KDnuggets
مصدر أخبار الذكاء الاصطناعي. تُختار المقالات وتُعدَّل من قِبَل تحرير Hamidun News.
أحدث المنشورات
يختار KDnuggets 7 مشاريع عملية في Python حول الذكاء الاصطناعي والبيانات لعام 2026
جمع KDnuggets مجموعة من سبعة مشاريع عملية في Python لعام 2026 تغطي أتمتة الذكاء الاصطناعي والتعلم الآلي والواجهات البرمجية وأدوات القياس وتحليل البيانات—كاملة مع أدلة وموارد بيانات.
Qwen3.6 و MCP: كيفية بناء نظام ذكاء اصطناعي محلي بدون رمز تكامل لكل نموذج
يوضح KDnuggets كيفية بناء نظام ذكاء اصطناعي محلي باستخدام نموذج Qwen3.6 من Alibaba Cloud وبروتوكول MCP—بدون كتابة كود تكامل لكل نموذج.
SmolVLM2-2.2B لتلخيص الفيديو المحلي على معالج الرسومات للمستهلك
قدمت Hugging Face نموذج متعدد الأنماط المدمج SmolVLM2-2.2B الذي يلخص الفيديو على معالج رسومات واحد للمستهلك — قوي بما يكفي لسير العمل الفعلي، لكنه صغير بما يكفي للإعدادات المنزلية.
Gemma 4 تحلل ملفات PDF كصور: طريقة Zero-Shot بدون OCR وبدون السحابة
تحلل Gemma 4 متعددة الأنماط من Google أي ملف PDF—المسح الضوئي والمستندات الرقمية—بدون خط أنابيب OCR: يتم تحويل الصفحات إلى صور وتمريرها مباشرة إلى النموذج.
SQL و Pandas أو وكلاء الذكاء الاصطناعي: قارن KDnuggets ثلاث أدوات تحليل وفقاً لثمانية معايير
اختبر KDnuggets SQL و Pandas ووكلاء الذكاء الاصطناعي على ثلاث مهام تحليلية متطابقة باستخدام ثمانية مقاييس — مع قياسات حقيقية لوقت التنفيذ والمطالبات الفعلية للوكلاء.
نماذج اللغة الصغيرة في الوكلاء: خمسة تطبيقات تعيد تعريف هندسة أنظمة الذكاء الاصطناعي
خمس سيناريوهات محددة حيث تحل نماذج SLM بالفعل محل نماذج الحدود في الوكلاء: من توجيه المهام والاستدلال المحلي إلى مسودات GPT-4—مع أرقام وأدوات.
Humanity's Last Exam: لماذا يُعتبر المعيار الأساسي للذكاء الاصطناعي من CAIS بمثابة إلهاء
حلل خبراء KDnuggets اختبار Humanity's Last Exam — أصعب اختبار ذكاء اصطناعي من Center for AI Safety و Scale AI — وخلصوا إلى أنه يقيس المعرفة الأكاديمية، وليس الفائدة الحقيقية للنماذج.
Feature Store من الصفر: خمسة مكونات للحد الأدنى من التنفيذ الفعال
تحليل مفصل لخمسة مكونات أساسية في Feature Store — من الاستيراد إلى المراقبة — وتحليل كيف يغير ظهور الذكاء الاصطناعي المعمارية الكلاسيكية.
معايرة النماذج اللغوية: ثلاث طرق لمواءمة الثقة والدقة
Platt Scaling وIsotonic Regression وTemperature Scaling — ثلاث طرق post-hoc توائم بين الثقة التي يتنبأ بها النموذج ودقته الفعلية من دون إعادة التدريب.
لماذا تفسد نماذج اللغة بنية المستند عندما توكل إليها مهمة التحرير
تشرح KDnuggets لماذا تُفسد نماذج اللغة بشكل منهجي تنسيق المستند وبنيته عند تفويض مهام التحرير المعقدة إليها.
أفضل 7 مولدات صور مجانية على Hugging Face في 2026
قامت KDnuggets بتصفية 90,000 نموذج على Hugging Face واختارت سبعة تعمل مجانًا بالفعل — من FLUX.1-schnell فائق السرعة إلى Stable Diffusion 3.5 Large عالي التفاصيل.
ما اشتراكات AI للمطورين التي تقدم أفضل قيمة مقابل السعر في عام 2026
نقارن خمس اشتراكات AI للمطورين — من GitHub Copilot إلى Claude Code Max — ونحدد أي خطة تقدم أفضل مزيج من السعر والقدرات والتوفير الفعلي للوقت.
مطور بنى مساعد AI من الصفر: البنية المعمارية، الكود، وما الذي تعطل
شرح مهندس من KDnuggets لماذا تخلى عن خدمات AI المدفوعة وبنى مساعده الخاص — مع الكود، والبنية المعمارية، وتحليل صريح للأخطاء.
7 أفضل نماذج الكود للتشغيل المحلي في 2026: Qwen و DeepSeek وغيرها
مراجعة لسبعة نماذج ذكاء اصطناعي مفتوحة المصدر للبرمجة تعمل على معالج الرسومات الخاص بك في 2026 — من المتغيرات الخفيفة بـ 7B إلى نماذج قوية بـ 70B مع إمكانيات الوكيل.
كيف تصبح مهندس معماري الذكاء الاصطناعي في 2026: خريطة طريق من المهندس إلى مصمم الأنظمة
نشرت KDnuggets خطة خطوة بخطوة للمهندسين الذين يريدون النمو ليصبحوا مهندسي ذكاء اصطناعي: ماذا تتعلم، كيفية اتخاذ قرارات النظام، وتطوير مهارات القيادة.
Qwen وGemma وPhi-4: خمسة نماذج omni مفتوحة المصدر لكل أنواع البيانات
تتعامل النماذج متعددة الوسائط المفتوحة من Alibaba وGoogle وMicrosoft مع النص والكلام والصور والفيديو ضمن واجهة واحدة ويمكن تشغيلها محليًا.
Claude Code والنماذج المحلية: تكلفة صفر للمهام الروتينية في التطوير
النماذج المحلية في 2026 تتعامل مع معظم مهام Claude Code بدون رسوم الرموز وبدون حدود — كيفية بناء مخطط هجين مناسب.
5 مفاهيم Python لا غنى عنها لأنظمة الذكاء الاصطناعي
قدمت KDnuggets خمس مفاهيم Python حاسمة ضرورية للمهندسين لبناء أنظمة ذكاء اصطناعي قابلة للتوسع وموثوقة.
أطلقت أنثروبيك دليلاً تفصيلياً لتطوير ونشر Claude Skills
نشرت Anthropic دليلاً شاملاً لتطوير Claude Skills—وهي امتدادات متخصصة تكيّف Claude مع مجالات وعمليات محددة.
10 مستودعات GitHub لقواعد البيانات الحديثة والأدوات
جمعت منصة KDnuggets 10 مشاريع مفتوحة المصدر الأفضل للعمل مع قواعد البيانات الحديثة: من التحليلات والتخزين المؤقت إلى المراقبة والنسخ المتماثل.
تصحيح الأخطاء البصري للشبكات العصبية: الأدوات والتقنيات
تساعد الأدوات البصرية مهندسي التعلم الآلي على تصحيح الأخطاء في النماذج بشكل أسرع: من رسم منحنيات الخسارة إلى تحليل التدرجات في الوقت الفعلي.
7 مشاريع ذكاء اصطناعي عملية للأتمتة في 2026: من البحث عن الوظائف إلى تحليل السوق
جمعت KDnuggets سبعة مشاريع ذكاء اصطناعي تؤتمت المهام: البحث عن وظائف وتحليل استثمارات ومعالجة فواتير ورقمنة رسوم بيانية والتدريب الشخصي.
Transformers.js: معالجة اللغة الطبيعية مباشرة في المتصفح — ثلاثة أمثلة عملية
يتيح Transformers.js تشغيل نماذج معالجة اللغة الطبيعية مباشرة في متصفح المستخدم دون الحاجة إلى خادم خلفي. يعرض الدليل العملي ثلاثة تطبيقات: تصنيف النصوص، والوسم الحر من الأمثلة (Zero-shot)، والإجابة على الأسئلة.
كيفية تكوين نموذج محلي في Ollama: معاملات للتحكم الكامل
يسمح Ollama بتشغيل نماذج اللغة محليًا وضبط سلوكها بدقة من خلال درجة الحرارة والسياق ومعاملات أخرى.
Gemma 4 كوكيل: كيفية تعليم النموذج استدعاء الأدوات بشكل مستقل
نموذج Gemma 4 المفتوح من Google تعلم استدعاء الأدوات بشكل مستقل للبحث والحسابات - يوضح البرنامج التعليمي الجديد كيفية تنفيذ سلوك الوكيل.
أفضل نماذج اللغة المدمجة على Hugging Face: مراجعة واختيار عملي
على Hugging Face عشرات النماذج اللغوية المدمجة التي تعمل على أجهزة ضعيفة وتكلف رخيصة جداً: اخترنا الأفضل منها وشرحنا كيفية استخدامها.
Mimesis لتدقيق التحيز: تحقق مما إذا كان نموذجك يميز
تساعد مكتبة Mimesis المطورين على الكشف عن التحيزات المخفية في نماذج التعلم الآلي بإنشاء مجموعات بيانات اصطناعية متوازنة للتدقيق المضبوط للتحيز.
Pingouin: كيفية بناء خط أنابيب EDA إحصائي
يساعد Pingouin على إجراء تحليل إحصائي شامل للبيانات. لنرَ كيف نبني خط أنابيب EDA فعالًا يتحقق من الخصائص الأساسية لمجموعة البيانات.
Vector search في Python من الصفر: embeddings والبحث بالتشابه
دليل خطوة بخطوة لإنشاء محرك بحث خاص بك قائم على التشابه المتجهي. نشرح embeddings وcosine similarity ومنطق retrieval — وهي الأساس لأنظمة RAG الحديثة والبحث الدلالي.
وقف الهدر: TOON المدمج بدلًا من JSON غير الفعّال في مسارات LLM
يهدر JSON التوكنات بسبب تكرار أسماء الحقول. TOON بديل أكثر كفاءة يقلل التكاليف ويُسرّع معالجة الطلبات الموجهة إلى النماذج اللغوية.