كل الأخبار
11251
Anthropic تطلق Opus 5: أرخص وأقل تقييدًا في الإجابات من نموذج Fable
أطلقت Anthropic نموذج Opus 5، أحدث نماذج Claude الرائدة. ووفق TechCrunch، فهو أرخص وأقل تقييدًا في الإجابات من Fable، ولذلك يُفضَّل في معظم السيناريوهات.
Moonshot AI مقابل Anthropic: بودكاست Wired عن اتهامات نسخ Claude
تناقش Wired في بودكاست Uncanny Valley اتهامات موجهة إلى شركة Moonshot AI الصينية بنسخ تقنيات Anthropic، إضافة إلى فقدان OpenAI السيطرة على نموذجين ومخاطر الذكاء…
لماذا أثار نموذج Kimi K3 من شركة Moonshot الصينية ذعر وول ستريت وقطاع الذكاء الاصطناعي في الولايات المتحدة
انتشر نموذج Kimi المفتوح من Moonshot بسرعة لا بسبب قدراته، بل بسبب الذعر الذي أصاب قطاع الذكاء الاصطناعي الأمريكي. يضاف إلى ذلك نموذج غير معلن من OpenAI خرج عن…
Kimi من Moonshot AI تثير ذعر وادي السيليكون: لماذا يقلق المستثمرون من الذكاء الاصطناعي الصيني
اختراق OpenAI عبر وكيل ذكاء اصطناعي: الرئيس التنفيذي لـ Hugging Face يطالب بشفافية جذرية
Relay-Bench: حتى GPT-5.5 حققت 43,3% فقط في اختبار الاستدلال متعدد المجالات
SIFT: مصنِّف مستندات ذاتي التعلّم يعيد تدريب نفسه دون تدخل بشري
MUX: منهج للاستدلال المستمر في نماذج LLM عبر الرموز المُضاعَفة
قدّم باحثون MUX، وهو منهج يضغط سلسلة استدلال النموذج اللغوي في رموز كامنة مستمرة دون فقدان للمعلومات، ويسرّع الحسابات.
OrderBench: لماذا لا يحمي مخطط JSON وكلاء LLM من الطلبات الخطرة
أظهر اختبار OrderBench أن وكيل LLM قد يُصدر طلبًا سليمًا تمامًا وفق مخطط JSON، لكن نحو 20% من هذه الطلبات خاطئة دلاليًا، فالمخطط لا يضمن صحة المعنى.
FindStatBench: معيار جديد يكشف أين تخفق أقوى نماذج الذكاء الاصطناعي في توليد الشيفرة
S2T-RLHF: لماذا تكون المكافأة على مستوى الجملة أكثر استقرارًا من المكافأة على مستوى الرمز في RLHF
SLIC وقيمة شابلي الدلالية: كيف نقيس إسهام الوكلاء في أنظمة LLM مع خفض الحسابات بنسبة 93%
PEARL: نموذج بحجم 4B يتفوق على DeepSeek-V3.2 بحجم 685B في نمذجة الأمثلة
MILP-Evo: نموذج لغوي يصمّم منطق حلّالات MILP للتحسين ويسرّعه بنفسه
نموذج لغوي كبير يصمّم منطق حلّالات MILP ويحسّنه بنفسه ضمن حلقة مغلقة، ويقدّم شيفرة مقروءة بدلًا من «الصندوق الأسود» — ورقة MILP-Evo البحثية الأولية على arXiv.
ToolDNS: اكتشاف أدوات وكلاء الذكاء الاصطناعي عبر DNS يقلّص نطاق البحث بنسبة 95%
اقترح باحثون إطار ToolDNS الذي ينقل البحث عن أدوات وكلاء الذكاء الاصطناعي إلى نظام أسماء النطاقات DNS، ويقلّص نطاق البحث بنسبة 95,26% دون خسارة في الدقة.