Iran Doost

دوستانی که مک دارن پیشنهاد میکنم حتما این اپ رو امتحان کنین خیلی خوبه! یه آیکون کوچیک توی منوبار که کار ده‌ها اپ پولی رو یک‌جا انجام می‌ده. رایگان، اوپن‌سورس و همه‌چیز فقط روی خود مک اجرا می‌شه (بدون اکانت، بدون ترکینگ، بدون اشتراک). امکانات اصلیش ایناست: • کنترل صدای جدا برای هر اپ (مثل میکسِر ویندوز) • مانیتور کامل سیستم (CPU، GPU، رم، دما، باتری، شبکه و مصرف انرژی) • جلوگیری از خواب مک (Keep Awake) • سوییچر خیلی بهتر پنجره‌ها با پیش‌نمایش زنده • تاریخچه کلیپ‌بورد + شلف فایل‌ها • آنینستالر تمیز اپ‌ها • و کلی ابزار دیگه مثل اسکرین‌شات پیشرفته، اسنیپت متن، ویندوز اسنپ و... ماژولاره هم هست؛ فقط چیزایی که لازم داری رو فعال می‌کنی. اگه مک داری، حتماً یه نگاهی بهش بنداز: https://t.co/vcxk4OEU8n https://t.co/Hjp0H0oFqN

HasanTavangaar's tweet photo. دوستانی که مک دارن پیشنهاد میکنم حتما این اپ رو امتحان کنین خیلی خوبه!

یه آیکون کوچیک توی منوبار که کار ده‌ها اپ پولی رو یک‌جا انجام می‌ده. رایگان، اوپن‌سورس و همه‌چیز فقط روی خود مک اجرا می‌شه (بدون اکانت، بدون ترکینگ، بدون اشتراک).

امکانات اصلیش ایناست:
• کنترل صدای جدا برای هر اپ (مثل میکسِر ویندوز)
• مانیتور کامل سیستم (CPU، GPU، رم، دما، باتری، شبکه و مصرف انرژی)
• جلوگیری از خواب مک (Keep Awake)
• سوییچر خیلی بهتر پنجره‌ها با پیش‌نمایش زنده
• تاریخچه کلیپ‌بورد + شلف فایل‌ها
• آنینستالر تمیز اپ‌ها • و کلی ابزار دیگه مثل اسکرین‌شات پیشرفته، اسنیپت متن، ویندوز اسنپ و...
ماژولاره هم هست؛ فقط چیزایی که لازم داری رو فعال می‌کنی.
اگه مک داری، حتماً یه نگاهی بهش بنداز:
https://t.co/vcxk4OEU8n
https://t.co/Hjp0H0oFqN

192

542

25K

Voidfy retweeted

Kaveh

@0xKaveh

about 2 months ago

ی گنجینه تمام عیار آوردم اینبار. یک کلاس درس Stanford به‌عنوان یک نقشه راه فشرده برای فهمیدن LLMها! بقول کسی ک منتشرش کرده ی قسمت سریالتون رو امشب کنسل کنید بجاش این رو ببینید. 2 ساعت طلا و جواهر از کلاس درس دانشگاه درخصوص اینکه ChatGPT و Claude و کلا LLM ها چی هستند و چطور کار میکنند. 1 ساعتش رو دیدم فعلا و اینقدر مفید بود ک گفتم شما هم ببینید، حتی 1 دقیقه هرزگویی و مطلب غیر مفید توش نبود. چقدر این محتوا تمیزه. بعد منم میرفتم دانشگاه تازه دولتی، 1 ساعت و نیم کلاس 45 دقیقه فقط حضور و غیاب بود. همینه مدرک دانشگاه های مارو قبول ندارند. بگذریم، البته ما استاد و دانشجو خوب و نخبه هم کم نداریم ❤️🔥 از Tokenization شروع می‌کنه: متن چطور تبدیل به عدد میشه؟ بعد می‌رسه به مهم‌ترین ایده: مدل زبانی در ساده‌ترین تعریف، فقط می‌خواد Token بعدی رو پیش‌بینی کنه. بعد Transformer وارد میشه. اینکه Attention چطور به Tokenها اجازه می‌��ه با هم ارتباط برقرار کنن؟ مدل چطور آموزش می‌بینه؟ این Loss دقیقا چی رو جریمه می‌کنه؟ و وقتی از ChatGPT جواب می‌��یری، چرا مدل پاسخ رو Token به Token می‌سازه؟ اگر این زنجیره رو بفهمی: Text ↓ Tokenization ↓ Embeddings ↓ Transformer + Attention ↓ Next Token Prediction ↓ Loss ↓ Training ↓ Generation یه اتفاق مهم می‌افته. دیگه LLM برات یه جعبه سیاه نیست، برای خود من ک توی همین 1 ساعت کلی مطلب مفید و جدید داشت. و احتمالا از ویدیوهایی باشه ک حفظ بشم اینقدر ببینمش. می‌فهمی چرا Context مهمه. چرا Attention این‌قدر حیاتی شد. چرا مدل‌ها Hallucinate می‌کنن. چرا افزایش Context Window مهمه. و حتی چرا Agentها اصلا می‌تونن روی این مدل‌ها ساخته بشن. لازم نیست AI Engineer باشی. ولی اگر قراره چند سال آینده با AI کار کنی، به نظرم فهمیدن این پایه‌ها دیگه آپشن نیست. ۲ ساعت و ۳۴ دقیقه زمان زیادی نیست. و کلی پرتت میکنه جلو و ذهنت رو آماده میکنه. و این زمان برای چیزی که ممکنه دیدت به کل دنیای AI رو عوض کنه اصلا چیزی نیست. این رو Save کن و بفرست برای کسایی ک میدونی ممکنه بکارشون بیاد و خیلی دوست دارند بدون توی مغز GPT و LLM چی میگذره.

165

156K

Voidfy retweeted

Farokh

@FarokhNotes

3 months ago

این گیتهاب بسیار پیشنهاد میشه: مشکل AI این نیست که نمی‌تونه UI بسازه. مشکل اینه که هنوز سلیقه طراحی نداره و تفاوت بین یک رابط معمولی و یک محصول واقعاً خوش‌ساخت رو نمی‌فهمه. اینجا Emil Kowalski تجربه‌اش در Vercel و Linear رو تبدیل کرده به مجموعه‌ای از Skillها که به AI سلیقه طراحی، انیمیشن درست و جزئیات حرفه‌ای یاد مید��. مخصوصا با الهام از سیستم طراحی اپل. https://t.co/0h0gWk5LwS

894

73K

Iran Doost @Voidfy

4 months ago

@sababagherii شهرام شپره - دیار

Voidfy retweeted

Lunar

@LunarResearcher

6 months ago

An ex-OpenAI engineer walked up to me at a meetup in SF I was showing my Polymarket terminal. He looked at the screen for ten seconds and said one sentence. "You're trading blind. The data is sitting in the open and you're writing prompts" I didn't understand. What data. He took my laptop. Opened one repository. https://t.co/klxt0tvrOd 86 million trades. Every wallet. Every entry. Every exit. The entire Polymarket history since day one. "At OpenAI models don't guess. They read. Connect Claude Code to this dataset and say - find every wallet with a win rate above 70% and more than 100 trades" I asked - why Claude and not GPT? He looked at me like I was an idiot. "Because Claude Code connects to the repo directly. It reads the entire codebase. It's not a chatbox. It's a runtime" That evening I connected it. Claude pulled 47 wallets in 4 minutes. Average profit: $214K. Hold time: 7 hours. 91% close their position BEFORE resolution. Top wallets capture 86% of the move and cut losers at 12%. Everyone else - 58% of profit and hold losers to 41%. Same exact entries. The exits make it a completely different game. "Now connect the scanner" https://t.co/SbyxXxFk0M Three commands - the bot sees 500+ markets in real time. No API key. Read-only. Claude built the scoring in 20 minutes: Gap between price and model > 7 cents. Book depth > $500. Resolution in 4-48 hours. 93% of markets get killed instantly. Only the fat ones survive. "Now this is the important part" - he sent me an article where a guy built a full bot over a weekend from these same repos Copytrade here: https://t.co/N2byLbMfwH Three exit triggers: Target 85% of expected move. Volume spike x3 - smart money leaving. 24 hours of silence - thesis is dead. I copied the whole stack. VPS $5. Claude $20. Total $25 a month. No team. No office. No Bloomberg. 16 days. 187 trades. 71% win rate. $800 seed. +$8,700. I sent him my screen. He replied a day later. "You just replicated for $25 what cost us six months and 11 people" I said - thanks for the tip. "Delete this chat" Too late.