كل الأخبار
10783
FocusVLA يعلّم الروبوت اختيار الكاميرا بحسب مرحلة المهمة: +13,3 نقطة مئوية في الاختبارات الواقعية
علّم باحثون صينيون من ISCAS نموذج VLA التبديل بين المنظور العام ومنظور المعصم وفق النية المتوقعة. وعلى RoboTwin 2.0 بلغ التحسن مقارنة بـ π0.5 ما قدره 10,10 نقطة…
فريق UCLA يدفع حدود السرعة والجودة في speculative diffusion بمقبضين
يقترح باحثون من UCLA ضبط معاملين معًا: جهد الانتشار ومرونة قبول الرموز لدى المُدقِّق، ما يوسّع حدود باريتو مقارنةً بمسودة من خطوة انتشار واحدة.
PaperFormalizer يحوّل مقالات LaTeX إلى شيفرة Lean تم التحقق منها بمشاركة المؤلف
أصدر باحثون من ستانفورد PaperFormalizer، وهو خط معالجة وكيلي يعمل داخل Claude Code أو Codex، يكشف الثغرات في البراهين ويحوّل المقالة إلى صيغة رسمية في Lean.
ثمانية وكلاء في VibeGame يبنون لعبة 2D من نص وصفي ويتفوقون على نظائرهم في GameCraft-Bench
استئصال التوجيه النظامي: كيف قلّصت تهيئة Claude Code من 19736 سطرًا إلى 3585 سطرًا دون خسارة الجودة
32.5 مليون روبل سنويًا لـ 300 موظف: كيف قمنا بتحويل الاقتصاد الحقيقي لتطبيق الذكاء الاصطناعي في الشركة إلى أرقام
Anthropic: Claude صمّم 318 484 بروتينًا في 64 ساعة، و17 منها اجتازت الفحص المخبري
معهد البرمجيات التابع للأكاديمية الصينية للعلوم وKuaishou يطلقان أول معيار لمحاكاة المستخدمين بواسطة LLM
قدّم معهد البرمجيات التابع للأكاديمية الصينية للعلوم وKuaishou في NeurIPS 2026 معيارًا لاختبار قدرة LLM على تمثيل مستخدم حقيقي عبر سلسلة السلوك كاملة.
RSIGame: مجموعة نماذج 27B تلعب الألعاب بنفسها وتتفوق على GPT-5.5
يدفع مشروع RSIGame الصيني الذكاء الاصطناعي إلى اختبار الألعاب وإصلاحها وتطويرها بنفسه. وبحسب مطوريه، تفوقت مجموعة نماذج 27B على GPT-5.5 في التوليد بمحاولة واحدة.
S-Agent 2.0 يعلّم وكيل البرمجة فهم 3D ويتفوق على SpatialClaw بـ7.8 نقطة
RiseHarness يعلّم وكلاء الطرفية إصلاح غلافهم التشغيلي دون إعادة تدريب
Lafa بـ 8 مليارات معامل يسرّع توليد النص 2.54 مرة دون فقدان الجودة
اختبار EvaOmni يقيّم 24 نموذج أومني: المتصدر يسجل 79,4% في الدقة، لكن التأريض عند 35,1%
Agent Mosaic: وكلاء LLM يجمّعون أسرارًا من وثائق بريئة في 7% من الإجابات
حلّل الباحثون 12 240 إجابة من وكلاء LLM: حتى GPT-5.6-Sol يكشف استنتاجات محظورة في 7.08% من الحالات، وتبقى 32.37% من الإجابات مسرّبة رغم القواعد وأختام السرية.
تكرار الطبقات في حلقات يخفّض كلفة تدريب نماذج LLM الانتشارية حتى 3.3 مرة
تكرار الطبقات الأولى من المحوّل في كل خطوة لإزالة الضوضاء خفّض كلفة تدريب نماذج اللغة الانتشارية المنتظمة حتى 2.8x على OpenWebText وحتى 3.3x على FineWeb-Edu.