نماذج اللغات الكبيرة
نماذج لغوية كبيرة: GPT، Claude، Gemini، Mistral والنماذج مفتوحة المصادر
97 published articles
توليد الفيديو
MiniMax تخلّت عن معماريتها المُثبتة لكي يقوم H3 بكل شيء
تقول MiniMax إن H3 يوحّد توليد النصوص والصور والفيديو والصوت في نموذج واحد، ويسعّر مخرجات 2K بأقل من ثلث أسعار النماذج السائدة، ويخطط لفتح الأوزان خلال أيام. لكن التفاصيل الصغيرة هي القصة الحقيقية: تخلت الشركة عن المعمارية التي منحتها ميزة للوصول إلى ذلك.
2026-08-07
سباق النماذج الصغيرة
بانانا مايند 2 مايكرو: 2.9 مليون معامل، 75 مليار توكن، ورهان تدريب مفرط متطرف
سيضم BananaMind 2 Micro 2.9 مليون معامل وسيُدرَّب على 75 مليار توكن، أي ما يقارب 25,900 توكن لكل معامل. يبدأ التدريب في 3 أغسطس، والإصدار المتوقع في الفترة من 4 إلى 6 أغسطس، وتصل معاينة عامة لـ BananaMind 2 Pro في اليوم نفسه. لم تتم مشاركة أي معايير أداء.
2026-08-06
سلامة الذكاء الاصطناعي
شيلدسترال، المصنّف ثلاثي المليارات الذي يتفوق على نماذج أكبر منه بسبع مرات
مصنّف سلامة بحجم 3B يضاهي نماذج نصية أكبر منه بنحو سبع مرات ويحقق مستوى متقدمًا جديدًا في التصفية متعددة الوسائط، وفقًا لورقة arXiv في يوليو 2026. الحيلة: إعادة صياغة التصفية كإجابة عن سؤال ثنائي، مع التدريب على نحو 54.1 مليون عينة.
2026-08-05
الذكاء الاصطناعي
ترميزات LFM2.5 تدعم حجة النماذج الصغيرة: أسرع بـ3.7× من ModernBERT على وحدة المعالجة المركزية
ترميزات LFM2.5 مفتوحة الأوزان من Liquid AI تدعم الحجة بأن معالجة اللغة الطبيعية الإنتاجية تنتمي إلى النماذج الصغيرة. ترميز 230M يتفوق على ModernBERT-base في المعايير ويفحص مستندات كاملة في حوالي 28 ثانية على وحدة معالجة مركزية لجهاز محمول، أي أسرع بنحو 3.7×.
2026-08-05
أبحاث الذكاء الاصطناعي
بينيلوب تخفي استدلالها في طبقة مفكك ترميز واحدة لخفض تكاليف الاستدلال
بينيلوب، إطار عمل للاستدلال الكامن لمحولات مفكك الترميز فقط، يحدد الحساب المتكرر في فاصل زمني ضيق لمفكك الترميز، مما يقلل زمن استجابة الاستدلال دون تأثير كبير على الدقة. تصف الورقة منهجًا دراسيًا ينقل الاستدلال من الرموز المرئية إلى حلقة GRU داخلية.
2026-08-04
بحث في الذكاء الاصطناعي
لماذا يُعد الاحتمال اللوغاريتمي للرموز إشارة خاطئة لمراقبة نماذج التفكير في الذكاء الاصطناعي
تظهر Novelis Research أن الاحتمال اللوغاريتمي للرموز يفشل كمراقب لفك الترميز لنماذج التفكير المكممة، كونه أعمى عن الحلقات الواثقة. يقدمون وحدة تحكم e-CUSUM معايرة تجمع بين إشارات عدم اليقين والتكرار، محققة انتقائية على GSM8K مع DeepSeek-R1-Distill-Qwen-1.5B.
2026-08-03
أبحاث الذكاء الاصطناعي
نموذج LLM يتفوق على كل الصيغ الثابتة لتخصيص المستودعات في JD.com
نموذج لغة كبير تم تدريبه عبر التعلم المعزز الموجه بالمحلل يختار أفضل صيغة MIP لكل حالة تخصيص مخزون في JD.com. قفزت نسبة Hit Ratio@1 من 21% إلى 50%، وتجاوزت دقة التخصيص المحققة كل صيغة ثابتة بمقدار 12.57 نقطة مئوية.
2026-08-03
أبحاث الذكاء الاصطناعي
لماذا لا يرى معلم الذكاء الاصطناعي الخاص بك كيفية بناء الرياضيات على نفسها؟
يكشف K12-Bench من جامعة بكين أن أفضل نماذج اللغة بالكاد تفهم كيفية ارتباط المفاهيم المدرسية. نتائج 57٪ و46٪ تظهر بقعة عمياء في قدرة الذكاء الاصطناعي على التعامل مع سلاسل المتطلبات الأساسية، تصنيفات المفاهيم، والتأصيل البصري، وهي مهارات يستخدمها المدرسون الحقيقيون يوميًا.
2026-08-02
الذكاء الاصطناعي
توليد أفكار البحث يصبح أفضل بـ 3.89 مرة باستخدام IDEAgent
يستخدم IDEAgent الأنساب والتغذية الراجعة متعددة الأهداف والذاكرة المتسلسلة لموازنة الجودة والتنوع في أفكار البحث المولدة بواسطة نماذج اللغة الكبيرة. تم اختباره عبر 32 موضوعًا في 8 مجالات من علوم الكمبيوتر، ويحقق 3.89 أضعاف العائد (أفكار متنوعة فوق عتبة الجودة) مقارنة بالطرق السابقة.
2026-08-02
الاستدلال ثلاثي الأبعاد
SceneActBench: لماذا تفشل حتى أفضل نماذج VLM في الحركة ثلاثية الأبعاد
يختبر SceneActBench أحد عشر تكوينًا لـ VLM على خمس مهام ثلاثية الأبعاد في حلقة وكيل موحدة. تتراوح النتائج الإجمالية من 38.6 إلى 50.2، دون أداء ثابت لأي نموذج. يكشف المعيار عن بقعة عمياء في وكلاء الرؤية واللغة: التصرف في المشاهد الكاملة، وليس مجرد وصفها.
2026-07-31
تقطير نماذج اللغات الكبيرة
تقطير نماذج اللغات الكبيرة يتعثر عندما يبقى السياق ثابتًا. هذه الورقة تجعله يتطور
يمكن للسياقات حمل تفضيلات المهمة إلى تدريب نماذج اللغات الكبيرة، لكنها بعد تقطيرها في الطالب لا تضيف إشرافًا يذكر. تُبقي Flux-OPD من جامعة بكين السياق متحركًا مع الطالب وتستخدم حد تعارض لترجيح تصحيحات المعلّم. يذكر الملخص تحقيق مكاسب على نماذج التقطير ضمن السياسة الحالية دون ذكر أرقام.
2026-07-31
ملخص بحثي
عنق الزجاجة الهيكلي في الاستدلال يتفوق على سحر المطالبات في مهام الاستقراء لنماذج اللغة الكبيرة
منهجية جديدة تُسمى الاستدلال الساعي تُطبق عزلًا صارمًا للسياق بين مراحل الاستقراء والاستنباط والتنفيذ، مع تمرير قاعدة رمزية مضغوطة فقط بينها. على ARC-AGI-2، ترفع دقة أفضل 5 محاولات بما يصل إلى 14 نقطة عن التحسين التكراري؛ على توليف Verilog لـ ChipBench، تضاعف الدقة تقريبًا مع GPT-5.5. تؤكد عمليات الإزالة أن الهيكلية نفسها هي التي تدفع التحسين.
2026-07-31