Hugging Face
Hugging Face هو بمثابة GitHub للتعلم الآلي — منصة تستضيف ملايين النماذج المفتوحة ومجموعات البيانات والعروض التجريبية. مكتبتها Transformers ولوحات الصدارة المفتوحة جعلتاها مركز الثقل للذكاء الاصطناعي مفتوح المصدر. كل تغطيتنا لأخبار Hugging Face في هذه الصفحة.
T2Quant يعيد توزيع الدقة عبر خطوات نماذج LLM الانتشارية: حتى +6.7 نقطة مئوية
اقترح باحثون T2Quant، طريقة لتكميم نماذج اللغة الانتشارية تغيّر دقة التنشيطات عبر خطوات إزالة الضوضاء، وتضيف حتى 6.7 نقطة مئوية من الدقة ضمن ميزانية البتات نفسها.
UserArena: اختبار معياري على 64 729 جلسة يفحص هل يمكن محاكاة المتسوّقين
جمع باحثون 64 729 جلسة تسوّق حقيقية لـ 11 010 مستخدمين، واقترحوا طريقة OPTD التي تكرّر أثر السياسة المسجّل في اختبار A/B الحي بدقة أعلى من المحاكيات الأخرى.
HiSTEVE 1.0 يلعب Minecraft بالفأرة ولوحة المفاتيح: 85,0% على MineStudio Bench
وكيل VLA باسم HiSTEVE 1.0 ينجز مهام طويلة في Minecraft دون API ودون حالات لعبة مخفية: 85,0% على MineStudio Bench و37,4% على OpenHA، ومعول حديدي من الصفر.
Nestor: التناثر المتداخل في الانتباه يتفوق على MoE عند تساوي التكلفة
مشفّر بـ17 مليون معامل يختار الأداة خلال 14 مللي ثانية على CPU
RiseHarness يعلّم وكلاء الطرفية إصلاح غلافهم التشغيلي دون إعادة تدريب
مراجعة بحثية: الروبوتات تتعلم تحسين عملية التعلم نفسها، لكن الأدلة لم تظهر بعد
Quant-Arena: لم يتفوق أيٌّ من 9 نماذج LLM على سوق A-share في 2024
اختبر معيار أداء جديد تسعة نماذج رائدة (frontier) عبر دورة كاملة من البحث الكمي. تصدّر GPT-6 Astra الترتيب، لكن لم تتفوق أي استراتيجية على السوق متساوي الأوزان في…
باحثون يقترحون إطار PAPAV: 3 فقط من أصل 64 معيارًا اختباريًا تقيس التحقق
ورقة بحثية جديدة تقارن الوكلاء الحاسوبيين والروبوتات عبر خمس وظائف في إطار PAPAV. من بين 64 معيارًا، يقيّم 5 فقط التنبؤ بالعواقب، و3 فقط التحقق من النتيجة.
WorldStream يبني عالمًا ثلاثي الأبعاد لا نهائيًا ويتذكر كل تعديل يجريه اللاعب
Agent4Sci: Claude Opus يتفوق على الأرقام القياسية في 20 معيارًا علميًا بنسبة 10,4%
Stateful Harness يرفع دقة نماذج العالم من 32% إلى 92% في اختبارات الحالة الخفية
ActionRoPE يحوّل أفعال اللاعب إلى إحداثيات ويخفض انجراف المشهد بنسبة 66%
باحثون يشرحون كيف تختار JEPA السمات: الروابط هي المهمة لا السمات المنفردة
قدّم Mosh Levy وAly Lidayan وYoav Goldberg مفهوم «predictive closure»: تحتفظ JEPA بمجموعات من السمات يتنبأ بعضها ببعض، لا بالسمات القابلة للتنبؤ منفردةً.
ضبط دقيق لنموذج Gemma 4 باستخدام GPU على Cloud Run: من 89% إلى 94% في تصنيف الحيوانات
تحليل شامل لعملية الضبط الدقيق لنموذج Gemma 4 على بيانات خاصة في Google Cloud. بنية تدعم الفيديو والصوت بشكل أصلي، وتقنية التكميم QLoRA، وارتفاع في الدقة من 89% إلى…