AI FRONTIER
Signals worth understanding before they become obvious.
FairStress: تقييم أعمق للإنصاف في اتخاذ القرار لدى النماذج اللغوية الكبيرة
تقدم Ai2 معيار FairStress الذي يضم 300 سيناريو قرار بين مرشحين اثنين عبر 29 مجالًا، ويختبر ما إذا كانت النماذج تغيّر قراراتها بشكل غير متماثل تحت البادئات العدائية؛ ويؤدي دمج تنويعات الهوية والبادئة إلى توسيعه إلى أكثر من 13 مليون حالة اختبار.
- يتضمن FairStress 300 سيناريو واقعي للقرار بين مرشحين اثنين عبر 29 مجالًا تشمل التوظيف والرعاية الصحية والإقراض والتعليم والإسكان والعدالة الجنائية.
- يؤدي دمج الهوية الديموغرافية وتنويعات البادئة العدائية إلى توسيع السيناريوهات الثلاثمئة إلى أكثر من 13 مليون حالة اختبار.
- FairStress-Core مجموعة فرعية من 50 ألف عنصر اختيرت باستخدام نظرية استجابة العنصر لجعل التقييم أسرع وأقل تكلفة حسابية.
- تفيد الورقة بأن متوسط الفجوة في التخلي عن الإجابات الصحيحة عبر 15 نموذجًا بلغ 6.9 نقطة مئوية مع الهوية الضمنية و9.3 نقاط مع التسميات الصريحة.
ينبغي للبناة توسيع تقييم الإنصاف بما يتجاوز الاختيار النهائي ليشمل استقرار القرار، لأن التقييم بالخيارات الثابتة وحده قد يفوّت الإفراط في التصحيح في القرارات المولّدة.
ALTK-Evolve: الذاكرة المُتعلَّمة تتصدّر لوحة τ²-bench في مهام خدمة العملاء دون نموذج متقدّم
يستخرج ALTK-Evolve من IBM Research إرشادات سلوكية من محاولات الوكيل نفسه ويضيفها إلى موجّه النظام، مما يحسّن وكلاء خدمة العملاء دون تحديث أوزان النموذج. يحقق وكيل ReAct باستخدام GPT-4.1 نسبة 67.5% في Pass^4 على τ²-bench retail، متجاوزًا كل مدخلات retail.
- Retail: كان Pass^4 الأساسي 57.5%؛ ورفعته تهيئة lossless (292 إرشادًا) إلى 67.5% (+10.0 نقاط)، وارتفعت الدقة المتوسطة من 78.1% إلى 82.5% (+4.4).
- Airline: كان Pass^4 الأساسي 35.0%؛ ورفعته تهيئة sup3 (14 إرشادًا) إلى 45.0% (+10.0)، وارتفعت دقة lossless المتوسطة من 57.5% إلى 65.0% (+7.5).
- لوحة retail: Pass^4 = 67.5%، متقدمًا على RAFT-30B-A3B (61.4%)، وهو نموذج مُضبوط على بيانات retail اصطناعية من τ²-bench، بمقدار 6.1 نقاط.
- لوحة airline: يبلغ الوكيل باستخدام gpt-5.5 نسبة 82.0% في Pass^4، متجاوزًا كل مدخلات النماذج المتقدمة (66–72%)؛ وتبلغ تهيئة sup3 مع gpt-4.1 نسبة 44% في المرتبة الثامنة.
يمكن للذاكرة المُتعلَّمة على مستوى الموجّه أن ترفع وكيلًا بنموذج عادي إلى مستوى النماذج المتقدمة دون ضبط الأوزان، مع وقوع التكلفة أساسًا على رموز الإدخال القابلة للتخزين المؤقت.
Ant Ling تفتح المصدر لسلسلة الصوت Ming-3.0: خمسة نماذج تغطي التوليد والتعرف والفهم
فتحت Ant Ling المصدر لسلسلة الصوت Ming-3.0، وتتكون من خمسة نماذج تغطي توليد الكلام والتعرف على الكلام وفهم الكلام.
- الإصدار صادر عن Ant Ling.
- تتكون سلسلة الصوت Ming-3.0 من خمسة نماذج.
- تشمل التغطية توليد الكلام والتعرف عليه وفهمه.
بالنسبة للمطورين، فإن الحصول على خمسة نماذج صوتية مفتوحة تغطي التوليد والتعرف والفهم في إصدار واحد يقلل كلفة تجميع نماذج من مصادر مختلفة في خط معالجة صوتي.
مفاتيح API المسربة في LLM: كيف تكشف وكلاء الذكاء الاصطناعي الأسرار
يتناول ملخص ورقة بحثية مفاتيح API المسربة في LLM، في إطار أسئلة قدرة النماذج اللغوية الكبيرة أو تقييمها أو مواءمتها، ويستهدف القراء الذين يتابعون الأساليب والنتائج التجريبية.
- المصدر هو مدونة GitGuardian بعنوان “Leaked API Keys in LLMs: How AI Agents Expose Secrets”.
- يذكر الملخص أن العمل يتناول أسئلة قدرة النماذج اللغوية الكبيرة أو تقييمها أو مواءمتها.
- يذكر الملخص أن العمل مناسب للقراء المهتمين بالأساليب والنتائج التجريبية.
على مطوري وكلاء LLM اعتبار مفاتيح API أسرارًا قابلة للكشف وتصميم وسائل الحماية على هذا الأساس.
NVIDIA Cosmos3-H-Dreams: إحياء الجراحة السريرية عبر المحاكاة التوليدية
أصدرت NVIDIA نظام Cosmos3-H-Dreams، وهو محاكٍ جراحي توليدي في الوقت الفعلي مبني على Cosmos3-H-Embodied-Nano البالغ 16 مليار معامل ومدرَّب على فيديو استئصال المرارة السريري وحركية الروبوت، ويعمل تفاعليًا على وحدة GPU واحدة من NVIDIA RTX PRO 6000.
- مبني على Cosmos3-H-Embodied-Nano، وهو نموذج بـ16 مليار معامل جرى تدريبه مسبقًا على Open-H-Embodiment.
- يستخدم التدريب فيديو بدقة 832 x 480 مع إجراءات متوافقة عند 10 هرتز و28 بُعدًا للإجراءات.
- يُكيَّف نموذج المعلّم أولًا على 24 إطارًا مستقبليًا، ثم يُمتد إلى 72 إطارًا، أي 2.4 و7.2 ثانية عند 10 هرتز.
- تُنشر نقاط حفظ لإزالة الضوضاء بأربع خطوات وخطوتين؛ ونموذج الخطوتين مدرَّب بشكل منفصل، وليس نموذج الأربع خطوات مشغَّلًا بخطوات أخذ عينات أقل.
يمكن للمطورين تكييف نموذج العالم الجراحي هذا في الوقت الفعلي مع الفيديو وبيانات وحدة التحكم الخاصة بهم باستخدام وصفة الضبط الدقيق للمعلّم والتقطير Self-Forcing المقدَّمة.
AnyLanguageModel 1.0: عام من النماذج المحلية على منصات Apple
صدر AnyLanguageModel 1.0 كبديل مباشر لإطار Foundation Models من Apple، إذ يتيح الكود نفسه للجلسة استخدام نموذج النظام والنماذج مفتوحة الأوزان عبر llama.cpp وMLX وCore ML وعدد من مزوّدي الخدمة المستضافين.
- تغيير import FoundationModels إلى import AnyLanguageModel يجعل كود الجلسة نفسه يعمل مع نموذج النظام وllama.cpp وMLX وCore ML والمزوّدين المستضافين.
- أصبح استدعاء الأدوات والتوليد الموجَّه يعملان مع كل مزوّد، بما في ذلك أنواع @Generable المتداخلة ومصفوفاتها.
- يشمل المزوّدون المستضافون واجهتي Chat Completions وResponses من OpenAI وOpen Responses وواجهة Messages من Anthropic وواجهة Gemini من Google وOllama وPrivate Cloud Compute وHugging Face Inference Providers.
- من النماذج المذكورة في المقال Gemma 4 E2B (GGUF، نحو 3.4 GB عند Q4_0) وLFM2.5 2.6B (GGUF، نحو 1.7 GB عند Q4_K_M) وQwen3.8 27B (MLX، نحو 16 GB بدقة 4 بت) وGLM-5.3 (نحو 1.5 TB بصيغة BF16).
بالنسبة لمطوّري منصات Apple، يكفي تغيير سطر import واحد ليتشارك الاستدلال المحلي والمستضاف كود الجلسة نفسه، ما يقلّل عمل التكامل مع كل مزوّد.
OpenMOSS-Team تطلق MOSS-Image-SFT، نموذج تحويل النص إلى صورة بحجم 5.1B تحت رخصة Apache-2.0
MOSS-Image-SFT هو نموذج تحويل النص إلى صورة مُضبط بالتعلم المُوجَّه ضمن عائلة MOSS-Image من OpenMOSS، مشتق من MOSS-Image-Base بالبنية نفسها وخط أنابيب الاستدلال نفسه، ويدعم الأوامر النصية باللغة الطبيعية وتسلسلات الوسوم وتخطيطات JSON للتحكم في موضع النص وترتيب العناصر.
- يبلغ حجم النموذج 5B معامل، وقد صدرت أوزانه وشيفرة الاستدلال المرفقة بموجب رخصة Apache الإصدار 2.0.
- تفيد بطاقة النموذج بأن الضبط المُوجَّه ينتج تجميعًا أوضح للنص وتخطيطًا أكثر تنظيمًا للسبورة البيضاء مقارنةً بـ MOSS-Image-Base.
- يتطلب التشغيل Python 3.10 أو أحدث، ووحدة GPU من NVIDIA تدعم CUDA، وبنية PyTorch 2.9 أو أحدث.
- إعدادات أخذ العينات الافتراضية هي Flow-matching Euler و50 خطوة وCFG 3 وShift 5، مع تخطي الطبقة ذات الفهرس 22 في الفرع السلبي.
بالنسبة للمطورين، يمكن إدماج نموذج تحويل النص إلى صورة بحجم 5B تحت رخصة Apache-2.0 مع تحكم بتخطيط JSON مباشرةً في خطوط الإنتاج الإبداعية التي تتطلب وضعًا دقيقًا للنص والعناصر.