بلاگ پارسا علیزاده
مقالههای پارسا علیزاده دربارهی ساختن برای وب، موبایل و هوش مصنوعی: چه جواب داد، چه خراب شد و چرا. هر مقاله منابعش را ذکر میکند.
۱۴ مقاله نمایش داده شد
مدلهای زبانی متن را چطور میخوانند: توکن، BPE و اینکه چرا فارسی گرانتر تمام میشود
توکن چیست، BPE چطور واژگان میسازد، چرا فارسی و ترکی توکن بیشتری از انگلیسی میگیرند، و چطور بهجای حدس زدن توکنها را بشماریم.
هوش مصنوعی۴ دقیقه مطالعه
۳۰ هزار نقطه، بدون کتابخانهی سهبعدی: پسزمینهی این سایت چطور رسم میشود
میدان ذرههای پشت این سایت چطور با WebGL خام رسم میشود: یک فراخوانی رسم، پنج شکل که در shader ترکیب میشوند، و انتخابهایی که آن را دسترسپذیر نگه میدارند.
وب۴ دقیقه مطالعه
چگونه یک سامانهی RAG را ارزیابی کنیم: معیارهای بازیابی، وفاداری و داوران LLM
بازیابی و تولید را جداگانه بسنجید: recall@k، MRR و nDCG برای بازیاب و وفاداری برای پاسخ؛ و آنچه پژوهشها دربارهی استفاده از مدلهای زبانی بهعنوان داور میگویند.
هوش مصنوعی۶ دقیقه مطالعه
کوانتیزهسازی مدلهای زبانی بزرگ: وزنهای ۸ بیتی و ۴ بیتی چگونه کار میکنند
چرا یک مدل ۷ میلیارد پارامتری در حالت ۱۶ بیتی به ۱۴ گیگابایت حافظه نیاز دارد، کوانتیزهسازی چطور آن را کوچک میکند، چرا دادههای پرت کار را دشوار میکنند و هر یک از روشهای LLM.int8()، GPTQ، AWQ و QLoRA چه چیزی را تغییر دادند.
هوش مصنوعی۶ دقیقه مطالعه
چرا موتورهای جستوجو و دستیارهای هوش مصنوعی افراد همنام را با هم اشتباه میگیرند
پیوند موجودیت چطور تصمیم میگیرد یک نام به کدام شخص اشاره دارد، چرا پژوهشها نشان میدهند مدلهای زبانی دربارهی افراد کمتر شناختهشده ضعیفترین عملکرد را دارند، و چه چیزی تشخیص پروفایلهای شما را آسان میکند.
وب۵ دقیقه مطالعه
ساختن وبسایتی شخصی که موتورهای جستوجو و هوش مصنوعی آن را بفهمند
روایتی دستاول از اینکه این سایت چطور میگوید دربارهی چه کسی است، چطور مقالهها و پروژهها را به یک هویت واحد وصل میکند، و راهنماهای منتشرشده دربارهی هر یک از این انتخابها چه میگویند.
وب۴ دقیقه مطالعه
Core Web Vitals چه چیزی را میسنجند و اصلاح LCP در سایت خودم چه چیزی به من یاد داد
سه شاخص Core Web Vitals و آستانههایشان، چرا امتیازهای آزمایشگاهی همان ارزیابی نیستند، و بررسی واقعی Largest Contentful Paint در همین وبسایت.
وب۴ دقیقه مطالعه
بهینهسازی برای موتورهای مولد (GEO): پژوهش واقعاً چه چیزی را اندازه گرفت
خوانشی دقیق از مقالهی ۲۰۲۳ که بهینهسازی برای موتورهای مولد را معرفی کرد؛ کدام روشها دیدهشدن در پاسخهای تولیدشده با هوش مصنوعی را بهبود دادند، کدامها نه، و نتایج چه چیزی را نشان میدهند و چه چیزی را نه.
وب۳ دقیقه مطالعه
معماری جدید React Native: چه چیزی جای bridge را گرفت و چرا اهمیت دارد
معماری جدید React Native چه چیزهایی را تغییر میدهد: JSI، Turbo Modules، رندرکنندهی Fabric و حلقهی رویداد، بر اساس مستندات رسمی و اطلاعیهی انتشار نسخهی 0.76.
موبایل۳ دقیقه مطالعه
حرکتی که به افراد احترام میگذارد: prefers-reduced-motion و WCAG
WCAG دربارهی محتوای متحرک و پویانماییهایی که با تعامل آغاز میشوند چه میگوید، ویژگی رسانهای prefers-reduced-motion چگونه کار میکند، و الگوهایی که این سایت برای رعایت آن به کار میبرد.
وب۳ دقیقه مطالعه
تولید تقویتشده با بازیابی: از مقالهی اصلی تا یک پایپلاین کارآمد
RAG بر اساس مقالهی ۲۰۲۰ که این نام را بر آن گذاشت چیست، یک پایپلاین کاربردی از چه بخشهایی تشکیل میشود، و پژوهشها دربارهی جای قرار دادن متن بازیابیشده در پرامپت چه میگویند.
هوش مصنوعی۳ دقیقه مطالعه
دادهی ساختاریافته برای وبسایت شخصی: Person، ProfilePage و sameAs
چطور با JSON-LD خودتان را به موتورهای جستوجو معرفی کنید، مستندات ProfilePage در Google چه چیزهایی میخواهد، و قواعدی که دادهی ساختاریافته را صادق نگه میدارند.
وب۳ دقیقه مطالعه
ترنسفورمر از دل مقالهی اصلی: توضیح مکانیزم توجه برای توسعهدهندگان
توجه ضرب نقطهای مقیاسشده، توجه چندسَر و کدگذاری موقعیتی چگونه کار میکنند؛ با فرمولها و تنظیماتی که مستقیماً از مقالهی «Attention Is All You Need» گرفته شدهاند.
هوش مصنوعی۳ دقیقه مطالعه
جستوجوی برداری چگونه همسایهها را سریع پیدا میکند: تعبیهها، شباهت و HNSW
چرا جستوجوی دقیق نزدیکترین همسایه مقیاسپذیر نیست، جستوجوی تقریبی چه چیزی را فدا میکند، و گراف HNSW از مقالهی Malkov و Yashunin چگونه بردارهای نزدیک را سریع پیدا میکند.
هوش مصنوعی۴ دقیقه مطالعه