AI FRONTIER
Signals worth understanding before they become obvious.
OpenRouter يضيف Tencent Hy4: سياق 1M وفهم بصري للمرة الأولى
يُذكر أن الإصدار الرسمي من Hy4 من Tencent يقدم تحسينات شاملة وجوهرية مقارنةً بـ Hy4 Preview، مع مكاسب قوية بشكل خاص في القدرات الوكيلية ومهام الإنتاجية الواقعية طويلة الأفق، كما يقدم الفهم البصري للمرة الأولى.
- نافذة السياق تبلغ 1,048,576 رمزًا وتدعم حتى 65,536 رمز إكمال.
- السعر هو 0.417 دولار لكل مليون رمز إدخال و1.251 دولار لكل مليون رمز إخراج، مع قراءة الذاكرة المؤقتة بسعر 0.021 دولار لكل مليون رمز، وكلها مدرجة بخصم 50%.
- يقبل النص والصور كمدخلات ويعيد النص، ويدعم استدعاء الدوال عبر tools وtool_choice والمخرجات المنظمة عبر مخطط JSON في response_format.
- صدر في 4 نوفمبر 2026، ويستضيفه مزود واحد هو Tencent Cloud، مع قيام OpenRouter بإعادة توجيه كل طلب مباشرة.
بالنسبة للمطورين، تناسب تركيبة سياق 1M واستدعاء الأدوات وإدخال الصور للمرة الأولى الوكلاء الإنتاجيين الذين يقرؤون الصور أثناء تنفيذ مهام متعددة الخطوات وطويلة.
moonshotai/Kimi-K3.1-Pro: نموذج وكيلي متعدد الوسائط مفتوح الأوزان بحجم 2.8 تريليون معامل
Kimi K3.1 Pro نموذج وكيلي متعدد الوسائط أصلي ومفتوح الأوزان، جرى تدريبه لاحقًا من Kimi K3 عبر التعلم المعزز المشترك واسع النطاق، ويوفر نافذة سياق تبلغ مليون رمز.
- إجمالي المعاملات 2.8 تريليون، والمعاملات المنشطة 104 مليار، و93 طبقة، بمعمارية Mixture-of-Experts تختار 16 خبيرًا لكل رمز.
- طول السياق 1048576، ومشفّر الرؤية MoonViT-V2 بعدد معاملات 401 مليون.
- التكميم بأوزان MXFP4 وتنشيطات MXFP8 مع تدريب واعٍ بالتكميم.
- تذكر بطاقة النموذج 65.7 على Terminal-Bench 4.0 و51.7 على SWE Marathon v1.1 و70.0 على HLE-Full w/ tools.
بالنسبة للمطورين، يجمع هذا النموذج بين سياق بمليون رمز وإدخال متعدد الوسائط أصلي وأوزان مفتوحة ومسارات نشر عبر vLLM وSGLang وTokenSpeed، ما يجعله مناسبًا للوكلاء ذوي السياق الطويل وتحليل المستندات.
Dharma Field Extractor: أي مستند كمدخل، وحقول منظمة بصيغة JSON كمخرج
أصدرت Dharma-AI نموذج Dharma Field Extractor، وهو نموذج بـ 2 مليار معامل يستخرج الحقول المطلوبة من أي نوع مستند ويعيد JSON منظّمًا، في الوضعين المفتوح والموجّه بالمخطط.
- النموذج الأساسي هو DharmaOCR-LITE v1.1، وهو نقطة تحقق بـ 2 مليار معامل، دُرّب عليها محوّل LoRA على 43,384 مثال تدريبي يغطي وضعي الطلب.
- يغطي المعيار 546 مستندًا عبر ثلاثة سيناريوهات طلب، بإجمالي 1,638 حالة، ويُحتسب بضرب F1 على مستوى الحقل في تشابه Levenshtein للقيم المتطابقة وفي نسبة مخرجات JSON الصالحة.
- سجّل النموذج 0.834، متجاوزًا كل إعدادات frontier التي جرى اختبارها، من Claude Opus 5 عند 0.816 إلى GPT-5.6 Luna عند 0.741.
- التكلفة أقل بنحو 6 أضعاف (GPT-5.6 Luna) إلى نحو 147 ضعفًا (GPT-5.6 Sol) مقارنة بواجهات frontier؛ والتكلفة عند الاستضافة الذاتية هي زمن GPU على بطاقة L40S واحدة بسعر 2.24 دولار في الساعة.
في استخراج الحقول على مستوى المستند، يمكن لنموذج متخصص بـ 2 مليار معامل مستضاف ذاتيًا أن يتفوق على واجهات frontier بتكلفة أقل على المعيار نفسه.
Circuit Oracle: أتمتة تحليل رسوم الإسناد عبر استعلامات اللغة الطبيعية
Circuit Oracle هو نموذج لغوي كبير جاهز مزوّد بإطار متعدد الوكلاء ومهارات خاصة بالمهمة، يجيب عن أسئلة باللغة الطبيعية حول نموذج مستهدف عبر قراءة رسم الإسناد من خلال استدعاءات الأدوات. تقيّمه الورقة على ثلاث مهام بديلة ذات صلة بالسلامة، مع نتائج متباينة.
- في كشف السمات الزائفة، يصل Circuit Oracle إلى دقة 78.2 ± 2.4%، متجاوزًا خطوط الأساس لترتيب السمات أحادية الطبقة.
- في استخلاص الأسرار، تظل الشارحات الذاتية المدرَّبة مثل Activation Oracles خط الأساس الأقوى.
- في كبح الرفض عبر 50 مطالبة، يكون تدخله الواحد الملتزم به أقل قليلًا من خط أساس diff-in-means، ولا يتجاوزه إلا عند السماح بأفضل خمس محاولات.
- النتائج مستقرة عبر خمس تشغيلات وعبر اختيارات النموذج للوكلاء.
يمكن أتمتة تحليل رسوم الإسناد جزئيًا بواسطة وكيل لغوي طبيعي، لكن النتائج المُبلَّغ عنها تتخلف عن خطوط الأساس المخصصة في استخلاص الأسرار وكبح الرفض، لذا ينبغي للبُناة اعتباره أداة مساعدة لا بديلًا.
MEMENTO: تعلّم إدارة السياق لوكلاء معالجة السياق الطويل
تقدم الورقة MEMENTO، وهو وكيل سياق طويل مبني على Qwen3-8B يتعلم إدارة سياقه عبر الضغط: يُهيَّأ أولاً بالضبط الدقيق على مسارات اصطناعية موسومة بملاحظات مولّدة بأثر رجعي، ثم يُعزَّز بالتعلّم المعزّز بمكافأة تجمع صحة الإجابة ومقاييس جودة الملاحظات ومعايرة الثقة.
- تذكر الورقة أنه في الإجابة عن أسئلة على مستوى الكتاب عبر أربعة معايير، وكتب تصل إلى 2.5 مليون رمز، يرفع MEMENTO دقة Qwen3-8B من 36.9% إلى 67.8% دون الاحتفاظ أبداً بأكثر من 20K رمز في السياق.
- تذكر الورقة أنه في الإطار نفسه يتفوق MEMENTO على وكيل GPT-5.5 (13.1%) وعلى سياق الكتاب الكامل (56.7%) بتكلفة أقل من 1/50.
- تذكر الورقة أن MEMENTO يقارب وكيل GLM-5.3 الأكبر بنحو 100 مرة (69.3%) بتكلفة 1/9، ويقترب من سياق GLM-5.3 الكامل بفارق 6.4 نقطة وبتكلفة 1/26.
- تذكر الورقة أن النماذج الوكيلية الجاهزة، بما فيها GPT-5.5 وGLM-5.3، غالباً ما تكتب ملاحظات غير فعّالة، وأن التعلّم المعزّز وحده نادراً ما يكتشف سلوك تدوين ملاحظات مفيد.
بالنسبة لمن يبنون وكلاء السياق الطويل، تشير النتائج إلى أن تدريب سياسة ضغط صريحة داخل نافذة ثابتة من 20K رمز قد يقارب دقة الإجابة على مستوى الكتاب بتكلفة أقل بكثير من نماذج أكبر بكثير أو مقاربات السياق الكامل.
GAVAGAI: مواءمة مرجعية لنماذج الرؤية واللغة بمقياس الرضّع عبر النقل الأمثل المتوازن
تضيف الورقة متغيرًا مرجعيًا إلى هدف التسمية بالرمز التالي عبر معالجة كل مشهد كمسألة إسناد صغيرة بين الكلمات المحتوى المسموعة والمناطق المرئية، تُحل كنقل أمثل إنتروبي تحت عمود NOTHING وشرط سعة. على مجموعة فيديو الرضّع SAYCam، تؤدي إضافة خسارة المواءمة هذه إلى رفع دقة الكلمة إلى الصورة من 32.4% إلى 48.7% وIoU التوطين من ...
- تكلّف خطوة المواءمة نحو ثماني تكرارات Sinkhorn، وهي صغيرة مقارنة بمشفّر الرؤية.
- يعيد إصدار بمعامل واحد من النموذج إنتاج دقة التعلّم العابر للمواقف لدى البالغين عبر ثلاثة شروط غموض بخطأ RMSE قدره 0.024.
- على مجموعة فيديو الرضّع SAYCam، تؤدي إضافة خسارة المواءمة إلى نموذج تسمية بالرمز التالي إلى رفع دقة الكلمة إلى الصورة من 32.4% إلى 48.7% وIoU التوطين من 0.18 إلى 0.38.
بالنسبة لنماذج الرؤية واللغة المدرَّبة تحت معدلات عدم إحالة مرتفعة، يوفّر متغير إسناد الكلمة إلى المنطقة الصريح ضغط تأصيل لا يوفّره هدف التسمية وحده، وإن كانت الورقة تفيد بأنه لا يتفوق على نموذج تقابلي مدرَّب على بيانات الطفل نفسه.
مُنسَّن لكنه لا يزال صحيحًا؟ تدقيق الحقائق والكشف في أدوات إضفاء الطابع البشري على نص الذكاء الاصطناعي
تستخدم الورقة مدققًا قائمًا على القواعد لتدقيق ما إذا كانت أدوات إضفاء الطابع البشري تحافظ على الأرقام والتواريخ وأسماء الأشخاص والمؤسسات والمقاطع المقتبسة، وتختبر ما إذا كان نموذج قرار عام، Jev، يفصل النصوص البشرية الأصلية عن عمليات إعادة الصياغة المُنسَّنة.
- في دورة أكتوبر 2026، غيّرت جميع الأدوات التجارية الـ11 أو أسقطت وحدة واحدة قابلة للتحقق على الأقل في 35-65% من المستندات التي احتوت على واحدة.
- عند عدّ الأرقام والأسماء فقط، ما زالت 10 من الأدوات الـ11 تغيّر واحدة على الأقل في 20% أو أكثر من المستندات.
- حافظت أداة إضفاء طابع بشري مفتوحة بحجم 12B على 97% على الأقل من الأرقام والأسماء في نصوص كثيفة الحقائق لوكالات فيدرالية أمريكية، لكنها أعادت صياغة 67-78% من المقاطع المقتبسة.
على بناة خطوط إضفاء الطابع البشري أو الكشف قياس الحفاظ على وحدات الحقائق القابلة للتحقق بشكل منفصل، لأن تجنّب الكشف والحفاظ على الحقائق لم يكونا مرتبطين بوضوح.
Transformers تقدم Model Integration Contracts
تقترح Hugging Face عقود تكامل النماذج (MIC) التي تصغّر نقاط التحقق الحقيقية إلى fixtures صغيرة وتشغّل مسار استخدام على CPU لمقارنته بخطوط أساس راجعها البشر، ما يكشف الانحدارات في مرحلة PR.
- استخدم fixture الخاص بـ UMT5 أوزانًا بحجم 66 ميغابايت، بينما نقطة التحقق المصدرية بحجم 1,227 ميغابايت.
- استمر انحدار UMT5 من إدخاله في 30 يوليو 2026 حتى إصلاحه في 28 سبتمبر، مع اختلاف log-probabilities عن خط الأساس بمقدار 1.22 وخسارة تدريب بنحو 0.20.
- تقّلص Llama 4 Scout من 108.6 مليار معامل إلى 44.7 مليون، مع انخفاض حزمة الرؤية من 34 إلى 2 طبقة وحزمة اللغة من 48 إلى 4.
- في دراسة تهيئة الأوزان، اكتشفت fixtures Whisper العشوائية 18 من 24 خطأً مُحقنًا، بينما اكتشفت fixtures المفرطة في التخصيص جميع الـ24.
يمكن للبنّائين اعتماد MIC كفحص PR منخفض التكلفة على CPU، لكن عليهم ملاحظة أن مهمة MIC حتى 1 نوفمبر 2026 تُبلّغ عن الإخفاقات دون حجب PR.