Active channel: 6 posts in the index in 30 days, reach ≈31% of the audience, audience is stable, cited by 1 venue all time.
430subscribers?±0 in a day
Subscribers from the latest crawl of the venue. Growth is the difference with daily measurements collected since 29.09.2026. How we count →
6posts in 30 days?
Channel posts in the search index over the last 30 days. Posts published as the channel are not indexed — these are author-signed ones. How we count →
134average post reach?
Average views of a channel post in 30 days, counting posts for which Telegram shows views. How we count →
31.2%ER — reach to subscribers?
ER = average post reach ÷ subscribers × 100%. Channels with 100+ subscribers and at least 3 posts in 30 days. How we count →
5post forwards in 30 days?
How many times the channel's posts were forwarded in 30 days, by Telegram's counter. How we count →
0venues cited it in 30 days?1 all time
How many other venues forwarded its posts in 30 days; below — all time. Self-forwards are not counted. How we count →
688posts in the index?746 total in Telegram
The venue's posts in our index over its whole history; below — the number of the latest message in Telegram. How we count →
2023-05-18first post?
Date of the venue's earliest post in the index. How we count →
#733 697catalog rank?
Rank by the combined score: subscribers, activity, reach and citations. Below — rank in its topic and language. How we count →
Subscribers 430
history since 2026-10-03
2026-10-032026-10-06
Audience checkhow we check
Not enough data to checkFewer than 1,000 subscribers — too small to judge
Posts per day
max 2
2026-07-102026-10-07
Average post reach by day
max 276
2026-07-102026-10-07
When it posts (UTC, 90 days)
036912151821MoTuWeThFrSaSu
What it posts (90 days)
Top posts in 30 days
همکاری غیرمجاز و خودسرانه میان عامل‌های هوش مصنوعی (AI Swarm) در OpenAI
در ژوئیه ۲۰۲۶، در جریان ارزیابی‌های امنیت سایبری داخلی، چند مدل پژوهشی OpenAI توانستند برخی کنترل‌های امنیتی طراحی‌شده برای ایزوله‌کردن آن‌ها را دو198 views · 1 forwards · 2026-09-08 23:52 UTC🧠 مشکل Black Box در هوش مصنوعی چیست؟
مدل‌های هوش مصنوعی می‌توانند پیش‌بینی‌های بسیار دقیقی انجام دهند، اما اغلب ما دقیقاً نمی‌دانیم چگونه به آن نتیجه رسیده‌اند.
به این موضوع «Black Box Problem» یا مشکل جعبه سیاه گفته می174 views · 1 forwards · 2026-09-13 18:56 UTC🔶#استخدام تحلیلگر داده در کالاصنعتی(فعال در زمینه پمپ و موتور و ابزارآلات صنعتی)
🌐لینک آگهی: لینک172 views · 1 forwards · 2026-09-15 19:03 UTCمی‌دونید تفاوت Jev با LLMهای عادی چیه؟ تفاوت اصلی اینه که Jev اصلاً برای تولید متن ساخته نشده. یه LLM معمولی وقتی ورودی می‌گیره، جواب رو به‌صورت توکن‌به‌توکن تولید می‌کنه؛ اما Jev به‌جای تولید پاسخ، روی اطلاعات ورودی مج116 views · 2 forwards · 2026-09-22 02:09 UTCروز پیش یه مدل جدید معرفی شد به اسم Jev
برخلاف LLM های معمولی که برای گفتگو و تولید متن ساخته شدن، Jev یه مدل تصمیم‌گیرنده‌ی فوق‌سریعه. Jev به‌جای تولید متن، مستقیماً از بین گزینه‌های مشخص تصمیم می‌گیره. طبق بنچمارک Typ94 views · 2026-09-22 02:09 UTC🤖 حل شش مسئله باز ریاضی توسط هوش مصنوعی Muse Spark
متا با انتشار شش مقاله پژوهشی اعلام کرد که مدل Muse Spark (نسخه‌های ۱.۱ و ۱.۲) در همکاری با ریاضیدانان، موفق به حل شش مسئله باز ریاضی شده است. این مدل از طریق Thinkin51 views · 2026-10-04 13:51 UTC
Cites
Data Science | علم داده7 forwards · 50,477 subscribersRade AI News5 forwards · 592 subscribersICTpardis4 forwards · 943 subscribersLinuxor ?4 forwards · 32,105 subscribersپارک علم و فناوری دانشگاه فردوسی مشهد3 forwards · 1,303 subscribersمجله هوش مصنوعی3 forwards · 32,945 subscribersهوش مصنوعی و علم داده به فارسی2 forwards · 6,064 subscribersآقای هوش مصنوعی2 forwards · 20,710 subscribersسمینار احتمال و فرایندهای تصادفی2 forwards · 104 subscribersآزمایشگاه فناوری‌های مالی1 forwards · 255 subscribers
Forwards between catalog venues; forwards from people are not shown.
Badge for your website
An image with the venue's fresh numbers linking to its statistics — paste the code into your site or README.
catalog data as of 06.10.2026 21:58 UTC · Updated: 2026-10-07 02:27 UTC · How we count →