Sızıntı 🚨 GPT Images 2.0 Hilesi
ChatGPT'ye herhangi bir resim yükleyin,
ve ardından "Resmi JSON istemine dönüştür ve boyut ile ayrıntıları ekle" komutunu verin.
Bu, resmi yeniden oluşturmak için bir istem çıktısı verecek ve yalnızca değiştirmek istediğiniz kısımları değiştirmenize ve kullanmanıza olanak tanıyacaktır.
Çok fazla "video indirmek için ne kullanıyorsun" sorusu geldiğinden artık tekrar tekrar açıklamaya üşeniyorum. Bu yüzden tek bir yerde topladım.
1. X/Twitter video indirme
https://t.co/9g8DOKh0aj
2. TikTok filigran kaldırma
https://t.co/cNJ6OQxn2O
3. Instagram / Facebook video
https://t.co/o0E2xWyqb2
4. Genel tüm platformlar
https://t.co/ElGbHLsY6o
5. Video filigran kaldırma
https://t.co/eL3AZd5DVB
6. Resim filigran kaldırma
https://t.co/MyXPQMdroN
7. Masaüstü aracı (YouTube, Vimeo, Soundcloud, Facebook, Twitch vb)
https://t.co/1XjKYfwvIK
Hepsi ücretsiz, yeterince kullanışlı.
Anlamı bilinmeden kullanıldığına denk geldiğim bazı kelimeler ve doğru anlamları:
Bilakis = Tersine
Bilmukabele = Karşılıklı olarak / ben de size
Mamafih = Bununla birlikte
Mezkur = Az önce bahsedilen
Müteakip = Sonraki / ardından gelen
Mütemadiyen = Sürekli olarak
Müteferrik = Dağınık / ayrı ayrı
Mülahaza = Düşünce / değerlendirme
Müstesna = İstisnai / ayrıcalıklı
Muvaffak = Başarılı
Mücbir = Zorlayıcı
Müstakbel = Gelecekteki
Mütemayil = Eğilimli
Binaenaleyh = Bundan dolayı
Hasebiyle = Sebebiyle
Velhasıl = Kısacası
Hasılı = Sonuç olarak
Ahiren = Son zamanlarda
Mezkûr = Bahsi geçen
Mahiyet = Nitelik / iç yüz
Keyfiyet = Durum / mesele
Ziyadesiyle = Fazlasıyla
Tahayyül = Hayal etme
Tasnif = Sınıflandırma
Telakki = Kabul etme / algılama
Teferruat = Ayrıntı
Tefrika = Ayrılık / bölünme
Tebdil = Değiştirme
Tahakkuk = Gerçekleşme
Tahammül = Katlanma
Tenezzül = Alçalma / razı olma
İmtina = Kaçınma
İstihza = Alay
İhtiva = İçerme
İhtilaf = Anlaşmazlık
İntibak = Uyum sağlama
İntikal = Geçiş / aktarılma
Claude Code yüzünden altı ay boyunca boş yere token harcamışım.
Bugün Jesse Vincent tarafından geliştirilen ve 8 ayda GitHub’da 208 bin yıldıza ulaşan Superpowers adlı ücretsiz bir eklentiyi keşfettim.
Bu eklenti, kod yazmadan önce plan yapıyor
Peki nasıl çalışıyor bu eklenti :
İşte Superpowers’ın 7 aşamalı çalışma prensibi:
1. Beyin Fırtınası: Özellikleri netleştirmek için size sorular sorar ve tasarım netleşene kadar hiçbir şeyi kilitlemez.
2. Çalışma Dalları: İş için izole bir dal oluşturur ve test tabanının temiz olduğunu doğrular.
3. Planı Yaz: İşi 2 ila 5 dakikalık görevlere böler ve her görev için tam dosya yollarını ve adımları listeler.
4. Alt Ajan: Her görevi taze bir yardımcı ajana gönderir; önce özellikleri, sonra kod kalitesini inceler.
5. TDD Çalıştır: Kırmızı, yeşil, yeniden düzenle (test, kod, sonra temizlik) döngüsünü uygular ve testten önce gönderilen kodu siler.
6. Kod İncelemesi: Her değişikliği plana karşı kontrol eder ve kritik sorunlarda ilerlemeyi engeller.
7. Gönder: Test paketini çalıştırır ve geçtiğini doğruladıktan sonra bir PR açar veya Codu birleştirir ve temizler.
Sonuç olarak, Claude Code artık daha verimli hale geldi .
Tek satırda yüklemek için:
/plugin install superpowers@claude-plugins-official
Ücretsiz repo →
https://t.co/cZqqymdnei
Görmesini istediğiniz kişiler için yeniden paylaşabilirsiniz.
AI'ın ürettiği arayüzlerin neden hep aynı göründüğünü düşünüyordum. Geniş kenar boşlukları, yuvarlatılmış köşeler, birbirinin aynısı kartlar sanki bütün AI araçları aynı tasarım kursuna gitmiş gibi.
Sonra bir repo buldum: taste-skill. Açıklaması şöyle: "AI'ınıza iyi zevk kazandırır, vasat ve sıkıcı çıktılar üretmesini engeller" ve 34.8 bin yıldız almış, 6 bini bu hafta gelmiş.
taste-skill, Claude Code ve Codex gibi araçlara tasarım zevki aşılayan bir skill seti. Üç ayarı var: tasarım çeşitliliği, hareket yoğunluğu ve görsel yoğunluk. Minimalist, brütalist, yumuşak gibi farklı stillerde varyantları da mevcut. Tek komutla kuruluyor.
Ama asıl ilgincim şu: Bir AI aracına "zevk" kazandırmaya çalışmak, AI'ın bu alandaki en büyük kör noktasını gösteriyor. İyi tasarım kurallarla ifade edilemez çünkü o sadece geometri değil oranla boşluğun, ritimle kontrastın arasındaki görünmez bir denge. AI kusursuz bir CSS yazabilir ama bir arayüzün neden "vasat" hissettirdiğini anlayamaz. Bu yüzden kendini en güvenli limana, yani ortalama olana atıyor.
Kendi içerik üretimimde de aynı sorunu yaşıyorum. AI metinlerinde de benzer kalıplar çıkıyor: birbirinin aynısı giriş cümleleri, tahmin edilebilir geçişler, risk almayan ton. taste-skill aslında sadece tasarım için değil, AI'ın dokunduğu her alan için geçerli bir sorunu çözüyor: ortalama olana kaçma eğilimini.
Kaynak: https://t.co/IatyNYvA07
Interviewer:
You are designing an
internal API used by multiple teams.
It needs low latency,
strong typing,
and will be hard to change later.
REST, gRPC, or GraphQL
what would you choose?
ChatGPT'nin yanıt kalitesini tamamen değiştiren 3 gizli kod açıklandı:
- Soruların başına "EXPOSED" yazıldığında yapay zeka çok daha doğru ve net cevaplar veriyor.
- Sisteme "IQ200" komutu girildiğinde, ChatGPT karşınızda son derece zeki biri varmış gibi derin yanıtlar üretiyor.
- Metnin başına "/HUMAN" kodu eklendiğinde robotik dil tamamen kayboluyor ve sanki bir insan yazmış gibi doğal çıktılar geliyor.
Most people think AI runs on GPUs.
That's like saying the internet runs on browsers.
Modern AI is powered by an entire ecosystem of processors:
🧠 CPU → Coordinates everything
⚡ GPU → Trains massive models
🔷 TPU → Accelerates tensor operations
📱 NPU → Brings AI to phones & laptops
🚀 LPU → Delivers ultra-fast LLM responses
🌐 DPU → Handles networking, security & data movement
The interesting part?
Every AI breakthrough depends on ALL of them working together.
A trillion-parameter model is useless if:
• Data can't reach it fast enough
• Inference is too expensive
• Edge devices can't run it
• Infrastructure can't scale
The next AI race won't be won by the best model.
It'll be won by whoever builds the best compute stack.
Models get the headlines.
Chips run the world.
Which processor category do you think will see the biggest growth over the next 5 years? 👇
Bayram tatilinde İstanbul'dan kaçıp yüzmeye nereye gidebilirim diye internetin altını üstüne getirirken bu gizli resmi veri tabanını keşfettim.
📌 Kaydedin, mutlaka lazım olur.
Kulaktan dolma bilgilerle veya "Temizdir herhalde" diyerek denize girme devri bitti. Gitmeden önce suyun kalitesini anlık kontrol etmeniz şart.
Sistemi kullanma rehberi çok basit:
1. Sisteme Giriş: https://t.co/pa6hVdXeEq adresine gidin.
2. Filtreleme: İl seçeneğinden "İstanbul"u, ardından gitmek istediğiniz ilçeyi seçin.
3. Analiz Sonucu: Haritadan plajı bulun. Mavi (Mükemmel), Yeşil (İyi), Sarı (Yeterli) veya Kırmızı (Girilemez) renk koduna bakın.
Plajın üzerine tıklayarak en son yapılan mikrobiyolojik analiz sonuçlarını ve tesiste duş/soyunma kabini olup olmadığını görebilirsiniz.
🛸 Yaz tatili planı yaparken "İstanbul'da denize mi girilir?" diyen arkadaşlarınızla bu içeriği paylaşın. İlerleyen haftalarda hafta sonu kaçamakları için kesin lazım olacak.
📌 Kaydedin, listenizde dursun.
🤔 Sizin favori gizli koyunuz listede mavi çıkmış mı? Kontrol edip yorumlarda buluşalım.
🚨 Bu gerçekten endişe verici! 0.1B MiniMind-O modeli, tek bir ağırlıkla metin, konuşma ve görüntü girdilerini doğrudan işleyebiliyor ve hatta akış halinde konuşma çıktısı bile verebiliyor. 💥
1️⃣ Düşünür-Konuşur çift yollu tasarım, sıfırdan eğitildi
2️⃣ Çekirdek algoritma tamamen PyTorch'ta yazıldı, kod, ağırlıklar ve teknik raporların tamamı açık kaynak kodlu
3️⃣ 3090 piksellik mini veri seti iki saat içinde başarıyla çalıştırıldı. Diğerleri hala parametre boyutunu artırırken, bu proje uçtan uca tam modlu ölçeklendirmeyi çoktan başardı. Projeniz bu hıza ayak uydurabilir mi?
🔗 https://t.co/ctuvIsL50E…
31 dolarlık bir oyuncak drone.
Bir dizüstü bilgisayar.
Bir de Claude Opus 4.8
Bu adamın ihtiyacı olan tek şey buydu.
Drone'un nasıl çalışması gerektiğini doğal bir dille anlattı.
Claude arayüzü oluşturdu.
> Kalibrasyonu hazırladı.
> Canlı kontrolleri ekledi.
> Tarayıcıdan çalışan bir kokpit kurdu.
Ve birkaç saat içinde drone'u gerçek zamanlı kontrol etmeye başladı.
Birçok kişi bu modelleri birkaç e-postayı daha hızlı yazmak için kullanıyor.
Bazıları ise fiziksel ürünler geliştiriyor.
Yapay zekanın değiştirdiği şey sadece yazılım değil.
Artık en değerli becerilerden biri, ne inşa etmek istediğini net anlatabilmek.
Sıfırdan bir LLM modeli eğitmek, tüm süreç tek bir depoda olduğunda daha kolay öğrenilir.
"Sıfırdan LLM modeli eğitmek", bir Transformer dil modelinin nasıl oluşturulduğunu, eğitildiğini, kaydedildiğini ve metin üretimi için nasıl kullanıldığını öğrenmek için bir PyTorch deposudur.
Model kodunu veri indirme, ön işleme, yapılandırma, eğitim ve üretim komut dosyalarıyla eşleştirerek, "dikkat mekanizmasını kağıt üzerinde anlıyorum" aşamasından çalıştırılabilir bir eğitim hattına geçmenize yardımcı olur.
Temel Özellikler:
• Sıfırdan Transformer bileşenleri – MLP, dikkat mekanizması, Transformer blokları ve nihai model için ayrı PyTorch modülleri
• Pile tabanlı veri yolu – komut dosyaları Pile dosyalarını indirir ve JSONL.ZST metnini tokenleştirilmiş HDF5 veri kümelerine ön işleme tabi tutar
• Yapılandırılabilir eğitim kurulumu – model boyutu, bağlam uzunluğu, başlıklar, bloklar, toplu işlem boyutu, öğrenme oranı ve dosya yolları https://t.co/BfFjIe9JYp dosyasında yer alır
• Donanım kılavuzu – README dosyası, 13M ve 2B sınıfı eğitim çalışmaları için yaygın GPU'ları karşılaştırır
• Üretim iş akışı dahildir – generate_text.py, eğitilmiş kontrol noktalarını yükler ve örnek metin çıktıları üretir
Açık kaynaklıdır (MIT lisansı).
Yanıt bağlantısı 👇
Interviewer:
Your Node.js API was handling
2,000 requests/second perfectly.
You added one new feature
a simple user activity logger
that writes to MongoDB
on every request.
Now the API handles
400 requests/second.
The MongoDB writes are fast
under 5ms each.
But throughput dropped 80%.
What's actually happening
and how do you fix it
without removing the logging?
Boru Hattı patladı 🚨 Yapay zekâ ses topluluğu büyük bir heyecan içinde.
Bu açık kaynaklı GitHub teknolojisi, yapay zekâ sesini inanılmaz bir seviyeye taşıdı,
gerçekten de: tek cümle, tek ses.
Projenin adını hatırlayın: VoxCPM2.
GitHub'da şimdiden 20.000 yıldız topladı.
En inanılmazı ise,
referans sese bile ihtiyaç duymaması;
sadece yapay zekâya düşüncelerinizi anlatın,
ve istediğiniz sesi doğru bir şekilde üretebiliyor.
Daha da etkileyici olanı ise ses kopyalama yeteneği.
Ona bir ses klibi verin,
ve orijinal tınıyı, duyguyu ve hatta konuşma ritmini mükemmel bir şekilde kopyalayabiliyor.
Kopyalama doğruluğu %99'a kadar çıkıyor,
neredeyse orijinalinden ayırt edilemez.
Ve sadece günlük konuşmaları kopyalamakla kalmıyor;
hatta şarkı söyleyen sesleri bile kopyalayabiliyor.
Bu gerçekten de akıl almaz.