیلیاردی می‌بندن یا همون acqui-hire می‌کنن.
▫️شاید این اعداد عجیب باشه، اما وقتی یه مدل مثل GPT-4 می‌تونه سالی ۱.۵ میلیارد دلار درآمد داشته باشه، این سرمایه‌گذاری منطقی به نظر میاد.
▫️امروز محققای AI همون جایگاهی رو دارن که یه زمانی ستاره‌های فوتبال داشتن: قهرمانایی که آینده صنعت رو می‌سازن.
و این تازه شروع یه رقابت بزرگه.
▫️ شاید تا 5 سال پیش فکر نمی‌کردیم یک دانشمند کامپیوتر بتونه حقوقی مشابه کریستیانو رونالدو بگیره و حتی اگر روند سرمایه‌گذاری‌ها ادامه پیدا کنه، این دستمزدها حتی از فوتبال هم جلو خواهد زد.

@investingfund