نوشته‌ها
گزارش مهندسی از دل پروژه‌ها، نه آموزش عمومی.
جستجوی ترکیبی در RAG فارسی: راهنمای عملی
جستجوی ترکیبی در RAG فارسی با PostgreSQL و pgvector: چرا روش‌های انگلیسی‌محور شکست می‌خورند، نرمال‌سازی امن، ادغام رتبه‌ها با RRF، پرهیز از فیلتر زبان و ارزیابی دوزبانه.
جلوگیری از توهم هوش مصنوعی در RAG: طراحی پنج‌لایه
پنج لایه محافظ در برابر توهم هوش مصنوعی در RAG، به ترتیب اجرا: امتناع پیش از بازیابی، آستانه شباهت، پرامپت سیستم، گیت جمله‌ای و قواعد سخنگویی، به‌علاوه سنجش صادقانه و مهار هزینه.
هوش مصنوعی در پاتولوژی: انتخاب مدل پایه در ۲۰۲۶
راهنمای پژوهشی انتخاب مدل پایه (foundation model) در هوش مصنوعی پاتولوژی: مقایسه UNI، CONCH، Virchow2 و H-optimus از نگاه بنچمارک، مجوز، نوع وظیفه و هزینه پردازش؛ برای پژوهش، نه تشخیص.
گاردریل پاسخ استریم LLM: توکنی که فرستاده شد برنمی‌گردد
جلوگیری از توهم در پاسخ استریم LLM: کنترل پس از ارسال، قطعه‌ای یا جمله‌ای؛ بده‌بستان سرعت و ایمنی در NeMo Guardrails، Guardrails AI و Bedrock؛ گیت جمله‌ای برای متن فارسی و نکته‌های SSE.
شمار پرونده‌های توهم هوش مصنوعی در دادگاه‌ها از ۲٬۰۰۰ گذشت؛ چه باید ساخت؟
شمار رأی‌های دادگاه‌ها درباره محتوای حاصل از توهم هوش مصنوعی از ۲٬۰۰۰ گذشته است. چرا RAG به‌تنهایی مشکل را حل نکرد و کدام الگوها خطای هوش مصنوعی را در حوزه قرارداد بررسی‌پذیر می‌کنند؟
مالیات توکن فارسی: متن فارسی در LLM چند برابر توکن مصرف می‌کند؟
هزینه توکن فارسی در LLM چقدر است؟ روی ۱٬۰۱۲ جمله موازی، فارسی با توکنایزر GPT-4o به ۱٫۵۳ برابر و با توکنایزر GPT-4 به ۳٫۲۶ برابر توکن انگلیسی نیاز داشت. روش، نتایج و راهکارهایی که باید آزمود.
دوبله با هوش مصنوعی: معماری و آموخته‌های عملیاتی
دوبله فارسی با هوش مصنوعی چگونه کار می‌کند؟ چهار مرحله از تبدیل گفتار به متن تا میکس، دشواری‌های فارسی و پلتفرم پیرامون مدل‌ها؛ از جمله زنجیره ارائه‌دهندگان پشتیبان که پس از یک قطعی جای سکوت را گرفت.