# طرح مسئله — دور دوم: دستیار آموزشی آفلاین روی USB > این س...
Prompt
# طرح مسئله — دور دوم: دستیار آموزشی آفلاین روی USB > این سند مستقل است؛ با همهی زمینهی لازم برای یک AI که چیزی از دور اول نمیداند. بخشهای ۱ تا ۳ زمینهاند و بخش ۴ سؤالهای جدید. ## ۱. پروژه یک Proof of Concept برای ابزار کمکآموزشی **کاملاً آفلاین** برای دانشجویانی که اینترنت ندارند؛ قرار است به مراکز آموزشی مناطق محروم ارائه شود (تحقیقاتی، محیط کنترلشده). ## ۲. الزامات ثابت 1. روی فلش USB 3.0 با ۳۲ گیگابایت، بدون نصب چیزی روی سیستم میزبان اجرا شود. 2. ورودی: فایل متنی یا تصویر اسکنشده (OCR). 3. یک مدل زبانی کوچک زیر ۲ گیگابایت روی دیسک (کوانتایز). 4. ویندوز ۱۰/۱۱، ۸ گیگابایت RAM، Core i5، بدون GPU اختصاصی. 5. هدف زمان پاسخ: کمتر از ۵ ثانیه. 6. بدون هیچ ارسال داده به بیرون؛ خروجی ساختاریافته (JSON/TXT). **فرض تأییدنشده:** زبان محتوا و پاسخها **فارسی** در نظر گرفته شده است. [اگر زبانهای دیگری هم لازم است، این خط را قبل از ارسال اصلاح کنید.] ## ۳. نتیجهی دور اول (از ۲۵ پاسخ AI؛ راستیآزماییشده) - **موتور:** `llama-server` نسخهی pinشده، CPU-only، با build ایستا (`/MT`) یا DLLهای VC++ کنار exe. llamafile (با `-m` برای مدل خارجی) پلن B. - **مدل:** خانوادهی Qwen. رقابت بین Qwen2.5-1.5B و Qwen3-1.7B (non-thinking؛ نام رسمی `Qwen/Qwen3-1.7B`، thinking پیشفرض روشن است). انتخاب نهایی با آزمون روی نمونهی فارسی. - **تشخیص فایل:** polling + بررسی پایداری فایل؛ FileSystemWatcher فقط کمکی. - **خروجی:** مدل payload کوچک و تخت تولید کند؛ برنامه اعتبارسنجی کند و envelope/status را بسازد. `json_schema` در llama-server با schema نامعتبر میتواند بیصدا بدون قید شود (issue #19051). - **hallucination:** بدون RAG برداری؛ grounding روی متن ورودی، نقلقول قابلتأیید، abstain. - **سیستمهای قفلشده:** exFAT، مسیر نسبی، تست روی ویندوز تمیز؛ Group Policy روی PowerShell Bypass غلبه میکند؛ AppLocker/WDAC/آنتیویروس نیازمند هماهنگی با IT مرکز. - **زمان:** «پاسخ کامل زیر ۵ ثانیه» تضمینشدنی نیست؛ هدف واقعبینانه: شروع پاسخ با streaming یا پاسخ کوتاه و گرم. ## ۴. سؤالهای جدید **۸. OCR فارسی.** برای اسکن و عکس موبایلِ صفحهی کتاب/جزوه، روی CPU، قابلحمل در ویندوز و بدون Admin، بهترین گزینه کدام است: Tesseract (`fas`، مدل best یا fast)، RapidOCR/PaddleOCR (ONNX)، یا چیز دیگر؟ دقت قابلانتظار (CER)، زمان هر صفحه روی i5، وابستگیهای runtime، پیشپردازش مؤثر، و روش ارزیابی اطمینان OCR چیست؟ **۹. دامنهی مدل.** (الف) آیا در اواخر ۲۰۲۶ مدل بهتری زیر ۲ گیگ برای فارسی هست (شامل مدلهای فارسیtuned)؟ مدارکی خاص فارسی ارائه کن. (ب) اگر سقف ۲ گیگ را به ~۲.۵-۳ گیگ ببریم (مثلاً Qwen3-4B، Phi-4-mini، Gemma 3 4B)، کیفیت فارسی در برابر تأخیر روی Core i5 چطور عوض میشود؟ **۱۰. نمایش فارسی.** کنسول ویندوز (cmd/PowerShell) راستبهچپ و حروف متصل را درست نشان نمیدهد. برای دیدن خروجی، بهترین راه چیست: صفحهی HTML تکفایلی آفلاین، Notepad، یا چیز دیگر؟ کدگذاری درست فایلها (UTF-8 با/بدون BOM) و نیمفاصله/يی/كک در JSON/TXT چه باشد؟ **۱۱. قابلیت اطمینان و حریم خصوصی روی USB.** (الف) استهلاک فلش و قطع ناگهانی وسط نوشتن: نوشتن اتمیک، حالت فقطخواندنی. (ب) سیستم مشترک: ورودی/خروجی/لاگ دانشجوی قبلی کجا میماند و چطور پاک شود؟ (ج) سرور روی `127.0.0.1` برای کاربران/پروسههای دیگر همان سیستم قابلدسترسی است: پورت تصادفی، `--api-key`؟ (د) ردپا روی میزبان: `%TEMP%`، تاریخچه و ScriptBlock logging در PowerShell. (هـ) اسکن real-time آنتیویروس هنگام خواندن مدل ۱ گیگی از USB چقدر تأخیر اضافه میکند و چه کاری میشود کرد؟ **۱۲. طراحی ارزیابی برای ارائه به مراکز.** چه معیارها و چه مجموعهتستی برای نشاندادن ارزش آموزشی و ایمنی لازم است؟ چطور نمونهها را بدون مشکل کپیرایت بسازیم؟ نقش بازبینی مدرس، و طراحی یک پایلوت کوچک با دانشجو؟ **۱۳. نگهداری و بازخورد آفلاین.** بهروزرسانی مدل/باینری بدون اینترنت، نسخهبندی، تأیید سلامت کپیها (hash)، و جمعآوری بازخورد/لاگ در پایلوت بدون ارسال داده. **۱۴. دامنهی محصول.** با مدل ۱.۵-۴B و بودجهی زمانی بالا، کدام کار واقعبینانه است: پرسشوپاسخ روی یک متن کوتاه، خلاصهسازی، تولید سؤال تمرینی؟ برای فارسی، system prompt انگلیسی بهتر است یا فارسی؟ few-shot مفید است؟ ## ۵. شکل پاسخ مورد انتظار - برای هر سؤال یک **توصیهی مشخص و مستدل**، نه فقط مرور گزینهها. - هر عدد یا ادعایی که نمیتوانی مستند کنی را صریحاً «تخمین/بدون منبع» علامت بزن. - منبع رسمی (مستندات، issue، model card، مقاله) برای ادعاهای کلیدی بیاور. - اگر سؤالی بدون آزمایش روی سختافزار واقعی قابل پاسخ نیست، بگو چه آزمایشی لازم است. - پیشنهاد دور زدن سیاستهای امنیتی سازمان نده؛ راهحل را بر پایهی هماهنگی با IT مرکز بده.
Response not available
Response not available
Response not available