正在加载视频...

视频加载失败

返回首页

اگه از این coding agent ها استفاده نمیکنید سخت در اشتباهید. اگه مشکل پرداخت دلاری و کلا گرون بودن دارید این ۳ تا واقعا پلن های رایگانشون خیلی عالی هست. گوگل gemini که روزی ۱۰۰۰ تا request رایگان میده. مدل Qwen هم همینطور. با CLI هاشون کار کنید توی...

MehdiAllahyari's profile picture

Mehdi Allahyari

12,657 subscribers

27,926 次观看 • 11 个月前 •via X (Twitter)

健康养生科学技术教育
LIVE

Anya Rossi• Live Now

Private livecam show

0 条评论

暂无评论

原始帖子的评论将显示在这里

相关视频

اگه دوست دارید سریع ai agent بسازید و تست کنید از این ریپو استفاده کنید. میتونید لوکال هم نصب کنید و حتا به مدلهای لوکال هم اجرا کنید. برای پروتوتایپ و تست کردن خیلی عالیه. Github:
0:32

اگه دوست دارید سریع ai agent بسازید و تست کنید از این ریپو استفاده کنید. میتونید لوکال هم نصب کنید و حتا به مدلهای لوکال هم اجرا کنید. برای پروتوتایپ و تست کردن خیلی عالیه. Github:

Mehdi Allahyari

25,288 次观看 • 1 年前

یک ریپو جالب و به درد بخور! اسمش free-claude-code. که بهتون این امکان رو می‌ده که CLI رسمی Claude Code رو به هر مدلی وصل کنید چه NIM، چه DeepSeek، یا حتی مدل‌های لوکال از طریق LM Studio. چطور کار می‌کنه: با استفاده از این پراکسی، می‌تونید همچنان از Claude Code CLI یا افزونه VSCode به‌عنوان اینترفیس استفاده کنید، ولی به‌جای اینکه درخواست‌ها برن سمت سرورهای Anthropic، رهگیری می‌شن و به سرویس دلخواهتون (مثل NVIDIA NIM، OpenRouter، DeepSeek یا یه مدل لوکال روی سیستم خودتون) ریدایرکت می‌شن. میتونید کلی مدل را به صورت رایگان استفاده کنید. Github:
0:30

یک ریپو جالب و به درد بخور! اسمش free-claude-code. که بهتون این امکان رو می‌ده که CLI رسمی Claude Code رو به هر مدلی وصل کنید چه NIM، چه DeepSeek، یا حتی مدل‌های لوکال از طریق LM Studio. چطور کار می‌کنه: با استفاده از این پراکسی، می‌تونید همچنان از Claude Code CLI یا افزونه VSCode به‌عنوان اینترفیس استفاده کنید، ولی به‌جای اینکه درخواست‌ها برن سمت سرورهای Anthropic، رهگیری می‌شن و به سرویس دلخواهتون (مثل NVIDIA NIM، OpenRouter، DeepSeek یا یه مدل لوکال روی سیستم خودتون) ریدایرکت می‌شن. میتونید کلی مدل را به صورت رایگان استفاده کنید. Github:

Mehdi Allahyari

16,966 次观看 • 4 个月前

کمپانی OpenAI اومده و یک مجموعه ارزشمند پرامپت برای نقش ها/role های مختلف آماده کرده (به صورت template) که فقط کافیه کپی کنید و بسته به نیازتون تغییر بدید. این پرامپت ها با اینکه برای مدلهای openai ساخته شدند ولی روی مدلهای دیگه مثل gemini و anthropic هم خیلی عالی کار میکنند. استفاده کنید و لذتش را ببرید.
0:49

کمپانی OpenAI اومده و یک مجموعه ارزشمند پرامپت برای نقش ها/role های مختلف آماده کرده (به صورت template) که فقط کافیه کپی کنید و بسته به نیازتون تغییر بدید. این پرامپت ها با اینکه برای مدلهای openai ساخته شدند ولی روی مدلهای دیگه مثل gemini و anthropic هم خیلی عالی کار میکنند. استفاده کنید و لذتش را ببرید.

Mehdi Allahyari

58,449 次观看 • 11 个月前

خیلی از بچه‌ها گفته‌ بودند که از دوره‌ی گرامر جا موندند. من هم قرار بود دیگه کد نذارم. ولی میذارم (برای آخرین بار!) با همون کد تخفیف omid که صددرصدیه میتونید فقط تا سه روز این دوره رو به صورت رایگان دریافت کنید. آموزش استفاده ازش رو هم میذارم. چاکرم
0:32

خیلی از بچه‌ها گفته‌ بودند که از دوره‌ی گرامر جا موندند. من هم قرار بود دیگه کد نذارم. ولی میذارم (برای آخرین بار!) با همون کد تخفیف omid که صددرصدیه میتونید فقط تا سه روز این دوره رو به صورت رایگان دریافت کنید. آموزش استفاده ازش رو هم میذارم. چاکرم

Mostafa Shalchi

68,723 次观看 • 1 年前

اگه با این AI coding assistant ها کد میزنید یا اینکه به صورت vibe coding اپ میسازید اینکه چطور دیزاین را هم وارد مساله کنید خیلی مهمه. یک اصطلاح جدید داره بوجود میاد به اسم "vibe designing". این بلاگ خیلی قشنگ توضیح میده و اینکه موقع vibe coding چطور یک اپ با طراحی خوب درست کنید. حتما بخونید. ویدیو هم تو یوتیوب داره: YT:
0:34

اگه با این AI coding assistant ها کد میزنید یا اینکه به صورت vibe coding اپ میسازید اینکه چطور دیزاین را هم وارد مساله کنید خیلی مهمه. یک اصطلاح جدید داره بوجود میاد به اسم "vibe designing". این بلاگ خیلی قشنگ توضیح میده و اینکه موقع vibe coding چطور یک اپ با طراحی خوب درست کنید. حتما بخونید. ویدیو هم تو یوتیوب داره: YT:

Mehdi Allahyari

15,967 次观看 • 9 个月前

یکی از کاربردهای چت باتها برای خیلی کمپانی ها مثل e-commerce ها، پشتیبانی/customer support هست. این که یک چت بات ۲۴ ساعته جواب سوالها را بده. فکر کردم یک پروژه کاربردی و آموزشی درست کنم که هم واقعا بتونید استفاده کنید و هم ایده بگیرید. این شد که یک ورژن خوب و قابل استفاده ساختم با کمک دستیارم Claude code.😉 اسمش را هم Chirp گذاشتم. یک سیستم چت‌بات کامل که قابلیت RAG داره، یعنی می‌تونید دیتای خودتون رو بهش بدید تا بر اساس اونا جواب بده. - اصلاً Chirp چیه؟ یه ویجت چت هوش مصنوعی که می‌تونید تو هر وب‌سایتی امبد (Embed) کنید. مثل اینترکام یا دریفت، ولی با این تفاوت که کنترلش دست خودتونه و هزینه‌اش هم بسیار کم میشه اگه با مدلهای اپن سورس اجراش کنید. ویدیوی دمو👇. - تکنولوژی‌های استفاده شده: • بک‌اِند: FastAPI • فرانت‌اِند: React + TypeScript • از Qdrant برای vector DB •و OpenAI هم که مغزش • راحت با Docker میاد بالا. - چند تا نکته فنی: ۱. من RAG ساده پیاده کردم. ولی بسته به کاربرد میتونید (و بهتره) روش های پیشرفته تر استفاده کنید. نکته مهم: حتماً از SSE برای استریم کردن جواب‌ها استفاده کنید تا کاربر منتظر نمونه. ۲. معماری در دنیای واقعی: • استفاده از Shadow DOM برای ویجت حیاتی هست تا استایل‌های سایت مقصد روی چت‌بات اثر نذاره. • مدیریت خطا (Error Handling) مقدار قابل توجهی از کد رو تشکیل داد. توی محیط واقعی همه‌چی ممکنه خراب بشه: تایم‌اوت شبکه، محدودیت نرخ OpenAI و... ۳. جادوی داکر: با Multi-stage build حجم ایمیج نهایی رو خیلی پایین آوردم، سعی کردم زیر ۵۰۰ مگابایت نگه دارم. فقط با یک docker-compose up کل سیستم (بک‌اِند، فرانت و دیتابیس) بالا میاد. - چرا این پروژه رو ساختم؟ هدفم فقط ساخت یک ابزار نبود، می‌خواستم نشون بدم چطور RAG رو از سطح تئوری به تولید (Production) برسونید. کدها شاید همه‌جا تمیز نباشن، ولی "واقعی" هستن. نکته خیلی مهم: توی فولدر docs تمام جزییات پیاده سازی از plan و API و PRD همه اونجاست. و اینکه ۱۳ تا branch درست کردم که هر مرحله را کامل نشون میده. حتما ببینید. و اما نکته اخلاقی: دیدن ویدیوهای آموزشی رو تموم کنید و شروع کنید به ساختن. پروژه بسازید، خرابش کنید و دوباره درستش کنید. این بهترین راه یادگیریه. کد کامل پروژه رو می‌تونید اینجا ببینید، استار 🌟 بدید و روش تمرین کنید:
2:19

یکی از کاربردهای چت باتها برای خیلی کمپانی ها مثل e-commerce ها، پشتیبانی/customer support هست. این که یک چت بات ۲۴ ساعته جواب سوالها را بده. فکر کردم یک پروژه کاربردی و آموزشی درست کنم که هم واقعا بتونید استفاده کنید و هم ایده بگیرید. این شد که یک ورژن خوب و قابل استفاده ساختم با کمک دستیارم Claude code.😉 اسمش را هم Chirp گذاشتم. یک سیستم چت‌بات کامل که قابلیت RAG داره، یعنی می‌تونید دیتای خودتون رو بهش بدید تا بر اساس اونا جواب بده. - اصلاً Chirp چیه؟ یه ویجت چت هوش مصنوعی که می‌تونید تو هر وب‌سایتی امبد (Embed) کنید. مثل اینترکام یا دریفت، ولی با این تفاوت که کنترلش دست خودتونه و هزینه‌اش هم بسیار کم میشه اگه با مدلهای اپن سورس اجراش کنید. ویدیوی دمو👇. - تکنولوژی‌های استفاده شده: • بک‌اِند: FastAPI • فرانت‌اِند: React + TypeScript • از Qdrant برای vector DB •و OpenAI هم که مغزش • راحت با Docker میاد بالا. - چند تا نکته فنی: ۱. من RAG ساده پیاده کردم. ولی بسته به کاربرد میتونید (و بهتره) روش های پیشرفته تر استفاده کنید. نکته مهم: حتماً از SSE برای استریم کردن جواب‌ها استفاده کنید تا کاربر منتظر نمونه. ۲. معماری در دنیای واقعی: • استفاده از Shadow DOM برای ویجت حیاتی هست تا استایل‌های سایت مقصد روی چت‌بات اثر نذاره. • مدیریت خطا (Error Handling) مقدار قابل توجهی از کد رو تشکیل داد. توی محیط واقعی همه‌چی ممکنه خراب بشه: تایم‌اوت شبکه، محدودیت نرخ OpenAI و... ۳. جادوی داکر: با Multi-stage build حجم ایمیج نهایی رو خیلی پایین آوردم، سعی کردم زیر ۵۰۰ مگابایت نگه دارم. فقط با یک docker-compose up کل سیستم (بک‌اِند، فرانت و دیتابیس) بالا میاد. - چرا این پروژه رو ساختم؟ هدفم فقط ساخت یک ابزار نبود، می‌خواستم نشون بدم چطور RAG رو از سطح تئوری به تولید (Production) برسونید. کدها شاید همه‌جا تمیز نباشن، ولی "واقعی" هستن. نکته خیلی مهم: توی فولدر docs تمام جزییات پیاده سازی از plan و API و PRD همه اونجاست. و اینکه ۱۳ تا branch درست کردم که هر مرحله را کامل نشون میده. حتما ببینید. و اما نکته اخلاقی: دیدن ویدیوهای آموزشی رو تموم کنید و شروع کنید به ساختن. پروژه بسازید، خرابش کنید و دوباره درستش کنید. این بهترین راه یادگیریه. کد کامل پروژه رو می‌تونید اینجا ببینید، استار 🌟 بدید و روش تمرین کنید:

Mehdi Allahyari

20,895 次观看 • 8 个月前

اینقدر هر روز مدلهای خوب میاد بیرون که گاهی انتخاب سخت میشه. IBM یک مدل فوق سبک ولی فوق العاده با کیفیت از مدلهای vision-language model (VLM) به اسم Granite-Docling-258M داده بیرون. با اینکه فقط ۲۵۸ میلیون پارامتر داره ولی عالیه در OCR، استخراج فرمولهای ریاضی، کد وجدول از داکیومنت. همچین خیلی دقیق هست در تبدیل pdf به HTML با حفظ ساختار اصلی داکیومنت. روی سیستم لوکال راحت اجرا میشه. و کلی کار جالب میتونید باهاش انجام بدید برای انواع اپلیکیشنها. برای اطلاعات کامل بلاگشون را بخونید که کلی خوندنیه. مدل هم روی HuggingFace هست که میدونید دانلود کنید و استفاده کنید. Blog:
0:39

اینقدر هر روز مدلهای خوب میاد بیرون که گاهی انتخاب سخت میشه. IBM یک مدل فوق سبک ولی فوق العاده با کیفیت از مدلهای vision-language model (VLM) به اسم Granite-Docling-258M داده بیرون. با اینکه فقط ۲۵۸ میلیون پارامتر داره ولی عالیه در OCR، استخراج فرمولهای ریاضی، کد وجدول از داکیومنت. همچین خیلی دقیق هست در تبدیل pdf به HTML با حفظ ساختار اصلی داکیومنت. روی سیستم لوکال راحت اجرا میشه. و کلی کار جالب میتونید باهاش انجام بدید برای انواع اپلیکیشنها. برای اطلاعات کامل بلاگشون را بخونید که کلی خوندنیه. مدل هم روی HuggingFace هست که میدونید دانلود کنید و استفاده کنید. Blog:

Mehdi Allahyari

14,145 次观看 • 11 个月前

خیلی ها ازم میپرسن که یک نقشه راه خوب برای یادگیری AI معرفی کنم. همیشه میگم یک جواب ثابت نداره و بستگی به اینکه چه مسیرشغلی ای را میخواهید انتخاب کنید، فرق میکنه. اما در حال حاضر یکی از بهترین شغل ها AI Engineer هست. و یکی از بهترین وب سایتها که در مورد کلی شغل، از جمله این، مسیر راه معرفی کرده roadmap .sh هست. خوبیش اینه که میتونید کلیک کنید روی موضوعات مختلف را اطلاعات بیشتر بگیرید. Link:
0:41

خیلی ها ازم میپرسن که یک نقشه راه خوب برای یادگیری AI معرفی کنم. همیشه میگم یک جواب ثابت نداره و بستگی به اینکه چه مسیرشغلی ای را میخواهید انتخاب کنید، فرق میکنه. اما در حال حاضر یکی از بهترین شغل ها AI Engineer هست. و یکی از بهترین وب سایتها که در مورد کلی شغل، از جمله این، مسیر راه معرفی کرده roadmap .sh هست. خوبیش اینه که میتونید کلیک کنید روی موضوعات مختلف را اطلاعات بیشتر بگیرید. Link:

Mehdi Allahyari

51,252 次观看 • 1 年前

ورژن ۱۵ اپ MahsaNG از MahsaNet در گیتهاب منتشر شد! در این آپدیت قابلیت اتصال به سایفون اضافه شده. این امکان رو میده که یا به تنهایی به سایفون وصل بشید٬ یا از روش ترکیبی استفاده کنید که همون v2ray +‌Psiphon بود. تفاوتش اینه که با این آپدیت٬ این روش ترکیبی را به صورت خودکار و بدون نیاز به استفاده از دو اپ مختلف یا تنظیمات پیچیده‌ای میتونید اجرا کنید! ویدیو زیر نشون میده به چه شکل کار میکنه. ورژن ۱۵ قابلیت‌های زیاد دیگری مثل پشتیبانی از DNSTT ٬ xDNS ٬ DNS Scanner و خیلی چیزهای دیگه رو هم اضافه کرده که واقعا میتونه مفید باشه برای تست کردن همه راه های ممکن! جزییات بیشتر و APK برنامه رو میتونید در لینک زیر ببینید: پ.ن. فکر میکنم فعلا فقط در گیتهابشون منتشر شده باشه ولی به زودی در Google Play هم اپدیت رو منتشر خواهند کرد.
0:35

ورژن ۱۵ اپ MahsaNG از MahsaNet در گیتهاب منتشر شد! در این آپدیت قابلیت اتصال به سایفون اضافه شده. این امکان رو میده که یا به تنهایی به سایفون وصل بشید٬ یا از روش ترکیبی استفاده کنید که همون v2ray +‌Psiphon بود. تفاوتش اینه که با این آپدیت٬ این روش ترکیبی را به صورت خودکار و بدون نیاز به استفاده از دو اپ مختلف یا تنظیمات پیچیده‌ای میتونید اجرا کنید! ویدیو زیر نشون میده به چه شکل کار میکنه. ورژن ۱۵ قابلیت‌های زیاد دیگری مثل پشتیبانی از DNSTT ٬ xDNS ٬ DNS Scanner و خیلی چیزهای دیگه رو هم اضافه کرده که واقعا میتونه مفید باشه برای تست کردن همه راه های ممکن! جزییات بیشتر و APK برنامه رو میتونید در لینک زیر ببینید: پ.ن. فکر میکنم فعلا فقط در گیتهابشون منتشر شده باشه ولی به زودی در Google Play هم اپدیت رو منتشر خواهند کرد.

Samim

43,082 次观看 • 5 个月前

از ویدیوی Typingmind خیلی استقبال کردید و این مدت سوالات زیادی پرسیدید. من گشتم دیدم حتی به انگلیسی هم یک راهنمای کامل که همش در یک ویدیو باشه، نیست. لذا این ویدیوی جدید رو ساختم و توش اینبار از صفر تا صد TypingMind رو آموزش دادم و به همه چیزش پرداختم تا با تمام امکاناتش آشنا بشید. بعد از دیدن این ویدیو برید تمام سابسکریپشن‌هاتون رو لغو کنید و دیگه فقط با API از مدل‌های هوش مصنوعی استفاده کنید :)) اینجوری هم تمام مدل‌هارو بدون لیمیت و با امکانات بیشتر کنار همدیگه دارید و هم دیگه برای هرکدوم ماهی ۲۰دلار پول نمیدید. سازنده تایپینگ مایند هم بسیار آدم فعال، خوش‌نام و خفنیه که در این ویدیو تگش میکنم. بازم سوالی یا مشکلی داشتید بپرسید.
41:58

از ویدیوی Typingmind خیلی استقبال کردید و این مدت سوالات زیادی پرسیدید. من گشتم دیدم حتی به انگلیسی هم یک راهنمای کامل که همش در یک ویدیو باشه، نیست. لذا این ویدیوی جدید رو ساختم و توش اینبار از صفر تا صد TypingMind رو آموزش دادم و به همه چیزش پرداختم تا با تمام امکاناتش آشنا بشید. بعد از دیدن این ویدیو برید تمام سابسکریپشن‌هاتون رو لغو کنید و دیگه فقط با API از مدل‌های هوش مصنوعی استفاده کنید :)) اینجوری هم تمام مدل‌هارو بدون لیمیت و با امکانات بیشتر کنار همدیگه دارید و هم دیگه برای هرکدوم ماهی ۲۰دلار پول نمیدید. سازنده تایپینگ مایند هم بسیار آدم فعال، خوش‌نام و خفنیه که در این ویدیو تگش میکنم. بازم سوالی یا مشکلی داشتید بپرسید.

Amin Anvary

33,156 次观看 • 1 年前

خیلی وقت بود کار جدید برای کامیونیتی ننوشته بودم، امروز این زیبا به وجود اومد. به کار خیلی‌ها میاد، از جمله خانواده خودم و احتمالا خانواده شما. لینک یوتیوب بهش بدید، درجا زیرنویس فارسی، با خود ویدیو رو واستون پخش می‌کنه و می‌تونید بدون احراز هویت و رایگان ازش استفاده کنید. یه ویژگی دیگه هم گذاشتم، اگه به زیرنویس نیاز داشتید می‌تونید با فرمت VTT دانلودش کنید. چند تا نکته: - ویدیو فارسی لود نمی‌کنه چون نیازی نداره - هر زبان دیگه ای باشه مشکلی نداره - داریم از سرور یوتیوب تو پلتفرم خودمون استفاده می‌کنیم، وقتی تعداد کاربرا خیلی زیاد بشه میاد IP رو بن می‌کنه ولی هیچ مشکلی نیست، بهش پروکسی اضافه میکنم و Problem Solved - یه سری از ویدیو های زبان اصلی که ویو خیلی پایینی دارند رو هم پخش نمی‌کنه - کاری کردم تو دسکتاپ پخش نشه چون اونجا خود یوتیوب زیرنویس فارسی می‌ده، این قراره مشکل موبایل رو حل کنه می‌خواستم کاری کنم بدون فیلترشکن باز شه ولی امیدوارم شرایط من رو درک کنید، چون تو ایرانم ولی همین الانم بدون هیچ مشکلی میشه ازش استفاده کرد 🙏 لینک:
0:44

خیلی وقت بود کار جدید برای کامیونیتی ننوشته بودم، امروز این زیبا به وجود اومد. به کار خیلی‌ها میاد، از جمله خانواده خودم و احتمالا خانواده شما. لینک یوتیوب بهش بدید، درجا زیرنویس فارسی، با خود ویدیو رو واستون پخش می‌کنه و می‌تونید بدون احراز هویت و رایگان ازش استفاده کنید. یه ویژگی دیگه هم گذاشتم، اگه به زیرنویس نیاز داشتید می‌تونید با فرمت VTT دانلودش کنید. چند تا نکته: - ویدیو فارسی لود نمی‌کنه چون نیازی نداره - هر زبان دیگه ای باشه مشکلی نداره - داریم از سرور یوتیوب تو پلتفرم خودمون استفاده می‌کنیم، وقتی تعداد کاربرا خیلی زیاد بشه میاد IP رو بن می‌کنه ولی هیچ مشکلی نیست، بهش پروکسی اضافه میکنم و Problem Solved - یه سری از ویدیو های زبان اصلی که ویو خیلی پایینی دارند رو هم پخش نمی‌کنه - کاری کردم تو دسکتاپ پخش نشه چون اونجا خود یوتیوب زیرنویس فارسی می‌ده، این قراره مشکل موبایل رو حل کنه می‌خواستم کاری کنم بدون فیلترشکن باز شه ولی امیدوارم شرایط من رو درک کنید، چون تو ایرانم ولی همین الانم بدون هیچ مشکلی میشه ازش استفاده کرد 🙏 لینک:

Sabi Soltani

104,472 次观看 • 2 年前

یک ریپو جدید اومده که خیلی هم گل کرده توی github. چه کاری میکنه؟ یه ابزار ترجمه و دوبله (dubb) ویدیو با کیفیت خیلی بالا و با کپشن در حد و استاندارد Netflix-quality هست. کاملا اپن سورس هست. فعلا ۸ تا زبان را پشتیبانی میکنه که فارسی توش نیست. ولی میشه از زبانهای دیگه به انگلیسی ترجمه کرد و بعد (با ابزارهای دیگه) به فارسی. همچنین چون مدلهایی که استفاده میکنه برای قسمتهای مختلف، یا فارسی را ساپورت میکنن یا میشه با مدلهای دیگه که این کارو میکنن جایگزین کرد، میشه فارسی را هم بهش اضافه کرد. با داکر هم راحت میشه آوردش بالا و به صورت لوکال لذتش را برد. میشه به صورت یک کمپانی هم درش آورد. Github:
0:44

یک ریپو جدید اومده که خیلی هم گل کرده توی github. چه کاری میکنه؟ یه ابزار ترجمه و دوبله (dubb) ویدیو با کیفیت خیلی بالا و با کپشن در حد و استاندارد Netflix-quality هست. کاملا اپن سورس هست. فعلا ۸ تا زبان را پشتیبانی میکنه که فارسی توش نیست. ولی میشه از زبانهای دیگه به انگلیسی ترجمه کرد و بعد (با ابزارهای دیگه) به فارسی. همچنین چون مدلهایی که استفاده میکنه برای قسمتهای مختلف، یا فارسی را ساپورت میکنن یا میشه با مدلهای دیگه که این کارو میکنن جایگزین کرد، میشه فارسی را هم بهش اضافه کرد. با داکر هم راحت میشه آوردش بالا و به صورت لوکال لذتش را برد. میشه به صورت یک کمپانی هم درش آورد. Github:

Mehdi Allahyari

24,594 次观看 • 1 年前

این مدل جدید خیلی کوچک و سبک که گوگل معرفی کرد به اسم FunctionGemma را دست کم نگیرید. یه مدل فوق‌العاده سبک (فقط ۲۷۰ میلیون پارامتر!) دارید که انقدر کوچیکه که روی گوشی‌های معمولی هم راحت اجرا میشه، اما تخصصش فقط یک چیزه: تبدیل حرف‌های ما به دستورات برنامه‌نویسی (Function Calling). میتونید به صورت کاملا رایگان fine tune ش کنید برای کارهای مختلف. اما این مدل به چه دردی می‌خوره؟ بیاین چندتا مورد جذاب رو بررسی کنیم: ۱. دستیار شخصی کاملاً آفلاین و امن: تا حالا شده بخواین با فرمان صوتی چراغ خونه رو خاموش کنید یا یه تایمر بذارید، ولی چون اینترنت قطع بوده کار نکرده؟ با FunctionGemma، اپلیکیشن‌ها می‌تونن بدون نیاز به سرور و کاملاً روی خود گوشی، حرف شما رو بفهمن و دقیقاً دکمه یا تابع مربوطه رو اجرا کنن. امنیتش هم عالیه چون هیچ داده‌ای از گوشی خارج نمیشه. ۲. بازی‌های تعاملی نسل جدید: تصور کنید توی یه بازی نقش‌آفرینی (RPG)، به جای اینکه فقط از بین گزینه‌ها انتخاب کنید، به کاراکتر بگید: «برو از توی صندوقچه اون معجون قرمز رو بردار و بده به سرباز کناری.» این مدل می‌تونه این جمله رو به کدهای بازی ترجمه کنه و اکشن‌ها رو بلافاصله انجام بده. ۳. اتوماسیون کارهای سیستم: توسعه‌دهنده‌ها می‌تونن ابزارهایی بسازن که کارهای تکراری سیستم‌عامل رو برامون انجام بده. مثلاً بگید: «فایل‌های PDF توی پوشه دانلود رو که حجمشون بالای ۱۰ مگه زیپ کن و بفرست به ایمیل علی.» مدل دقیقاً توابع مربوط به مدیریت فایل و ایمیل رو فراخوانی می‌کنه. ۴. اینترنت اشیاء (IoT) هوشمندتر: توی گجت‌های هوشمند که رم و پردازنده خیلی محدودی دارن، FunctionGemma مثل یک جادوگر عمل می‌کنه. چون فقط به ۵۵۰ مگابایت رم نیاز داره، می‌تونه مستقیم روی سخت‌افزار لوازم خانگی یا ابزارهای صنعتی نصب بشه تا دستورات پیچیده انسانی رو به زبان ماشین ترجمه کنه. برای fine tune کردنش این بلاگ کامل توضیح میده به همراه کد. Blog:
0:29

این مدل جدید خیلی کوچک و سبک که گوگل معرفی کرد به اسم FunctionGemma را دست کم نگیرید. یه مدل فوق‌العاده سبک (فقط ۲۷۰ میلیون پارامتر!) دارید که انقدر کوچیکه که روی گوشی‌های معمولی هم راحت اجرا میشه، اما تخصصش فقط یک چیزه: تبدیل حرف‌های ما به دستورات برنامه‌نویسی (Function Calling). میتونید به صورت کاملا رایگان fine tune ش کنید برای کارهای مختلف. اما این مدل به چه دردی می‌خوره؟ بیاین چندتا مورد جذاب رو بررسی کنیم: ۱. دستیار شخصی کاملاً آفلاین و امن: تا حالا شده بخواین با فرمان صوتی چراغ خونه رو خاموش کنید یا یه تایمر بذارید، ولی چون اینترنت قطع بوده کار نکرده؟ با FunctionGemma، اپلیکیشن‌ها می‌تونن بدون نیاز به سرور و کاملاً روی خود گوشی، حرف شما رو بفهمن و دقیقاً دکمه یا تابع مربوطه رو اجرا کنن. امنیتش هم عالیه چون هیچ داده‌ای از گوشی خارج نمیشه. ۲. بازی‌های تعاملی نسل جدید: تصور کنید توی یه بازی نقش‌آفرینی (RPG)، به جای اینکه فقط از بین گزینه‌ها انتخاب کنید، به کاراکتر بگید: «برو از توی صندوقچه اون معجون قرمز رو بردار و بده به سرباز کناری.» این مدل می‌تونه این جمله رو به کدهای بازی ترجمه کنه و اکشن‌ها رو بلافاصله انجام بده. ۳. اتوماسیون کارهای سیستم: توسعه‌دهنده‌ها می‌تونن ابزارهایی بسازن که کارهای تکراری سیستم‌عامل رو برامون انجام بده. مثلاً بگید: «فایل‌های PDF توی پوشه دانلود رو که حجمشون بالای ۱۰ مگه زیپ کن و بفرست به ایمیل علی.» مدل دقیقاً توابع مربوط به مدیریت فایل و ایمیل رو فراخوانی می‌کنه. ۴. اینترنت اشیاء (IoT) هوشمندتر: توی گجت‌های هوشمند که رم و پردازنده خیلی محدودی دارن، FunctionGemma مثل یک جادوگر عمل می‌کنه. چون فقط به ۵۵۰ مگابایت رم نیاز داره، می‌تونه مستقیم روی سخت‌افزار لوازم خانگی یا ابزارهای صنعتی نصب بشه تا دستورات پیچیده انسانی رو به زبان ماشین ترجمه کنه. برای fine tune کردنش این بلاگ کامل توضیح میده به همراه کد. Blog:

Mehdi Allahyari

27,080 次观看 • 8 个月前