Today’s frontier report
Research Pool → Multi-Scout → Editor → Edition
3qk7 · AI LOCAL LABS TECHNICAL SCOUTING

AI FRONTIER

Signals worth understanding before they become obvious.

2026-11-19
01
testinferencecost collapse

180B معامل و32GB من الذاكرة: دفع استدلال MoE إلى الحد الأقصى مع Transformers

تصف تدوينة على Hugging Face تطبيقًا في Transformers يبثّ فقط الخبراء المختارين من الموجّه من SSD عبر ذاكرة مؤقتة محدودة، ما يتيح تشغيل Qwen3.8-Flash-Next على Mac بسعة 32GB بسرعة نحو 14 tok/s وبفارق يقارب 6% خلف Strata في فك التشفير القصير.

  • يمتلك Qwen3.8-Flash-Next 48 طبقة من 512 خبيرًا (10 نشطة)، و121 GB من الخبراء بصيغة FP8، إضافة إلى جدول تضمين n-gram بحجم 51 GB.
  • الخبراء المكمَّمون إلى 3 بتات يشغلون 49 GB على القرص مع 12 GiB مخزّنة مؤقتًا على الجهاز، والطبقات الكثيفة بـ8 بتات نحو 5.4 GB (+0.2% في الحيرة مقارنة بـBF16).
  • بعد التحميل يستخدم نحو 18 GiB، ويبلغ طلب 6K ذروة 25.4 GiB.
  • النتائج النهائية: فك تشفير 200 رمز 13.9 tok/s مقابل Strata 14.8، وتعبئة أولية لطلب 4K 228 tok/s مقابل 220، وفك تشفير بعد مستند 6K 12.4 tok/s مقابل 13.7.

بالنسبة لبناة الذكاء الاصطناعي، يُظهر هذا أن بثّ الخبراء الموجَّهين فقط عبر مجموعة فتحات محدودة يعمل عليها grouped_mm كما هي يمكن أن يقترب من محرك مخصص على ذاكرة استهلاكية، مع بقاء عنق الزجاجة عند نحو 10 ms لكل رمز من رحلات المضيف.

Hugging Face Blog
02
testagentscapability unlock

DeltaHarness: أُطُر تنفيذ ذاتية التطور لتنفيذ الأدوات المتكيّف مع الموارد

تقدم الورقة DeltaHarness، وهي طريقة بحث عن السياسات موجّهة بالتنفيذ تُكيّف أُطُر الوكلاء انطلاقًا من قياسات البدء البارد؛ تستخدم حلقة QHI الاستجابة المرصودة لتحديث الإرسال وقت التشغيل، ومراجعة الخطط الفيزيائية، واختيار التجارب للاقتراحات اللاحقة، مع لجنة تأكيد مستقلة تتحكم في استبدال السياسات.

  • مع إرسال ثابت، تخفّض سياسة تجسيد مُراجَعة زمن وصول التسليم الكامل بنسبة 30.0% في مهمة تحرير فيديو واحدة عبر ثلاث أزواج جديدة.
  • على المهام المحجوزة، تخفّض السياسات المتطوّرة زمن الوصول بنسبة 8.2% مقارنة بأفضل خطة ثابتة في بذرة واحدة، وبنسبة 4.6% مقارنة بالاقتراح الأولي في بذرة أخرى.
  • تذكر الورقة أن الوصف نفسه للمهمة والموارد قد يخفي ظروف تشغيل تقلب ترتيب زمن الوصول لخطط تنفيذ صالحة.

بالنسبة لمن يبنون وكلاء يستخدمون الأدوات، يشير هذا إلى أن إطار التنفيذ نفسه يمكن تحسينه عبر بحث عن السياسات مبني على زمن الوصول المقاس في البيئة المستهدفة بدلًا من الاعتماد على خطط ثابتة.

arXiv cs.LG
03
watchresearchnew architecture

نماذج اللغة قادرة على إعادة كتابة أوزانها بنفسها

تقرير ورقة بحثية على arXiv بأن نموذجًا بحجم 27B، عند تزويده بأوزانه وإجابات مُقيَّمة وقدرة على تشغيل نفسه، يشخّص إخفاقاته ويعدّل أوزانه دون تدرّجات أو تدريب، محققًا زيادة 6.6 نقطة على 490 مسألة لم يرها من قبل.

  • تذكر الورقة أن التعديل جعل النموذج أكثر دقة بمقدار 6.6 نقطة على 490 مسألة لم يرها من قبل، في اختبار حُدِّد مسبقًا.
  • تذكر الورقة أنه خلال أول ثماني جلسات من هذا النوع، كان كل تعديل يحل محل السابق ولم تزد الدقة إلا ارتفاعًا.
  • تذكر الورقة أنه عند إصلاح نسخة تالفة، حدّد المصفوفة المعطوبة من مسائل رياضية نصية فقط وأعاد كتابتها، فارتفعت تلك النسخة على ستة معايير صور لم يرها من 7% إلى 70%، أي 83% من النموذج السليم.
  • تذكر الورقة أنه بين أربعة أحجام، لم يُجرِ نموذج 2B أي تعديل، وأضرّ نموذجا 4B و9B بنفسيهما، ولم ينجح سوى نموذج 27B؛ ويتطلب ذلك نموذجًا مفتوحًا وساعات على وحدة GPU واحدة.

بالنسبة للمطوّرين، يشير هذا إلى أن التحسين الذاتي على مستوى الأوزان قد يصبح مسارًا للتحسين بعد النشر دون بنية تدريب، وإن كانت الفعالية المذكورة تنطبق حتى الآن على حجم 27B فقط.

arXiv cs.AI
04
testcreativecapability unlock

Genie 4 متاح الآن

تطرح Google DeepMind تجربة Project Genie جديدة لمشتركي Google AI Ultra المؤهلين، مع أول وصول إلى Genie 4 الذي يتيح تحرير البيئات في الوقت الفعلي باللغة الطبيعية وصوت أصلي.

  • يتيح Genie 4 إدخال أمر في منتصف الجلسة لتغيير الطقس أو إضافة شخصية أو تغيير مسار الحدث في الوقت الفعلي.
  • يجمع Genie 4 بين المرئيات وصوت أصلي في الوقت الفعلي يتكيف مع تطور المشهد، من الأصوات المحيطة إلى حوار الشخصيات.
  • يمدد Genie 3 الجلسات إلى ما يصل إلى 3 دقائق لكل توليد، ارتفاعًا من 60 ثانية، ويدعم ربط عوالم متعددة.
  • يضيف Genie 3 تثبيتًا بصور بانورامية بزاوية 360 درجة وأحداثًا داخل العالم تُفعَّل بالأوامر في الوقت الفعلي.

بالنسبة للمطورين، تتحول نماذج العالم من التوليد لمرة واحدة إلى بيئات تفاعلية قابلة للتوجيه بالأوامر ومزوّدة بالصوت وقابلة للمشاركة، بينما يبقى تأخر الكاميرا والتفاعلات الفيزيائية المعقدة وثبات المشهد على المدى الطويل تحديات مفتوحة.

Google DeepMind
05
testmodelsopen source unlock

Rumble-2-Flash: نموذج صوتي مفتوح بحجم 0.5B لأكثر من 40 لغة

أصدرت Reson8 نموذج Rumble-2-Flash كمصدر مفتوح بموجب ترخيص Apache 2.0، وهو نموذج التعرف على الكلام بحجم 0.5B معلمة لأكثر من 40 لغة يستخدم بنية Qwen3-ASR مع دعم أصلي في Transformers وvLLM.

  • نموذج بحجم 0.5B معلمة صدر بموجب ترخيص Apache 2.0
  • في المسار متعدد اللغات على Open ASR Leaderboard، يحقق متوسط معدل خطأ 6.96% في الصينية والألمانية والفرنسية والإيطالية والإسبانية والبرتغالية والهندية والهولندية والإنجليزية
  • في مسار اللغة الإنجليزية على Open ASR Leaderboard، يحقق متوسط WER بنسبة 6.6%
  • في معيار مركز الاتصال من AppTek (302 ساعة من مكالمات خط المساعدة، 14 لهجة إنجليزية)، يحقق WER بنسبة 7.86%، على قدم المساواة مع Nemotron 3.5 Transcribe (30B) من NVIDIA عند 7.78%

يمكن للمطورين نشر نموذج ASR بحجم 0.5B بموجب Apache 2.0 بدقة متعددة اللغات ومراكز الاتصال المُبلَّغ عنها على قدم المساواة مع نموذج بحجم 30B، مع دعم أصلي لـ Transformers وvLLM.

Hugging Face Blog
06
watchresearchincremental

المدققون يجدون صعوبة في كشف التخريب في النصوص الكاملة لأبحاث سلامة الذكاء الاصطناعي

تُجري الورقة لعبة فريق أحمر/فريق أزرق يخوض فيها باحث بشري تجارب سلامة الذكاء الاصطناعي من الصفر بصفته مخرباً بديلاً، بينما يحاول المدققون تحديد التجارب التي جرى التخريب فيها وكيف، مع إتاحة النص الكامل للبحث والقدرة على تشغيل التجارب.

  • بلغ AUROC لدى المدققين البشر الذين ميزوا البحث المخرب من البحث السليم 0.59، وهو ليس أفضل بشكل ملحوظ من الصدفة.
  • لم يحدد المدققون البشر التخريب المحدد تحديداً كاملاً إلا في 17% من الحالات.
  • تفوقت أفضل النماذج الحدودية، رغم عدم السماح لها بتشغيل التجارب، على المدققين البشر (Fable 5.1: AUROC 0.73، تحديد كامل بنسبة 32%) ضمن هامش الضوضاء، وكان أداء النماذج الأضعف مماثلاً.
  • عندما اختار المخرب التجارب التي تُهاجَم بدلاً من إلزامه بتخريب كل سؤال معطى، انخفض تحديد التخريب أكثر.

بالنسبة للفرق التي تؤتمت البحث والتطوير في الذكاء الاصطناعي، لا يكفي التدقيق اللاحق لنص بحث كامل لكشف تخريب وكيل بمستوى الخبير، لذا يجب أن تتحقق تصاميم التدقيق من التجارب بشكل فعّال.

arXiv cs.AI
07
testdevelopercapability unlock

داخل بيئة Codex المعزولة

اطّلع على كيفية تشغيل Codex للأوامر على جهازك مع فرض حدود نظام الملفات والشبكة التي تتحكم بها على macOS وLinux وWindows.

  • يشغّل Codex الأوامر على جهازك.
  • يفرض Codex حدود نظام الملفات والشبكة التي تتحكم بها.
  • تشمل البيئة المعزولة macOS وLinux وWindows.

يمكن للمطورين تشغيل أوامر Codex على ثلاث منصات سطح مكتب رئيسية مع تقييد الوصول إلى نظام الملفات والشبكة ضمن الحدود التي يحددونها بأنفسهم.

OpenAI News