ML & AI resources

🪨 why use many token when few token do trick? — Claude Code skill that cuts 65% of tokens by talking like caveman https://github.com/JuliusBrussee/caveman

Anthropic accidentally leaked the full source code for its flagship AI coding assistant, Claude Code, on March 31, 2026. What actually happens when you type a message into Claude Code (visually): https://ccunpacked.dev/ source code: https://github.com/instructkr/claw-code

آنتروپیک یک شاخص برای مهارت کار با هوش مصنوعی تعریف کرده به اسم AI Fluency index؛ 24 تا مولفه داره که توی این مقاله تعدادی رو بررسی کرده. برای مثال گفته وقتی Claude خروجی شیک و خوشگل تحویل میده، کاربر‌ها گول ظاهر رو می‌خورن و دیگه به استدلال و منطقش کمتر شک می‌کنن. https://www.anthropic.com/research/AI-fluency-index

https://docs.unsloth.ai/get-started/reinforcement-learning-rl-guide

اندرو کارپثی گفته بود: Can you take my 2h13m tokenizer video and translate [into] a book chapter. We've done it! It includes prose, code & key images. It's a great way to learn this key piece of how LLMs work. https://www.fast.ai/posts/2025-10-16-karpathy-tokenizers https://solve.it

https://youtube.com/playlist?list=PL05umP7R6ij0hPfU7Yuz8J9WXjlb3MFjm&si=Fdvze07-mSMICJAB

https://www.youtube.com/watch?v=R0uMcXsfo2o

https://mlhonk.substack.com/p/37-image-editing-with-step1x-edit

https://x.com/keenanisalive/status/1964434335911858552?t=S1GUZLITap6cPKZeqtjDhg&s=35

https://www.youtube.com/watch?v=R0uMcXsfo2o

https://youtu.be/i6l3535vRjA?si=4Ji4yw36d-nLX5YO

https://siboehm.com/articles/22/CUDA-MMM

Diffusion models demystified, once and for all! https://www.youtube.com/watch?v=Fk2I6pa6UeA&list=WL&index=19

بالاخره صدای زبان فارسی هم شنیده شد!😳 مدل Whisper رو خیلی‌ها می‌شناسن؛ یکی از قوی‌ترین مدل‌ها برای تبدیل صدا به متنه. اما یه مشکلی که داشت این بود که وقتی نوبت زبان فارسی می‌شد، دقتش پایین میومد و خیلی از کلمات رو درست نمتونست بنویسه. اما حالا یه نسخه جدید به اسم Whisper-large-fa-v1 منتشر کرده که میتونه زبان فارسی رو به متن تبدیل کنه. یه فرقی که این نسخه داره اینکه این نسخه روی یه دیتاست تازه به اسم Persian-Voice-v1 دوباره آموزش داده شده. دیتاستی که لهجه‌های مختلف فارسی و اصطلاحات خاص فارسی رو شامل میشه. نتیجه چیشده؟ تشخیص و رونویسی گفتار فارسی خیلی دقیق‌تر شده. این یعنی توی کاربردهایی مثل: ✅زیرنویس‌گذاری خودکار ✅ساخت دستیارهای صوتی ✅ابزارهای NLP فارسی و مهم از همه اینکه این همه‌چی متن‌باز منتشر شده؛ یعنی هر پژوهشگر یا تیمی می‌تونه راحت استفاده کنه، تغییر بده و پروژه‌های جدید بسازه. لینک مدل: https://huggingface.co/vhdm/whisper-large-fa-v1 لینک دیتاست: https://huggingface.co/datasets/vhdm/persian-voice-v1 منبع: https://www.linkedin.com/feed/update/urn:li:activity:7364194597717073925/

From GPT-2 to gpt-oss: Analyzing the Architectural Advances By: Sebastian Raschka https://magazine.sebastianraschka.com/p/from-gpt-2-to-gpt-oss-analyzing-the

Flow matching in 4 mins https://x.com/jbhuang0604/status/1950883022942978254?t=BsQv2hm_9VQGHNF0gQsK7A&s=35

سایت Scholar inbox به شما این قابلیت رو میده که personal digest داشته باشین؛ یعنی پیپرهای مرتبط به فیلدتون رو روزانه بهتون بده (مثل scholar alert ولی همراه با قابلیت‌های دیگه مثل مپ و .‌..) https://arxiv.org/pdf/2504.08385v1

یه کتاب به نظر جامع برای یادگیری سریع Diffusion خودم هنوز فرصت نکردم بخونم ولی به نظر به عنوان یه منبع تقریبا آکادمیک و کتاب‌طور، منبع مناسبیه https://arxiv.org/pdf/2406.08929

Why you should read this book? Most deep learning projects start out by training a model to convergence on data specific to your task, then using that model to drive predictions on future data. The more difficult the task, the larger the model needed to perform it, and the longer it takes to train. Many deep learning models used in production systems today have training times measured in days. This has multiple adverse effects: - High training costs. - Slow iteration cycles. - Hardware resource constraints. - Poor prediction latency once deployed. These issues are well-documented in production at companies like Google, Facebook, Reddit, etcetera. Luckily they have driven research and development into tools and techniques that can help reduce these costs and remove these barriers. This book attempts to serve as a simple introduction to the world of “architecture-independent” model optimization from the perspective of a PyTorch practitioner. We cover techniques like model quantization, model pruning, data-distributed training, mixed-precision training, and just-in-time compilation. We include code samples to help you get started and benchmarks showing the power of these techniques on example models of interest. https://residentmario.github.io/pytorch-training-performance-guide/intro.html

I feel like half of my social media feed is composed of AI grifters saying software developers are not going to make it. Combine that sentiment with some economic headwinds and it's easy to feel like we're all screwed. I think that's bullshit. The best days of our industry lie ahead. https://dustinewers.com/ignore-the-grifters/