معايير الذكاء الاصطناعي
4 published articles
Orchestrator swap
بيربلكسيتي تجعل جروك 4.5 نموذج التنسيق الأعلى في كمبيوتر، متغلبًا على أوبوس 4.8 بنصف التكلفة
تقول بيربلكسيتي إن جروك 4.5 تفوق على خمسة تكوينات تنسيق أخرى في اختبار WANDR الداخلي، متجاوزًا كلود أوبوس 4.8 في الدقة بتكلفة تقارب النصف، وهو متاح الآن في "كمبيوتر" لمشتركي Pro وMax.
2026-07-14
Benchmark integrity
GPT-5.6 Sol (max) يتصدر معيار CritPt، وهو معيار جديد لمشكلات أبحاث الفيزياء غير المنشورة
يتصدر GPT-5.6 Sol (max) معيار CritPt، وهو معيار فيزياء جديد مبني من مشكلات أبحاث غير منشورة على مستوى الدراسات العليا، مسجلاً حوالي 5 نقاط أعلى من GPT-5.5 و4 نقاط أعلى من Claude Fable 5، وفقًا لاختبارات مستقلة أجرتها شركة Artificial Analysis.
2026-07-13
نشر الذكاء الاصطناعي الحدودي
كلود فابل 5 وميثوس 5: مستقبل الذكاء الاصطناعي هو الذكاء المقيد بالقدرات
يجلب كلود فابل 5 من أنثروبيك قدرات من فئة ميثوس إلى المستخدمين العموميين، بينما يظل ميثوس 5 للوصول الموثوق فقط. يمثل نموذج النشر، توجيه القدرات، مصنفات التجاوز، والوصول المتدرج، تحولاً جوهرياً في كيفية إصدار واستخدام الذكاء الاصطناعي الحدودي.
2026-07-10
الذكاء الاصطناعي
IFBench: المعيار الجديد لاختبار اتباع الذكاء الاصطناعي للتعليمات
يقيس IFBench قدرة نماذج اللغة على اتباع تعليمات دقيقة باللغة الطبيعية، وهي قدرة رئيسية ولكن غالبًا ما يتم تجاهلها. تُظهر النتائج المبكرة تقدم نماذج xAI's Grok، بينما تتخلف نماذج Claude رغم حصولها على درجات ذكاء إجمالية عالية.
2026-07-07