Hugging Face Blog
مصدر أخبار الذكاء الاصطناعي. تُختار المقالات وتُعدَّل من قِبَل تحرير Hamidun News.
أحدث المنشورات
NVIDIA تفتح مجموعات بيانات Nemotron: 10 تريليونات توكن لتدريب وكلاء AI
أطلقت NVIDIA مجموعات بيانات Nemotron بأكثر من 10 تريليونات توكن و2.4 مليار شخصية اصطناعية لتدريب وكلاء AI على سيناريوهات واقعية وإخفاقات الأدوات.
Hugging Face: الواجهة الخلفية لـ transformers في vLLM تعمل الآن بالسرعة الأصلية
أعلنت Hugging Face عن تكافؤ في الأداء: يوفّر الخيار `--model-impl transformers` السرعة الأصلية لـ vLLM على أكثر من 450 بنية من دون إعادة كتابة الكود.
أطلقت SkyPilot وHugging Face تخزينًا من دون رسوم على حركة البيانات الصادرة
يتيح تكامل SkyPilot وHugging Face Storage تدريب النماذج على أي سحابة، مع تخزين الأوزان ومجموعات البيانات بسعر $12-18 لكل تيرابايت شهريًا من دون رسوم على حركة البيانات الصادرة.
أطلقت Microsoft منصة Foundry Managed Compute: آلاف نماذج Hugging Face بنقرة واحدة
دمجت Microsoft نظام Azure Foundry مع كتالوج Hugging Face: آلاف النماذج المفتوحة تُنشر الآن في السحابة بنقرة واحدة، مع الأمان على مستوى المؤسسات والفواتير الموحدة.
LeRobot v0.6.0 من Hugging Face: الروبوتات تتعلم التنبؤ بالمستقبل وتقييم نفسها
أطلقت Hugging Face إصدار LeRobot v0.6.0 مع سياسات world-model ونماذج مكافآت لتقييم المهام الذاتي وستة معايير جديدة — مكملة دورة التعلم الكاملة للروبوتات.
Hugging Face تحدّث Kernels: ناشرون موثوقون وتوقيع الكود والتطوير القائم على الوكلاء
في 6 يوليو 2026، أطلقت Hugging Face تحديثاً كبيراً لـ Kernels: أصبحت النوى نوعاً منفصلاً من المستودع على Hub، تمت إضافة الناشرين الموثوقين وتوقيع الكود عبر Sigstore.
أطلقت Hugging Face وCerebras نموذج Gemma 4 للـ AI الصوتي في الوقت الفعلي
كشفت Hugging Face وCerebras عن pipeline مفتوح من الكلام إلى الكلام يعتمد على Gemma 4 بزمن استجابة قابل للتنبؤ — ويُستخدم النظام بالفعل في أكثر من 9000 روبوت Reachy Mini.
Hugging Face تقارن كل بدائل LoRA: من ينتصر في الضبط الدقيق لنماذج LLM
اختبر فريق Hugging Face خمس طرق PEFT للضبط الدقيق لنماذج LLM — من DoRA إلى GaLore — واكتشف متى يمكن التفوق على LoRA وبأي ثمن بالضبط.
ServiceNow: وكيل ذكاء اصطناعي يُسرّب أسرارًا مؤسسية عبر سلسلة من استعلامات البحث
أظهر باحثو ServiceNow أن وكيل البحث المعمّق (deep-research) يكشف عن غير قصد أسرارًا مؤسسية — كل استعلام بمفرده غير ضار، لكن السلسلة كاملةً تُشكّل صورة فسيفسائية.
PaddleOCR تطلق PP-OCRv6: التعرف على النصوص بـ50 لغة بمعاملات تتراوح بين 1.5 و34.5 مليون
PP-OCRv6 من Baidu PaddlePaddle: نظام OCR شامل لـ50 لغة في ثلاث تهيئات بمعاملات تتراوح بين 1.5 و34.5 مليون، مع تحسن في الدقة بنسبة +4.6 إلى 5.1 نقطة مئوية مقارنة بالإصدار الخادمي السابق.
النماذج الهجينة تتنبأ بكلمات المحتوى بشكل أفضل من transformers — دراسة من Allen AI
قارنت Allen AI بين معماريتَي OLMo 3 و OLMo Hybrid: النماذج الهجينة تتنبأ بالأسماء والأفعال والصفات بدقة أعلى، لكنها تتأخر عن transformers في المقاطع النصية المتكررة.
Hugging Face: أصبح بالإمكان الآن تشغيل خادم vLLM على HF Jobs بأمر واحد
أضافت Hugging Face دعم vLLM إلى منصة HF Jobs: وأصبح الآن بالإمكان نشر خادم استدلال جاهز للإنتاج لأي نموذج من Hub بأمر CLI واحد.
ألين إيه آي تطلق olmo-eval — منصة لتقييم LLM أثناء التدريب
أطلقت ألين إيه آي olmo-eval، مجموعة أدوات مفتوحة المصدر لتقييم مستمر لنماذج اللغة طوال دورة التدريب — نقطة تفتيش تلو الأخرى.
Cohere تطلق North Mini Code — نموذج للمطورين ووكلاء الذكاء الاصطناعي
أطلقت Cohere نموذج North Mini Code بـ 30 مليار معامل مدرب بشكل خاص على البرمجة والعمل مع وكلاء الذكاء الاصطناعي. النموذج مجاني وفي متناول الجميع.
الوكلاء الصوتيون غير مستعدين للعملاء الثنائيي اللغة. بحث ServiceNow-AI
وكلاء الصوت يؤدون بشكل ضعيف مع العملاء ثنائيي اللغة. تم إثبات ذلك من خلال بحث من فريق ServiceNow-AI، الذي اختبر سبعة أنظمة شهيرة للتعرف على الكلام في أمثلة على التحويل الرمزي — عندما ينتقل الأشخاص…
كيفية تسريع نماذج PyTorch: دليل عملي لـ torch.profiler
شرحت Hugging Face أداة torch.profiler المدمجة في PyTorch لتحليل الأداء. تساعد في تحديد الاختناقات في تدريب واستدلال النماذج.
علمت Hugging Face مكتبة TRL توصيل تريليون معامل عبر دلتا الأوزان
أضافت Hugging Face Delta Weight Sync إلى مكتبة TRL - تقنية ترسل فقط التغييرات في الأوزان بدلاً من الملفات الكاملة، مما يقلل حجم البيانات بمئات المرات عند تدريب النماذج العملاقة.
تعليم روبوت ريتشي ميني التحدث محليًا بدون الحوسبة السحابية
يمكن لروبوت ريتشي ميني الإنساني الآن تشغيل مجموعة كاملة من معالجة الكلام بشكل محلي، بدون الحوسبة السحابية أو واجهات برمجية، بفضل النماذج المفتوحة من Hugging Face.
IBM و Artificial Analysis يطلقان معيار قياسي: وكلاء الذكاء الاصطناعي يفشلون في مهام تكنولوجيا المعلومات
حققت نماذج اللغة الكبيرة أقل من 50% في معيار ITBench-AA الجديد المصمم لتقييم قدرة وكلاء الذكاء الاصطناعي على حل مهام تكنولوجيا المعلومات في البيئات الشركاتية. هذا يدل على أن الأتمتة الكاملة لأعمال تكنولوجيا المعلومات لا
NVIDIA Nemotron: نماذج الانتشار توليد النص أسرع 6 مرات
أطلقت NVIDIA نموذج Nemotron-Labs Diffusion — أول نماذج لغوية توليد نصوص بالتوازي بدلاً من التسلسلي. في وضع التنبؤ الذاتي تعمل بسرعة 6 مرات أسرع من النماذج العادية بفضل نهج الانتشار.
كيف تفوقت نموذج صغير على GPT-5 و Claude Opus في التعرف الضوئي على النصوص البرتغالية
قامت شركة Dharma AI بتدريب نموذج متخصص بـ 3 مليارات معامل تفوق على جميع النماذج التجارية الحدودية في اختبار التعرف على النصوص، وتفوقت عليها في السعر بـ 52 مرة.
أطلقت Hugging Face Open Agent Leaderboard لتقييم وكلاء AI
قدمت Hugging Face معيارًا مفتوحًا لمقارنة أنظمة وكلاء AI الكاملة. وأظهر أن بنية الوكيل أهم من النموذج المختار.
PaddleOCR 3.5 يحصل على دعم Transformers من Hugging Face
تم تحديث PaddleOCR ليدعم بشكل كامل Hugging Face Transformers كمحرك استدلال خلفي. والآن يعمل التعرف على النصوص وتحليل المستندات في بيئة PyTorch.
أظهرت NVIDIA طريقة فعالة لتدريب Cosmos على فيديوهات الروبوتات من خلال LoRA
أصدرت NVIDIA دليلاً لضبط نموذج Cosmos Predict 2.5 من خلال LoRA/DoRA — طريقة فعالة من حيث المعاملات لتكييف نموذج الفيديو لتوليد فيديوهات الروبوتات في 17 ساعة على معالج رسومات واحد.
Ettin Reranker من Hugging Face: 6 نماذج لإعادة ترتيب البحث بدقة عالية
أطلقت Hugging Face 6 نماذج Ettin Reranker مبنية على ModernBERT بدقة وسرعة متقدمة بفضل Flash Attention 2 وتحسينات المتسلسلات.
OlmoEarth v1.1: Allen AI تطلق نماذج الأقمار الصناعية برسوم أقل بثلاث مرات
قدّمت Allen AI نسخة أكثر كفاءة من النماذج لتحليل صور الأقمار الصناعية، مما قلّل تكاليف الحوسبة ثلاث مرات مع الحفاظ الكامل على الجودة.
كيف تعلّم نموذج Allen AI اكتشاف تخصص الخبراء بنفسه
قدّمت Allen AI نموذج EMO، وهو نموذج قائم على مزيج من الخبراء يطوّر بشكل طبيعي تخصصًا حسب المجالات (الصحة، السياسة، السينما) من دون تدريب صريح على هذه الفئات.
CyberSecQwen-4B: كيف أصبح نموذج صغير خبيرًا في الثغرات
يتفوق نموذج الأمن السيبراني المتخصص ذو 4 مليارات معلمة على المنافسين متعددي الأغراض في تحليل الثغرات، ويعمل محليًا على عتاد شخصي من دون خدمات سحابية.
OncoAgent: نظام AI للكشف المبكر عن السرطان بالاعتماد على بيانات المرضى الخاصة
كيف تساعد خوارزمية تعلم آلي الأطباء على اتخاذ قرارات بشأن تشخيص السرطان من دون المساس بسرية المرضى
سرّعت Hugging Face استدلال LLM بنسبة 22% عبر batching غير متزامن
أتاحت المعالجة المتوازية بين CPU وGPU بدلًا من المعالجة المتسلسلة خفض 24% من وقت خمول GPU وتسريع توليد التوكنات بنحو الربع من دون تغيير النموذج.