AI FRONTIER
Signals worth understanding before they become obvious.
NeurIPS 2026 Oral: NV-CoT يعيد بناء سلسلة التفكير البصري بإحداثيات متصلة لتمكين النماذج الكبيرة من «رؤية» الصورة بدقة
وفقًا لتقرير Sina Finance، يعيد NV-CoT، المقبول كعرض شفهي في NeurIPS 2026، بناء سلسلة التفكير البصري باستخدام إحداثيات متصلة لتحسين دقة تحديد النماذج الكبيرة لما تراه في الصورة.
- ذكرت Sina Finance أن العمل قُبل كعرض شفهي في NeurIPS 2026.
- المنهج الأساسي في NV-CoT هو إعادة بناء سلسلة التفكير البصري بإحداثيات متصلة.
لمن يبنون وكلاء متعددي الوسائط، تستحق تمثيلات الإحداثيات المتصلة الاختبار كبديل لخطوة التحديد داخل سلاسل الاستدلال البصري.
تقديم AnySpeechRecognizer وAnyDecisionModel: نماذج مفتوحة للكلام والقرارات على منصات Apple
أعلنت Hugging Face عن حزمتي Swift: يحافظ AnySpeechRecognizer على واجهة SpeechAnalyzer من Apple مع السماح باختيار محركات تعرّف مثل Parakeet وQwen3-ASR ويضيف فصل المتحدثين، بينما يجيب AnyDecisionModel عن أسئلة نعم/لا والاختيار من متعدد ومقياس التقييم من احتمالات النموذج بدلاً من النص المولَّد.
- يحاكي AnySpeechRecognizer كلاً من SpeechAnalyzer وSpeechTranscriber وDictationTranscriber وSpeechDetector وAssetInventory، مع إطار Speech من Apple كمحرك افتراضي.
- Parakeet v3 هو Parakeet TDT 0.6B v3 من NVIDIA، ويتعرف على 25 لغة أوروبية ويكتشف اللغة تلقائياً؛ ويتوفر Qwen3-ASR بحجمين 0.6B و1.7B ويتعرف على 30 لغة و22 لهجة صينية.
بالنسبة لمطوري منصات Apple، يتيح ذلك تبديل محركات التعرف المحلية على Core ML حسب تغطية اللغات وزمن الاستجابة والذاكرة مع الحفاظ على شكل واجهة الكلام من Apple، واستبدال تحليل النص المولَّد باستدعاءات قرار قائمة على الاحتمالات.
بحث من Eclypsium يُظهر أن الأجهزة المخترقة يمكنها تغيير نماذج الذكاء الاصطناعي أثناء التنفيذ
يُظهر تحقيق أجرته Eclypsium أن الأجهزة المخترقة يمكنها تغيير نماذج الذكاء الاصطناعي أثناء تشغيلها.
- أجرت Eclypsium هذا التحقيق.
- يُظهر البحث أن الأجهزة المخترقة يمكنها تغيير نماذج الذكاء الاصطناعي أثناء التنفيذ.
على مطوري الذكاء الاصطناعي توسيع حماية النماذج لتشمل سلسلة توريد الأجهزة وسلامة وقت التشغيل، وليس طبقة البرمجيات فقط.
معيار SecurityScorecard يختبر الذكاء الاصطناعي في عمل مخاطر الأطراف الثالثة ومقاومة الهجوم
تقترح SecurityScorecard معيارًا جديدًا أو تستخدمه لقياس أداء النماذج في مهام مخاطر الأطراف الثالثة وفي مقاومة الهجوم.
- يقيّم المعيار النماذج في عمل مخاطر الأطراف الثالثة ومقاومة الهجوم.
- المصدر هو ملخص ورقة بحثية أوردته SiliconANGLE.
يمكن لمطوري الذكاء الاصطناعي استخدام هذا المعيار لتقييم أداء المهام والمتانة في سياقات مخاطر الأمن.
Scale تنشر أول معيار ذكاء اصطناعي عبر شراكة CAISSI
تنشر Scale أول معيار ذكاء اصطناعي لها عبر شراكة CAISSI، إذ تقترح أو تستخدم تقييمًا معياريًا جديدًا لقياس أداء النماذج في مهام محددة.
- تنشر Scale أول معيار ذكاء اصطناعي لها عبر شراكة CAISSI.
- هذا المعيار هو تقييم جديد يُستخدم لقياس أداء النماذج في مهام محددة.
ينبغي لبناة الذكاء الاصطناعي متابعة هذا المعيار الجديد لتقييم أداء النماذج في مهام محددة.