آخرین اخبار
- Flint و امتیازهای SWE-bench: چطور اندازه‌گیری شدن؟
Recursive امتیازهای بالایی برای مدل Flint گزارش کرده، ولی برای فهمیدن ارزششون باید بدونی با چه ابزاری و در برابر کدوم مدل‌ها سنجیده شدن.
۱ هفته پیش۳ دقیقهmindstudio.ai - هوش مصنوعی محلی به درد کی می‌خوره؟
اجرای مدل روی سیستم خودت داده‌هاتو امن نگه می‌داره، ولی برای بیشتر آدم‌ها هنوز گرون‌تر و سخت‌تر از یه اشتراک ماهانه‌ست.
۱ هفته پیش۳ دقیقهmindstudio.ai - دو آسیب‌پذیری بحرانی PHP و پچ اضطراری
تیم امنیت PHP از ادمین‌ها خواسته برای یه آپدیت اضطراری آماده باشن؛ دو باگ اجرای کد از راه دور زودتر از موعد لو رفته و حمله‌ها شروع شده.
- فایل Claude.md رو چطور مرتب کنیم؟
Anthropic بیشتر از ۸۰ درصد system prompt خود Claude Code رو حذف کرد و چیزی از دست نداد. این یعنی احتمالاً بیشتر خط‌های Claude.md شما هم اضافه‌ان.
۱ هفته پیش۳ دقیقهmindstudio.ai - Harness²: ایجنتی که دور و بر خودش رو خودش می‌سازه
پژوهشی از Google Research و Northwestern نشون می‌ده اگه ایجنت ابزار و قواعد دور خودش رو حین کار بسازه، یه مدل ضعیف‌تر می‌تونه از یه مدل قوی‌تر جلو بزنه.
۱ هفته پیش۳ دقیقهmindstudio.ai - «اکتبر سیاه»: وقتی هوش مصنوعی حمله‌ها رو چند برابر سریع‌تر کرد
یه باگ قدیمی PHP، نشت کلیدهای API از Railway و نشت داده‌های بیمار، همه تو چند روز. محقق‌های امنیتی می‌گن پشت این سرعت، هوش مصنوعیه.
- مقایسهٔ ایجنت‌های همیشه‌روشن: Duet، Muse، Grok Bot و Dot
چهار ایجنت هوش مصنوعی که همیشه روشن هستن و منتظر باز کردن چت نمی‌مونن. کدومش به درد کار تو می‌خوره؟ جوابش بیشتر به ابزارهایی بستگی داره که هر روز باهاشون کار می‌کنی.
۱ هفته پیش۳ دقیقهmindstudio.ai - ایجنت‌های AI؛ همون مهارت برای حمله و دفاع
کلید خصوصی یه مرجع صدور گواهی، عدد چهار بود و با یه پرامپت لو رفت. این مقاله می‌گه چرا مدافع‌ها هم به قوی‌ترین مدل‌ها نیاز دارن.
- Cerebras چطوری یه مدل ۳ تریلیون پارامتری رو اجرا می‌کنه
هر چیپ Cerebras فقط ۴۴ گیگ حافظه داره، ولی مدل‌های تریلیونی ترابایت‌ها حافظه می‌خوان. این پست با مثال Kimi K3 نشون می‌ده این مشکل چطوری حل می‌شه.
۱ هفته پیش۳ دقیقهcerebras.ai - قیمت Kimi K3.1 Pro؛ ارزون روی کاغذ، گرون تو عمل
قیمت هر توکن Kimi K3.1 Pro نصف Opus 5.5 هست، ولی یه تست مستقل نشون داده تو کارهای agentic ممکنه آخرش از رقیب‌های ارزون‌تر گرون‌تر دربیاد.
۱ هفته پیش۴ دقیقهmindstudio.ai - Eureka Machine: هوش مصنوعی‌ای که هوش مصنوعی طراحی می‌کنه
استارتاپ Recursive یه حلقهٔ تحقیق خودکار ساخته که ایده می‌ده، تستش می‌کنه و بخشی از مدل کدنویسی Flint رو خودش طراحی کرده.
۱ هفته پیش۳ دقیقهmindstudio.ai - Spark-X2.6-4B: مدل ۴ میلیاردی برای اجرا روی دستگاه
یه مدل باز ۴ میلیارد پارامتری که فقط با post-training بهتر شده و ادعا می‌کنه تو کدنویسی و کارهای agentic به مدل‌های ۹B می‌رسه.
۱ هفته پیش۳ دقیقهmindstudio.ai - جعبه‌سیاه هوش مصنوعی داره قابل خوندن می‌شه
تحقیقات تازه نشون می‌ده نورون‌های داخل مدل‌های هوش مصنوعی خیلی منظم‌تر از چیزی‌ان که فکر می‌کردیم، و این می‌تونه خطاهایی رو بگیره که با خوندن خروجی دیده نمی‌شن.
۱ هفته پیش۴ دقیقهmindstudio.ai - Kimi K3.1 Pro تو ساخت صحنه‌های سه‌بعدی چقدر خوبه؟
مدل جدید Moonshot AI یه مکعب روبیک سه‌بعدی کامل ساخته که خودش حلش می‌کنه، ولی هنوز نمی‌تونه یه گره طناب ساده رو درست مدل کنه.
۱ هفته پیش۴ دقیقهmindstudio.ai - scopeMotion: همهٔ انیمیشن‌های Motion با یه دستور جمع می‌شن
تابع جدید scopeMotion هر انیمیشن، gesture و listenerی که داخلش شروع بشه رو جمع می‌کنه تا با یه دستور همه‌شون رو متوقف یا لغو کنی.
۱ هفته پیش۳ دقیقهmotion.dev - ساختن یه کمپرسور از صفر با Huffman coding
فشرده‌سازی چطوری یه فایل رو کوچیک می‌کنه و دوباره بی‌کم‌وکاست برمی‌گردونه؟ یه برنامه‌نویس با ساختن کمپرسور خودش اینو ساده توضیح داده.
- آمریکا و چین چطور می‌تونن سرعت هوش مصنوعی رو قابل‌راستی‌آزمایی کم کنن؟
یه مطلب تو LessWrong توضیح می‌ده چرا کند کردن یک‌طرفه هوش مصنوعی جواب نمی‌ده و چه ابزارهایی برای نظارت بر یه توافق بین آمریکا و چین داریم.
۱ هفته پیش۳ دقیقهlesswrong.com - چطور هزینه‌ی توکن agentهای Claude رو کنترل کنیم
وقتی agentها ساعت‌ها یا هفته‌ها بی‌نظارت کار می‌کنن، صورت‌حساب توکن سریع بالا می‌ره. چندتا راه ساده هست که جلوشو بگیره.
۱ هفته پیش۳ دقیقهmindstudio.ai - Claude Duet: ایجنتی که خودش سراغت میاد
Anthropic یه ایجنت پیش‌قدم به اسم Claude Duet معرفی کرده که تو پس‌زمینه کار می‌کنه و فقط وقتی تصمیمت لازمه پیام می‌ده.
۱ هفته پیش۳ دقیقهclaude.com - Haiku 5.5 ارزونه، ولی کار رو ارزون تموم نمی‌کنه
Haiku 5.5 حدود ۴۰ برابر از Opus 5.5 ارزون‌تره، ولی اگه جواب اشتباه بده و مدل اصلی مجبور شه درستش کنه، صرفه‌جویی دود می‌شه و می‌ره هوا.
۱ هفته پیش۳ دقیقهmindstudio.ai
