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.

2026-11-21
01
testinferenceincremental

لماذا تنهار شبكات CNN البصرية دون 4 بت وأين يتوقف الاسترداد بالدقة المختلطة

تحلل الورقة بشكل منهجي انهيار التكميم في شبكات CNN البصرية القياسية، بما في ذلك العمودان الفقريان ResNet وEfficientNet، المقيَّمة على مجموعة التحقق الكاملة ImageNet-1k البالغة 50,000 صورة، وتقدم سلسلة استرداد متعددة الخطوات.

  • الانهيار غير خطي بدرجة عالية ويتركز في الإسقاطات النقطية المتأخرة وطبقات depthwise.
  • الحفاظ على أقل من 5% من تنشيطات الطبقات الحرجة بدقة 8 بت يسترد حتى 92% من الدقة المفقودة أثناء الضغط القوي دون 4 بت.
  • على معماريات CPU القياسية ARM وx86، يسبب فك تغليف البتات البرمجي في وقت التشغيل القياسي تباطؤًا في التنفيذ يتراوح بين 1.48x و21.5x حسب حجم الدفعة.

بالنسبة لمطوري الرؤية الطرفية، تقلل الأوزان دون 4 بت التخزين لا الإنتاجية، لذا يجب أن يستهدف الاسترداد بالدقة المختلطة الإسقاطات النقطية المتأخرة وطبقات depthwise مع قياس كلفة فك التغليف.

arXiv cs.AI
02
testmodelscapability unlock

thinkingmachines/Inkling-2-Mini: محوّل متعدد الوسائط بحلقات بسعة 26.4B وأوزان مفتوحة

أصدرت Thinking Machines Lab نموذج Inkling 2 Mini، وهو محوّل بحلقات متعدد الوسائط أصلاً يضم 26.4B معاملاً إجمالياً و3.4B معاملاً نشطاً، بموجب ترخيص Apache 2.0 مع أوزان مفتوحة. يقبل النموذج مدخلات نصية وصورية ويدعم نافذة سياق تصل إلى 1M رمز.

  • 26.4B معاملاً إجمالياً و3.4B معاملاً نشطاً؛ تُشغَّل الطبقات الـ12 الوسطى ثلاث مرات بأوزان مشتركة، ما يعطي 48 تطبيقاً للطبقة لكل رمز و5.4B معاملاً نشطاً فعّالاً.
  • البنية عبارة عن MoE متناثر بفك ترميز فقط من 24 طبقة، يوجّه كل رمز إلى 8 من 128 خبيراً في كل طبقة، مع انتباه هجين محلي وعالمي.
  • يُوزَّع كملف تحقق واحد بحجم نحو 20GB بدقة مختلطة NVFP4 وMXFP8، مع دعم الاستدلال المحلي على 1x NVIDIA DGX Spark وأجهزة Apple silicon بذاكرة 32GB أو أكثر.
  • تُفيد بطاقة النموذج بنتائج SWEBench Verified (bash فقط) 79.2% وSWEBench Pro v2 (Hard) 77.9% وMMMU Pro Standard 10 74.9% وOmniDocBench v1.6 92.8%.

يحصل المطوّرون على نموذج متعدد الوسائط بأوزان مفتوحة يعمل على عتاد محلي من فئة 32GB، لكن بطاقة النموذج تفيد بضعف الاستدعاء الواقعي مقارنة بـ Inkling 2 Small واحتمال تنفيذ إجراءات وكيلية مدمّرة دون تأكيد، ما يستلزم بيئة معزولة ومراجعة بشرية.

Hugging Face Trending
03
testdeveloperopen source unlock

Hugging Face تطلق harness adapters: تكييف النموذج مع harness الوكيل الخاص بك عبر RL

نشرت Hugging Face وصفة قابلة لإعادة الاستخدام تدرّب محوّل LoRA واحدًا لكل harness وكيل من أجل Qwen3.8-27B باستخدام RL داخل Pi وOpenCode وHermes Agent، ثم تدمج محوّلات LoRA الثلاثة في super adapter واحد يعمل دون تغيير في المحوّلات الثلاثة.

  • تذكر الورقة أن Qwen3.8-27B يحقق 39% على Terminal-Bench 2.1 مع harness pi بمتوسط 2.9K tokens لكل مهمة؛ وإضافة محوّل LoRA مدرَّب بـ RL على أوزان مجمّدة يعطي 55% pass@1 بمتوسط 1.5K tokens.
  • دُرّب كل محوّل على وحدات GPU من نوع NVIDIA 2×B200، بوحدة واحدة لخادم vLLM وواحدة لعملية التدريب.
  • يمزج مزيج البيانات النهائي 750 مهمة من بيئات RL الخاصة بـ harness-adapters مع 300 مهمة من termgrade.
  • تحتوي مجموعة بيانات harness-hub/agentic-coding-envs على 871 مهمة من 35 مستودعًا، منها 171 تشكّل المجموعة الفرعية المؤهلة لتدريب GRPO.

بالنسبة لمن يبنون الوكلاء، يُظهر هذا أن الضبط الدقيق بـ RL داخل harness الذي يُنشر فعليًا يمكن أن يرفع معدل النجاح ويقلل استهلاك tokens دون تغيير النموذج الأساسي.

Hugging Face Blog
04
watchresearchcapability unlock

تدريب نماذج اللغة على الإشراف الاستبطاني

تقدم الورقة الإشراف الاستبطاني: يُضاف إلى النموذج دور مراقب منفصل بضمير الغائب يجيب عن أسئلة حول المساعد، مع مكافأة الإجابات التي تُتحقق مقابل السلوك الفعلي للمساعد. وفي خمسة تقييمات إشراف محجوزة، يحصل مراقب مدرَّب على Qwen3.6-27B على متوسط AUROC قدره 0.907.

  • مراقب مدرَّب على Qwen3.6-27B يحصل على متوسط AUROC قدره 0.907 في خمسة تقييمات إشراف محجوزة.
  • خطوط الأساس: تدريب الصدق 0.864، مراقبة النصوص 0.828، أوراكل التنشيط 0.796.
  • تذكر الورقة أن تدريب مراقب يجعل المساعد نفسه أسهل في المراقبة، مع تحسّن كل طريقة أساس بمعدل وسطي عند تطبيقها على المساعد المضبوط.
  • تتألف الورقة من 31 صفحة و13 شكلاً و8 جداول، وقد قُدّمت في 17 نوفمبر 2026.

بالنسبة إلى المطوّرين، يشير هذا إلى دور مراقب قابل للتدريب منفصلاً عن المساعد وموجهاً للدقة فقط، كمسار إشراف يتجاوز المراقبة الخارجية للنصوص ومفككات التنشيط.

arXiv cs.AI
05
testresearchincremental

Watch Where You Linearize: التنبؤ بتداخل دمج النماذج وتصحيحه

تُظهر الورقة أن المشتقة الاتجاهية من الرتبة الأولى لمخرجات المهمة A على طول متجه المهمة B يمكنها التنبؤ بالتداخل، لكن فقط عند تقييمها في النموذج المستقبِل، وتبني LR-Merge لتحسين المعاملات عبر مطابقة معلم محدبة بلا تسميات.

  • في النموذج المستقبِل، تتنبأ المشتقة بعمليات الدمج القريبة لكل مهمة ولكل مثال، وتخفض إلى النصف خطأ الدقة لخط أساس بلا تغيير، وتحدد معظم الأمثلة التي تنقلب تنبؤاتها.
  • تتطلب عمليات الدمج متعددة المهام الكاملة تقييمين على طول مسار الدمج؛ التقييم الواحد غير كافٍ.
  • عند العمود الفقري المشترك المُدرَّب مسبقًا، تكون المشتقة شبه متعامدة مع التغييرات المتحققة في تجارب الرؤية، وتنبؤية جزئيًا فقط في تجارب نماذج اللغة LoRA.

يمكن للمطورين تقييم المشتقة الاتجاهية في النموذج المستقبِل للتنبؤ بتداخل الدمج بتكلفة منخفضة، واستخدام مطابقة المعلم المحدبة بلا تسميات من LR-Merge بدلًا من البحث المكلف عن المعاملات.

arXiv cs.LG
06
watchagentsincremental

Where the Tokens Go: الحرارة والإنتروبيا والخطأ في البرمجة الوكيلية

تقدم الورقة نظرية في الديناميكا الحرارية للبرمجيات تحسب الرموز التي يولّدها وكيل البرمجة كتكلفة وتقسم هذه التكلفة إلى شغل وحرارة. وتختبر النظرية بجعل الوكيل يُجري تغييرات على مستودع ثم يلغيها مرارًا مع حساب رموز كل استدعاء للنموذج.

  • تذكر الورقة أن نحو 80 في المئة من رموز التشغيل الناجح تُولَّد في استدعاءات للنموذج تُبقي التغيير المطلوب في مكانه، ويسميها المؤلفان حرارة.
  • تذكر الورقة أن الطاقة الحرة لتغيير ما، المقدَّرة بالقياس على مساواة Jarzynski، تبلغ 14 إلى 22 في المئة من متوسط تكلفة تشغيل برمجي ناجح.
  • تذكر الورقة أن البرمجة تكلّف 1.1 إلى 1.5 ضعف تكلفة إلغاء البرمجة.
  • تذكر الورقة أن تشتت التكلفة عبر دورات متكررة يعرّف حرارة برمجية، وقد ارتفعت مع حرارة أخذ العينات للنموذج.

يمنح هذا الإطار المطوّرين طريقة لفصل إنفاق رموز الوكيل إلى شغل مفيد وحرارة مهدرة، لتحديد استدعاءات النموذج التي لا تدفع التغيير المطلوب إلى الأمام.

arXiv cs.AI
07
watchresearchbenchmark jump

RFBench: معيار متعدد الوسائط قائم على المحاكي لتصميم وفهم تخطيطات الترددات الراديوية السلبية

تقدم الورقة RFBench، وهي مجموعة بيانات ومعيار قائم على المحاكي لتقييم نماذج اللغة متعددة الوسائط في تصميم وفهم تخطيطات الترددات الراديوية السلبية عبر سبع مهام.

  • تحتوي مجموعة البيانات على 10,000 تخطيط مستوٍ ثنائي المنفذ تمت محاكاته باستخدام ADS Momentum.
  • يتضمن كل تخطيط عناصر هندسية أولية قابلة للتحرير، وصورة نقطية، وشبكة إشغال 16x16، ومعاملات S المركبة عند 201 نقطة ترددية، وفئة هيكلية، وتسمية استجابة ترددات راديوية.
  • تُعرَّف سبع مهام: توليد التخطيط المشروط بالمواصفات، وترجمة التمثيل، والتنبؤ بالاستجابة، والتحقق القائم على المحاكي، وتشخيص التصميم وتحسينه، والفهم الهيكلي، وتصنيف الاستجابة.
  • تذكر الورقة أن الضبط الدقيق الخاص بالترددات الراديوية يرفع صلاحية البنية T1a من 0.0% إلى 83.2% ومعدل المدخلات الأولية T3 ضمن 2 ديسيبل من 17.7% إلى 62.8%.

يحسّن الضبط الدقيق الخاص بالترددات الراديوية صلاحية البنية والتنبؤ بالاستجابة بشكل ملحوظ، لكن النتائج المذكورة تُظهر أن المجال لا يزال واسعًا لتوليد تخطيطات دقيقة كهرومغناطيسيًا.

arXiv cs.AI
08
testinferencecost collapse

تقدير الأهمية العالمية لإخلاء ذاكرة KV المؤقتة

تقدم الورقة PRKV، وهي طريقة لإخلاء ذاكرة KV المؤقتة دون تدريب تقدّر الأهمية العالمية للرموز متعددة القفزات عبر تطبيق Personalized PageRank على رسوم بيانية انتقالية ناتجة عن الانتباه، ما يتيح انتشار الأهمية بما يتجاوز الحداثة أو الانتباه اللحظي دون تعديل النموذج.

  • PRKV لا يتطلب تدريبًا ولا يعدّل النموذج.
  • عند نسب ضغط معتدلة إلى عدوانية، بما في ذلك حتى 90%، يحقق PRKV أداء مهام تنافسيًا مقابل خطوط أساس الإخلاء المعروفة في فهم السياق الطويل والاسترجاع المتناثر والاستدلال بسلسلة التفكير.
  • تقلل الطريقة استخدام الذاكرة الأقصى مع عبء شامل منخفض.
  • قُبلت الورقة في NeurIPS 2026، من تأليف Seojin Kim وNoseong Park.

بالنسبة لمن يبنون استدلال السياق الطويل، يشير PRKV إلى أن استبدال تقييم الحداثة أو الانتباه اللحظي بتقدير التأثير العالمي متعدد القفزات يمكن أن يحافظ على أداء المهام عند نسب ضغط عالية مع خفض الذاكرة القصوى.

arXiv cs.CL