نماذج الانتشار
4 published articles
الذكاء الاصطناعي
نموذج مايكروسوفت للصور بـ4 مليارات معامل يعمل على شريحة A100 واحدة ويتحدى أنظمة 30 مليار معامل
Mage-Flow من مايكروسوفت هو نموذج مدمج لتوليد وتحرير الصور بـ4 مليارات معامل ينافس أنظمة مفتوحة أكبر مثل Qwen-Image وFLUX.2 بينما يعمل على شريحة A100 واحدة بسرعات تفاعلية. ابتكاره الرئيسي هو أداة ترميز خفيفة الوزن تقلل تكاليف الترميز بـ12 مرة.
2026-07-26
أبحاث الذكاء الاصطناعي
التعلم التعزيزي لتوليد الصور: Qwen-Image-2.0-RL يحصل على نظام مكافآت مركب
يصف تقرير Qwen-Image-2.0-RL خط أنابيب ما بعد التدريب الذي يجمع بين RLHF والتقطير على السياسة ونماذج المكافآت المركبة لتحسين جودة تحويل النص إلى صورة وتحرير الصور. يحقق النهج مكاسب قابلة للقياس عبر الجودة الجمالية واتباع التعليمات والحفاظ على هوية الوجه.
2026-07-20
NVIDIA
Nvidia وHugging Face تتعاونان لجعل تدريب الانتشار الموزع أمرًا اعتياديًا
يتكامل NeMo Automodel من Nvidia الآن مباشرة مع Hugging Face Diffusers، مما يتيح التدريب الموزع بجودة إنتاجية لنماذج مثل FLUX وWan 2.1 وHunyuanVideo. تتعامل مكتبة Apache 2.0 مع التوازي كمفتاح تكوين وتسمح بتحميل نقاط التفتيش المضبوطة بدقة مباشرة إلى خطوط أنابيب الاستدلال.
2026-07-19
نظرية التعلم الآلي
لماذا تقوم نماذج الانتشار بالاستيفاء بدلاً من الحفظ فقط: نظرية رياضية للإبداع
يكشف باحثو جوجل أن إبداع نماذج الانتشار ينبع من تأثير 'تنعيم الدرجات' الناتج عن تنظيم الشبكات العصبية. يشرح هذا الإطار النظري لماذا تقوم النماذج بالاستيفاء بين نقاط بيانات التدريب بدلاً من مجرد حفظها، مما يفتح الطريق أمام الجدة المتحكم فيها في الذكاء الاصطناعي التوليدي.
2026-07-16