Apple ML Research
مصدر أخبار الذكاء الاصطناعي. تُختار المقالات وتُعدَّل من قِبَل تحرير Hamidun News.
أحدث المنشورات

Apple تقترح SelfCompact: الوكيل يقرر بنفسه متى يضغط السياق
أزال باحثو Apple عتبة الرموز الثابتة من ضغط السياق: في SelfCompact يختار النموذج بنفسه توقيت الضغط وطريقته عبر أداة مخصصة.

Apple Research تكشف عن Minions: سحابة GPU افتراضية مبنية على أجهزة Mac غير المستخدمة
وصف باحثو Apple نظام Minions، وهو سحابة موزعة تجمع وحدات GPU الخاملة في أجهزة macOS العاملة بمعالجات Apple Silicon لتشغيل استدلال ML على نطاق واسع.

Apple تختبر نماذج LLM في دور حكّام الترجمة: تقييما MQM وESA صعبان على البشر والنماذج معًا
قارنت Apple ML Research بين تقييم جودة الترجمة الآلية بواسطة نماذج LLM وتقييم البشر وفق مخططي MQM وESA. الخلاصة في العنوان: الصعوبات قائمة لدى الطرفين.

Apple ML Research تدرس الـ alignment في نماذج LLM متعددة الوسائط وميلها إلى الهلوسة
نشر باحثو Apple ML Research دراسة شاملة عن دور preference alignment في النماذج اللغوية متعددة الوسائط، وعن أسباب كون الهلوسة فيها أكثر تعقيدًا منها في نماذج LLM التقليدية.

Apple ML Research تقترح نماذج مدمجة لتصحيح أخطاء التعرف على الكلام
اقترح باحثو Apple ML Research نماذج seq2seq مدمجة بدلًا من LLM لتصحيح أخطاء ASR، ودرّبوها على أخطاء حقيقية واصطناعية.

Apple ML Research تقدّم منهجًا لتوليد الفيديو مع الصوت من النص: Text-to-Sounding-Video
عرضت Apple ML Research اتجاه Text-to-Sounding-Video، أي توليد الفيديو مع الصوت من نص، وحدّدت مشكلتين رئيسيتين لم تُحلّا بعد.

Apple ML Research تقدّم TopoPrimer: سياق طوبولوجي للنماذج التنبؤية
كشفت Apple ML Research عن إطار TopoPrimer الذي يضيف البنية الطوبولوجية العامة للبيانات إلى نماذج التنبؤ بالسلاسل الزمنية.

Apple تحدد متى تفيد تقنية on-policy distillation في تدريب النماذج
بحث جديد من Apple ML يحدد الظروف التي تكون فيها on-policy distillation فعّالة في تدريب نماذج الاستدلال (reasoning)، والظروف التي قد تقل فيها فعاليتها أو تأتي بنتائج عكسية.

Self-Reflective Program Search: Apple تحسّن أداء نماذج LLM مع السياقات الطويلة
نشرت Apple ML Research دراسة عن منهج Self-Reflective Program Search، الذي يحسّن تعامل النماذج اللغوية مع السياقات الطويلة عبر تفكيكها تفكيكًا تعاوديًا إلى استعلامات فرعية.

Apple تطوّر TGPO لتعليم نماذج الفيديو فهم عنصر الزمن
قدّم فريق Apple ML Research طريقة TGPO التي تعلّم نماذج الفيديو فهم ترتيب الأحداث وتطوّرها في الفيديو من منظور الشخص الأول، عبر التعلّم المعزَّز للتفكير الزمني.

ثغرة في الذكاء الاصطناعي: نيورون واحد يتجاوز حماية الشبكات العصبية الكبيرة — Apple
أظهر باحثو Apple أن حماية نماذج LLM يمكن تجاوزها بالكامل بالتأثير في نيورون واحد، دون إعادة تدريب أو تعديل للمطالبات، وذلك على سبعة نماذج من عائلتين.

الذكاء الاصطناعي لتقييم الواجهات: منهج FlowEval من Apple
طوّر فريق Apple ML Research إطار FlowEval لتقييم الواجهات المولَّدة بالذكاء الاصطناعي تلقائيًا، عبر مقارنة مسارات التنقل فيها بمسارات المواقع الحقيقية.

Apple ML Research تقدّم Weblica: بيئة قابلة للتوسّع لتدريب وكلاء الويب البصريين
أطلقت Apple إطار Weblica الذي يعيد إنتاج الحالات التفاعلية لصفحات الويب ويولّد بيئات تدريب عبر LLM، بهدف تدريب وكلاء AI يعملون داخل المتصفح بشكل موثوق.

Apple تطوّر MT-EditFlow لتحرير الصور بالذكاء الاصطناعي على عدة خطوات
قدّم باحثو Apple ML Research نظام MT-EditFlow القائم على التعلّم المعزَّز، وهو يعالج مشكلة تراكم الأخطاء عند تحرير الصور بصورة تكرارية.

LensVLM: شبكة عصبية لقراءة النص على الصور المضغوطة
اقترح فريق Apple ML Research إطار LensVLM الذي يتيح لنماذج الرؤية واللغة قراءة النصوص الصغيرة على الصور المضغوطة دون فقدان في الدقة.

كيف تُدرَّب نماذج الذكاء الاصطناعي على مهام جديدة دون فقدان قدراتها
تعيد DynaMiCS من Apple صياغة اختيار البيانات أثناء الضبط الدقيق كمسألة ذات قيود، للحفاظ على التعليمات والمعرفة والأمان في النموذج عند تكيّفه مع مجالات جديدة.

كيف تعمل بنية Mixture-of-Experts: هندسة الشبكات العصبية الحديثة
اكتشف باحثو Apple أن الرموز (tokens) في بنى MoE لا تستخدم سوى جزء ضئيل من المسارات الممكنة نظريًا، واقترحوا بنية لمعالجة ذلك.

الشبكة العصبية للكلام تعمل مثل النصية: دراسة من Apple
وجدت Apple ML Research أن نماذج الكلام القائمة على الانتشار المستمر تتوسع بقدر من القابلية للتنبؤ يماثل النماذج ذاتية الانحدار، وقدّمت مقياس pJSD.

Apple ML Research تحل مشكلة تدهور نماذج ASR على التسجيلات الصوتية الطويلة
نشرت Apple ML Research طريقة Segmental Attention Decoding، وهي أربعة تعديلات معمارية تعالج المشكلة الأبرز للشبكات العصبية عند معالجة التسجيلات الصوتية الطويلة.

آبل تنشر Fortress: إطار عمل لتثبيت أنظمة التوصية عبر تقليم الميزات
وصف باحثو Apple ML Research نظام Fortress الذي يعالج عدم الاستقرار الزمني في نماذج التوصية، عبر رصد الميزات التي تنتج تنبؤات غير متسقة وحذفها.

Apple ML Research تبحث في أسباب اختلاف مُصنِّفي بيانات أمان الذكاء الاصطناعي
طوّرت Apple ML Research طريقة لتحليل الخلافات بين مُصنِّفي بيانات الأمان، أي الأشخاص الذين يدرّبون نماذج الذكاء الاصطناعي على التمييز بين المحتوى المقبول والمحتوى الخطر.

Apple ML Research تقترح طريقة لتعميم نماذج ML على نطاقات جديدة دون وسم البيانات
طوّر باحثو Apple ML Research نهجاً للتعميم على النطاقات (domain generalization) يعتمد على بيانات غير موسومة من النطاق الجديد بدلاً من الوسم المكلف.

شبكة عصبية أكثر كفاءة: كيف حسّنت Apple عملية الاستدلال (inference)
قدّمت Apple ML Research إطار Conformal Thinking، وهو منهج يدير ميزانية الرموز (tokens) لنماذج الاستدلال تلقائيًا، ويضمن مستوى أخطاء محددًا بأقل قدر من الحوسبة.

Apple ML Research: كيف تتعلم نماذج الانتشار اختيار الرموز دون قواعد استدلالية يدوية
تقترح Apple ML Research استبدال القواعد الاستدلالية اليدوية لاختيار الرموز في نماذج اللغة الانتشارية بسياسات قابلة للتعلم، للتخلص من عدم الاستقرار ومن الضبط اليدوي للمعاملات.

Apple ML Research تقترح MemoryLLM — «ذاكرة» قابلة للتفسير لنماذج المحوّلات
وصف باحثو Apple كتل التغذية الأمامية في نماذج اللغة الكبيرة بوصفها ذاكرة استرجاع عصبية، واقترحوا طريقة لتحليلها بمعزل عن آلية الانتباه الذاتي.

Apple ML Research: فرق نماذج LLM متعددة الوكلاء تُعيق الوكلاء الخبراء
أثبتت Apple ML Research أن الفرق ذاتية التنظيم من النماذج اللغوية لا تحقق تآزرًا، بل تُعيق الوكلاء الخبراء بدلًا من تعزيز أدائهم.