اگر یک مدل خوب در حد O1, O3 خواستید.
DeepCoder
نتایج خوبی رو نشون میده.

این مدل ۱۴ میلیارد پارامتر داره.

Grok-3-mini

روی reasoning leaderboard های خصوصی (ولی معروف) نتایج بهتری نسبت به تمام مدل‌های دیگه حتی Grok3 نشون داده.

خیلی عجیب هست.

بیش از نصف همکارام رو طرفدار vim (بخصوص neovim کردم)
این کانفیگ خیلی ساده ولی دارای همه چیزهایی هست که نیار دارید؛ برای توسعه Rust, Python, Lua

Github Link

حالا چرا آدما طرفدار vim می‌شوند کلا ؟
۱- راحتی؛ کاری نیست به ذهن شما برسه (برای راحتی توسعه کد) و توی vim براش راهکاری نباشه. مثال :
یک تغییر تکراری می‌خوای انجام بدی ؟ ار ماکرو استفاده کن؛ تغییراتت رو رکورد کن و اجرا کن
چند کپی آخری که انجام دادی توی کدهات رو لازم داری ؟ بصورت دیفالت ۹ تای آخر رو توی رجیستر داری و به راحتی می‌تونی برای خودت رجیستر به تعداد حروف انگلیسی تعریف کنی.
میخوای به یکی از کپی‌های ذخیره شده چیزی اضافه کنی ؟ همون حرف انگلیسی که ازش استفاده کردی رو با شیفت بگیر
و ....
چندتا مثال بالا رو چون یکی از همکارام الان پرسید یادم بود.

۲- حواس پرتی نداره؛ محیط انقدر مینیمال و قدرت مند هست که نیازی نیست از داخلش خارج بشی و هرچیزی که نیاز داری حداکثر با چند حرف تایپ کردن دمه دستت هست؛ اگر موقع کد زدن حواستون خیلی پرت میشه به ابزارها و ... بسیار عالی هست.

۳- توی این محیط هیچ نیازی به موس ندارید؛ به محض تمرین و یادگیری متوجه می‌شید استفاده از موس بسیار شمارو کند می‌کنه

۴- همه جا در دسترس هست (سرور-نبلت و حتی گوشی؛ تنظیمات من روی Android رو می‌تونی توی @per3onal ببینید) و با یک git clone ادیتور شما برای توسعه آماده هست.

۵- فرقی نمی‌کنه code base پروژه چقدر باشه؛ هیچوقت کند نمی‌شه؛ سرعت لود تنظیمات من روی cpu های نسل جدید کمتر از 120 میلی‌ثانیه هست و برای نسل قدیمی‌تر کمتر از 200 میلی ثانیه.


پیشنهاد می‌کنم حتما یکبار امتحان کنید؛ اگر فیچری به ذهنتون رسید که بنظرتون توی این تنظیمات نیست بهم اطلاع بدید اضافه می‌کنم.

دیدید ۹۰٪ سوالات اینه که؛
- کتاب X یا Y کدوم رو بخونم ؟
+ هردو
- خیلی زیاده
+ یکیش رو بخون، بعد اون یکی رو skim کن
- راه دیگه نداره
+ تغییر رشته بده

LinkedIn Post

این پست، برای پروژه‌ اون موقع من هست.
دوستان بدون تعارف می‌گم توی کار ما shortcut وجود نداره بجای اینکه سر پروژه یا مصاحبه خفت بشید و برگردید از صفر خوندن یکبار راه درست رو برید.

۱ هفته‌اس دارم نسخه جدید ChatGPT رو روی کد بیس بیش از ۱۵۰۰ خط تست می‌کنم.

مشکلات :
۱- خیلی زود context رو فراموش می‌کنه.
۲- خیلی تغییر syntax داره و استانداردهای پروژه رو عوض می‌کنه.
۳- خیلی وقتا حتی توی context های کوچیک فراموش می‌کنه که یک متغییر یا تابع یا ... جای دیگری تعریف شده.

مزیت:
اگر داکیومنت کتابخونه، خیلی جدید باشه؛ می‌تونید لینک رو بهش بدید و بعد ازش port کردن کدها رو بخواید.
توی این مورد عملکرد فوق‌العاده‌ای داره

(فکر کنم بخاطر همین هم ماکروسافت برای پورت کردن کدها به Rust از مدل‌های هوش مصنوعی بر پایه chatgpt استفاده می‌کنه)

اما ۳ مورد دیگه رو هم تست کردم همزمان :

Grok3, Gemini2.5 Pro, Deepseek

مورد اول، grok بدون شک بسیار عالی جواب میده؛ بخصوص وقتی پرامپت‌ هارو کمی جزئی بهش میدید. همواره رنک اول من هست.

مورد دوم، gemini؛ نمی‌دونم تیم deepmind چیکار کرد ولی بنظر میاد بعد از کار روی پروتئین و دستاوردهای اون سمت تازه فرصت کردند منابع کافی در اختیار اینکار بذارند.
خروجیش اصلا قابل مقایسه با نسخه‌های قبلی نیست.
ولی بعد از چند هفته از experimental گذشتن، دیگه روی کدهای بزرگ خیلی زود بسته میشه دسترسی نهایتاً ۳ تا پرامپت و بعد از اون باید خرید اکانت بزنم.
که خب با توجه به اینکه ۹۹٪ مواقع 403 میگیرم با vpn برام ارزش خرید نداره.

در نهایت deepseek همیشه جواب میده (اگر سرورهاش شلوغ نباشه) محدودیت هم ندارم با ip ایران راحت وصل میشه و سرعت خوبی هم داره.
اما consistency بین پرامپت‌ها نداره و ممکنه یک راهکار رو با مثلاً regex بهتون بده و برای تابع بعدی از Trie استفاده کنه و ...

برای همین خیلی وقتا باید بهش بگم دقیقاً چی نیاز هست.

مواردی مثل claude, .... رو هم تست نمی‌کنم.

این تست‌هارو کامل روی نسخه‌های رایگان انجام دادم که همه دوستان هم بتونند استفاده کنند.

شاید باورتون نشه، اما برای یکی که می‌دونه چیکار داره می‌کنه، حتی نیازی به خرید هم نمی‌بینم دیگه، درنهایت نکته آخر اینکه :

اگر پرامپت‌های کوچیک و ساده دارید هم سراغ chatgpt نرید؛

Duckduckgo ai

بدون هیچ محدودیتی دسترسی به مدل‌های سبک شرکت‌های مختلف رو کامل رایگان بهتون میده و history رو هم فقط روی سیستم خودتون نگهداری می‌کنه.

بیشترین استفاده من پس به این ترتیب هست :
Duckduckgo
Grok3
Deepseek
Chatgpt (if search needed)

Gemini2.5 pro (review final result)

آخری خیلی جوابای خوبی میده ولی خب محدودیتش توی ۲ هفته اخیر خیلی زیاد شده برای همین مجبورم کمتر استفاده کنم.




پینوشت:
پرامپت برای همه مدل‌ها یکسان داده می‌شد. کپی و پیست بسیار داشتم.

کاش یک سالی هم بیاد که توش اصلاً لازم نشه بهم #تسلیت بگیم.

اصلاً یادمون بره ی روزی توی این مملکت، آخوندایی که جز خوندن :
احکام ریدن و جهتش و ...
شعور و فهم چیز دیگه‌ای نداشتند، مسئولیت داشتند.

یعنی میشه؟ تا ما زنده‌ایم !
یک سال وقتی تموم میشه، بیام اینجا بزنم:

بچه‌ها دقت کردید، امسال لازم نشد بهم دیگه تسلیت بگیم !!

من واسه اون روز می‌جنگم.

#بندرعباس

این ابزار خیلی باحال هست؛
بجای اینکه شما توی سورس کد دنبال این بگردید که چه خبر (معمولا کار زمانبری هست)

براتون سورس کد رو خلاصه می‌کنه و بهتون میگه داخلش چه خبره؛ چندتا سناریویی که خیلی بدرد میخوره :

۱- تازه وارد یک تیم شدید و سورس کد کاملا جدید هست.
۲- برای یادگیری میخوای سورس کد یک پروژه گیت‌هاب یا ... رو بخونید.
۳- میخواید شروع کنید روی یک پروژه اپن سورس فیچر اضافه کردن ولی قبلش نیاز دارید استانداردهای کد زدن و بخش‌های مختلف کدهای اون تیم رو درک کردن.

Turn Code Base into Easy Tutorial

https://chat.qwen.ai

نسخه Qwen3 هم منتشر شده؛ تا خودم تست نمی‌کردم نمی‌تونستم بگم عالیه یا نه پس همین کار رو کردم.

درگیر جوگیری‌ها نمی‌شم و مستقیم میرم سر اصل مطلب؛ برید نگاه کنید همه مدل رو با
Gemini2.5 Pro, Grok3, ...
مقایسه می‌کنند.

من همون پرامپت‌های چت قبلی رو بهش دادم و شروع کردم راجب اون موضوع باهاش چت کردن

ولی اصلاً قابل مقایسه با Gemini 2.5Pro نیست؛ گوگل واقعاً کار راه بندازه و جاهایی هم که خنگ میزنه، Grok3 رو بذارید کنار دستتون تا بگه راهکار چیه.

ولی این مدل اصلا در حد هیچکدوم نیست، البته موضوع بحث من Coding هست فقط و فقط و اونم نه کدهای بچه بازی که ۵۰۰ تا سمپل مختلف براش توی وب ریخته باشه.

ولی بطور خلاصه ارزش این جو دادن‌هارو نداره (با اینکه مدل خیلی خوبی هست) و همچنان شخصاً روی استک مدل‌های قبلی هستم.

خوندن نتایج گزارش شده Qwen و دیدن نحوه عملکردش اینو مجدداً به ذهنم آورد :

https://www.tg-me.com/per3onal/313

Deepseek prover v2
بنظر جالب میادا

#تجربه

از تجربیات دوستان :

قبل من یکی تو بود
بعدش من رفتم و مکالمه اونارو هم قبلش شنیده بودم.
خیلی از رزومه خوشش اومده بود و شروع کرد از یکی از نیروهاش که تو تیمشه هی تعریف کردن ولی
گفت یه تسک میدیدم ما خیلی راحتم هست ببینیم چجوری انجام میدین ۱۶ ساعت زمان دارین، همونجا هم گفت و راحت بود.
نکته بعدی اینکه دورکاری هستن کل تیمش.
بعد گفت یه پروژه انجام می‌دید و بعد از اون قرارداد میبندیم.
در نهایت گفت از لحاظ مالی مساله ای نیست و اگر بخواید بیمه و ... هم رد میشه؛ ازین حرفا که ما دنبال آدم درست هستیم که هم فنی و هم اخلاقی بتونیم کار کنیم.
زمینه های کاری هم ویژن و هم ان ال پی بود.

اینکه ریموت هست هم منو خوشحال میکنه
ولی اینکه شفاف نیست این قسمتش و اینکه راجب حقوق هیچی نگفت عجیبه

من عیناً متن رو گذاشتم، ایشون از من راهنمایی خواسته؛ اما چندتا چیز دیگه که توی صحبت مشخص شد :

۱- تسک براشون ایمیل نشده؛ یک اکانت تلگرام براشون فرستاده
۲- طرف حتی خودشم معرفی نکرده، فقط راجب یک نفر که اونجا وجود نداشته صحبت کرده (اسم برده و ...)


حالا تحلیل من :

قبلاً گفتم بازم می‌گم، تسک فرستادن هم حتی کار درستی نیست، مصاحبه کننده در ۲ حالت به شما تسک می‌ده :
۱- سواد نداره شمارو ارزیابی کنه؛ ۹۹٪ مواقع.
۲- شما شدیداً استرس و ... دارید و نمی‌تونید توانایی خودتون رو نشون بدید ولی مصاحبه کننده حس می‌کنه توانایی و سوادش رو دارید و بهتون یک شانس میده؛ ۱٪ مواقع.

مورد سوم هم تیم‌هایی هست که یک بخش پروژه‌‌اش رو میده سنیور بزنه، که خداروشکر سنیورها دیگه تسک قبول نمی‌کنند.

حالا فرض کنیم که این مورد درست؛ چرا برای ارسال تسک ... از ایمیل رسمی شرکت استفاده نشده ؟ ایمیل رسمی با اسم و اطلاعات ارسال کننده با متن و موضوع دقیق که این تسک برای استخدام هست، حتی تیم‌های استارتاپی هم یک ایمیل (دامنه رسمی ندارند) ارسال می‌کنند و بعد با شماره‌‌ی شرکت پیامک می‌دند که تسک مصاحبه شرکت فلان برای شما ارسال گردید.

اینکه طرف خودش رو هم معرفی نکرده، چیز عجیبی نیست ولی کنار باقی موارد خیلی عجیب می‌شه.

موضوع بعدی، چرا نباید بعد از انجام تسک؛ با نیرو قرارداد بسته بشه ؟ توی قانون ما حتی قرارداد موقت و برای ارزیابی هم داریم که نیازی به پرداخت بیمه و مالیات و ... هم نداره
قرارداد ۳ ماهه هم هست و حتی میشه ۱۵ روز بعد هم کنسل کرد قرارداد رو.

درنهایت من به ایشون گفتم :

نه تسک رو انجام بده، نه سراغ پروژه بره؛ این بسیار بسیار شبیه به اون شرکت‌ها و قرارداد‌هایی هست که افراد توی لینکدین میزنند پولشون رو پرداخت نکرده و ...

همیشه گفتم بازم می‌گم؛
مجانی واسه هیچکس کار نکنید.
قرارداد رسمی و دقیق ببندید و دقت هم بکنید، که واسه پولتون التماس نکنید.

حتما نگاهی به این بلاگ بندازید اگر علاقه داشتید مقالش رو هم بخونید؛ دستاورد جدیدی از Google Deep Mind :

AlphaEvolve

چیزی که من از دیدنش لذت بردم؛ پیدا کردن ضرب ماتریسی بهینه تر بود:

معروفترینش ضرب <4, 4> بوده که از ۴۹ تا به ۴۸ تا کاهش داده یا مثلا راهکاری برای ضرب <7, 4, 3> پیدا کرده که از ۶۶ تا به ۶۳ مورد رسیده.
بطورکلی تو اکثر حالات یا راهکاری که ارائه داده یه اندازه راهکارهای موجود بهینه هست یا اینکه راهکار بهتری رو ارائه داده.

و این تازه شروع ماجرا هست؛ پای LLM به حل مسائل ریاضی هم باز شد.

سری GPU های جدید Intel که داره معرفی می‌شه یا معرفی شده؛ بسیار بسیار مناسب کسایی هست که می‌خوان AI کار کنند

تمرکز اصلی Intel روی مهندسین و شرکت‌های هوش مصنوعی بوده؛ حداقل اینطور بنظر می‌رسه،
و با توجه به اختلاف قیمت gpu های اینتل نسبت به nvidia اگر همون فرمول قبلی باشه؛ GPU های 48 گیگ رو شاید ارزونتر از 5090 هم بشه پیدا کرد.


چندسال پیش راجب اولین سری ARC گفتم و گفتم بنظر میاد می‌خواد انحصار Nvidia توی مارکت هوش مصنوعی رو بشکونه؛ هیچوقت فکر نمی‌کنم مارکت Gaming برای Intel جدی بوده باشه ولی خوبیش اینه که Bug در بیار هست، بخش گیمینگ

توی هکاتون شریف، بعنوان منتور حضور خواهم داشت.
۸ و ۹ خرداد؛ اگر ثبت‌نام کردید یا حضور داشتید.

خوشحال می‌شم باهم صحبتی داشته باشیم.

یک سری سوال پرسیدید، من بخش‌های مربوط به خودم رو پاسخ میدم :

بنده در جریان جزئیات نیستم، جایزه و حمایت مالی و ...

برای بحث آموزش هم، روز آموزش ۴ شنبه هست و مجازی و متأسفانه چون ۴ شنبه‌ها روزهای شلوغ بنده هست، توی این بخش هم نتونستم باشم؛ اما اساتید بزرگی هستند.

روزهای ۵ شنبه و جمعه (شروع بخش کد زدن مسابقه) بنده حضور خواهم داشت.

بیشترین هدف هم پیدا کردن دوستان خلاق و باسواد هست؛ برای همکاری یا معرفی به شرکت‌هایی که کار می‌کنم یا کار کردم.

چون توی این هکاتون؛ خلاقیت، نحوه کد زدن، رفتار تحت فشار، سرعت عمل و .... همرو میشه توی ۲ روز دید برای همین بسیار عالی خواهد بود برای جذب همکار.

اگر سوالات دیگری دارید؛ لطفاً به خود بچه‌های انجمن رجوع کنید یا به اکانت support پیام بدید (پایین کپشن پوستر وجود داره)

مدل
Devstral: the best open source model for coding agents

با ۲۴ میلیارد پارامتر روی ollama اضافه شد.


Ollama

حجم بسیار کم، نتایج بسیار عالی (بنچمارک) از ویژگی‌های این مدل هست.

بنظرتون شرکت apple میره سمت خرید openai ؟
چند روزی هست بحث‌هایی بوجود اومده

با اینکه اپل شدیداً به یک تکون بزرگ در زمینه AI نیاز داره و سهامش هم داره سقوط می‌کنه.
ولی فکر نمی‌کنم نیازی به OpenAi با اون رقم و ... داشته باشه.

شخصاً نظرم منفی هست؛ ولی خبر جالبیه این موضوع.

یعنی ی گروه همکلاسی (دانشجو) پیدا نمیشه
یک لیدربرد برای embedding فارسی بزنه ؟

اینکه دیگه سخت‌افزار نمی‌خواد
نفری ۱۰۰ تا جمله رو تگ بزنید، کار در میادا

پ.ن:
دانشگاه زمان ما سالانه حدوداً ۹۰-۱۲۰ تا ورودی مهندسی نرم‌افزار و IT داشت.

اگرم دوست داشتید اینکار رو بکنید؛ به
@abbasi_ai
پیام بدید؛ من شمارو به هم لینک کنم.

از دوستان MCINext پیام دادند که این مورد رو آماده کردند و روی mteb اضافه میشه؛ درخواست merge نسخه ۱ رو زدند مثل اینکه.

امیدوارم دیتاست‌های تخصصی رو هم شامل بشه؛ موضوعات پزشکی - مالی - چت‌ و .... البته دیتاست رو هم گذاشتند که فرصت نکردم بررسی کنم.

ولی تا آپدیت شدن mteb روی huggingface؛ بهترین مدل embedding :

Gemini
هست (ولی امن‌ترین نیست، چون توی نسخه رایگان تا جایی که یادم هست، اجازه داره از دیتاهای شما برای ترین مدل‌هاش استفاده کنه) اما محدودیتش :

Google's Gemini embedding model is available for free with a limit of 1,500 requests per minute.

نکته مهم؛ من خیلی خیلی کم پیش میاد روی فارسی کار کنم، از دوستان فعال روی فارسی اگر موارد بهتری می‌شناسید حتما بهم پیام بدید که بذارم.