AI FRONTIER
Signals worth understanding before they become obvious.
دراسة هارفارد: وكلاء الذكاء الاصطناعي يطيلون طلبات السحب بنسبة 49 بالمئة
يُفيد ملخص دراسة من هارفارد بأن طلبات السحب تستغرق وقتاً أطول بنسبة 49 بالمئة عند استخدام وكلاء الذكاء الاصطناعي.
- يُفيد ملخص الدراسة بزيادة بنسبة 49 بالمئة في مدة طلبات السحب.
- تأتي النتيجة من دراسة هارفارد، وقد نقلها BornCity.
ينبغي للفرق التي تبني وكلاء الذكاء الاصطناعي تتبع زمن دورة طلبات السحب كمؤشر رئيسي، لأن الدراسة تفيد بزيادة بنسبة 49 بالمئة.
Nat. Mach. Intell. | SynCraft: تمكين النماذج اللغوية الكبيرة من تحرير الجزيئات بدقة لتحسين قابلية التصنيع
SynCraft طريقة تتيح للنماذج اللغوية الكبيرة تحرير الجزيئات بدقة لتحسين قابلية التصنيع، وقد نُشرت في Nature Machine Intelligence.
- نُشر البحث في Nature Machine Intelligence.
- يتيح SynCraft للنماذج اللغوية الكبيرة تحرير الجزيئات بدقة.
- الهدف هو تحسين قابلية تصنيع الجزيئات.
بالنسبة لبناة الذكاء الاصطناعي، يشير SynCraft إلى استخدام النماذج اللغوية الكبيرة في التحرير الدقيق للبنى الجزيئية وتحسين قابلية التصنيع.
Nano Banana مقابل GPT Image API: معيار ذكاء اصطناعي من 13 خطوة [2026]
يقترح ملخص الورقة أو يستخدم معياراً جديداً لقياس أداء النماذج في مهام محددة، مع مقارنة Nano Banana بـ GPT Image API.
- عنوان ملخص الورقة هو Nano Banana vs GPT Image API: 13-Step AI Benchmark [2026].
- يذكر الملخص أن هذا المعيار يقيس أداء النماذج في مهام محددة.
- يقارن الملخص بين Nano Banana وGPT Image API.
بالنسبة لمطوري الذكاء الاصطناعي، يتمثل المؤشر في إطار تقييم مخصص يواجه Nano Banana مباشرة بـ GPT Image API، ما يتيح تتبع أداء نماذج الصور في مهام محددة.
قال الوكيل إن المهمة أُنجزت. لكن قاعدة البيانات اعترضت.
أصدرت Microsoft وHugging Face أداة ThinkingBox، التي تشغّل 507 سير عمل تجاري قائم على الحالة 20 مرة لكل منها وتقيّم الوكلاء بناءً على الحالة النهائية للواجهة الخلفية والآثار الجانبية المتروكة، لا على النص المولَّد.
- في تجربة استئصال على مجموعة مشتركة تغطي 121,680 محاولة صالحة عبر 12 نموذج LLM، فشلت 79,853 محاولة في الفحوص القابلة للتنفيذ.
- من هذه الإخفاقات، انتهت 67.24% بشكل نظيف واستدعت أداة تغيّر الحالة ولم تُبلّغ عن أي خطأ نهائي في الأداة.
- وجدت الفحوص القابلة للتنفيذ قيم حقول خاطئة في 77.61% منها، وآثارًا إضافية غير مقصودة في 43.30%، وآثارًا مطلوبة مفقودة في 25.36%.
- كانت بصمات الإخفاق: استخدام الأدوات 79.9%، تحديثات الحالة الخاطئة 10.3%، حلول المستخدم غير المكتملة 7.0%، وعدم وجود إجراء يغيّر الحالة 2.9%.
بالنسبة للفرق التي تبني وكلاء، فإن معدل الاتساق 20/20 هو مدخل التصميم الذي يجب مراقبته، وينبغي التحقق من الحالة النهائية قبل الإتمام بدلًا من ملخص النموذج نفسه.
النموذج الذي لم يكن موجودًا، فصنعته بنفسك
بنى المؤلف ستة نماذج باستخدام ML Intern، من بينها مُعيد كتابة أوامر بحجم 0.8B يعمل على المعالج، ويعيد مخرجات صالحة بنسبة 99.7% من الوقت، ويستخدم نحو ربع رموز النموذج المعلّم بحجم 9B.
- يُتاح النموذج الطالب بحجم 0.8B كملف GGUF بحجم 812 ميغابايت للعمل على المعالج.
- يحتاج النموذج المعلّم بحجم 9B إلى نحو 20 غيغابايت من الذاكرة ويفكر بآلاف الرموز قبل كتابة فقرة واحدة.
- بلغت تكلفة الحوسبة للمشروع بأكمله، بما في ذلك تصنيف النموذج بحجم 9B لـ 8,797 طلبًا نموذجيًا، 16 دولارًا أمريكيًا.
- بلغت التكلفة الإجمالية للحوسبة عبر المشاريع الستة نحو 103 دولارات أمريكية.
يتيح ML Intern للمطورين الأفراد تقطير ونشر نماذج صغيرة متخصصة بعشرات الدولارات بدلًا من بناء بنية تدريب خاصة بهم.
InnovationEval: اختبار قدرة الذكاء الاصطناعي على البحث
يعرض ملخص الورقة InnovationEval، وهو تقييم يهدف إلى اختبار قدرة الذكاء الاصطناعي على البحث.
- المصدر هو JournalArta والعنوان هو InnovationEval: Uji Kemampuan Riset AI.
- يشير الملخص المتاح فقط إلى أن InnovationEval يختبر قدرة الذكاء الاصطناعي على البحث.
ينبغي لمطوري الذكاء الاصطناعي متابعة InnovationEval لمعرفة أبعاد قدرة البحث التي يقيسها، إذ لا توجد مقاييس محددة بعد.
Venastine-Research تنشر أوزان Xing4.0-29B-A4B-GGUF المكمّمة
Xing4.0-29B-A4B هو نموذج لغوي كبير من الجيل التالي ضمن سلسلة Xing (المعروفة سابقًا بـ TeleChat) بإجمالي 29B معاملًا وتنشيط 4B فقط لكل رمز، ويدعم أصلاً سياقًا بطول 256K قابلًا للتوسيع إلى 512K، ويوفّر هذا المستودع أوزان GGUF المكمّمة.
- إجمالي 29B معاملًا مع تنشيط 4B لكل رمز، و40 طبقة، وحجم مخفي 3584.
- يستخدم انتباه MLA مع 64 خبيرًا موجّهًا و4 خبراء نشطين لكل رمز وخبير مشترك واحد.
- طول السياق الأصلي 256K وقابل للتوسيع إلى 512K.
- تتراوح تكميمات GGUF من 9.9 GB لـ IQ2_M ببتين إلى 62.5 GB لـ F16 بـ16 بت.
للمطوّرين الذين ينشرون نموذج MoE بسياق طويل محليًا أو ضمن قيود ذاكرة VRAM، يوفّر هذا المستودع خيارات تكميم GGUF من 9.9 GB إلى 62.5 GB.
LegalOn تخفض تكاليف Codex إلى النصف مع الحفاظ على سرعة التطوير
خفّضت LegalOn التكاليف اليومية المقدّرة لـ Codex بنسبة 65% مع الحفاظ على سرعة التطوير، عبر مطابقة Astra وSol وLuna بالمهام وإدارة الميزانيات بشكل استراتيجي.
- خفّضت LegalOn التكاليف اليومية المقدّرة لـ Codex بنسبة 65%.
- حافظت الشركة على سرعة التطوير مع خفض التكاليف.
- طابقت Astra وSol وLuna بالمهام وأدارت الميزانيات بشكل استراتيجي.
بالنسبة لبناة الذكاء الاصطناعي، يوضح هذا أن مطابقة النماذج بالمهام وإدارة الميزانيات بشكل استراتيجي يمكن أن يخفض تكاليف الاستدلال بشكل حاد دون التضحية بسرعة التطوير.