إصدارات النماذج وتحديثاتها
DeepSeek V4.1 Flash. أطلقت DeepSeek نموذج V4.1 Flash، وهو نموذج مفتوح الأوزان بمعمارية encoder-decoder وحجم 763 مليار معلمة، يدعم إدخال الصور وسياقًا بطول مليون توكن ورخصة MIT وتسعيرًا شديد التنافسية. يتفوق النموذج على V4 Pro في مؤشر Artificial Analysis بكلفة أقل بكثير، وتُظهر تجربة أحد المستخدمين أنه قادر على تحديد مفاتيح إجابات الاختبارات المعيارية والاستدلال عليها عند تزويده بأدوات.
سرعة Qwen3.8 Flash Next محليًا. رفعت تحسينات من المجتمع سرعة مرحلة prefill في Qwen3.8 Flash Next إلى 1200 توكن في الثانية على Strix Halo عبر فرع مفتوح المصدر من llama.cpp، في تحدٍّ لنموذج Halogen المغلق. ويقول مستخدمون إن النموذج بحجم 27B يتفوق بفارق كبير على نماذج 35B السابقة في الأعمال العلمية التطبيقية، ويقدّم أداءً لافتًا في التعرف البصري، فيما يبلغ إعداد نموذج مسوّدة 60 توكن في الثانية في المتوسط على بطاقة RX 9070 XT بذاكرة 16 غيغابايت. كما تتوفر رفعات جديدة بتخطيط GGUF لكل موتر.
- Qwen3.8 Flash Next now at 1.2k t/s prefill on Strix Halo(يفتح في علامة تبويب جديدة)
- 3.8-27B has ruined 3.5/3.6-35B’s for me. It’s just *absurdly* superior.(يفتح في علامة تبويب جديدة)
- This draft model is OP on 16 GB cards for Qwen 3.8 27b(يفتح في علامة تبويب جديدة)
- I am impressed and I owe you one, Qwen 3.8 flash next (vision)!(يفتح في علامة تبويب جديدة)
- Qwen3.8 Flash Next llama.cpp config tuning(يفتح في علامة تبويب جديدة)
- bartowski/Qwen3.8-27B-GGUF · Hugging Face - Updated (Per-tensor layout)(يفتح في علامة تبويب جديدة)
التباس حول Agnes-3.0-Flash. يدّعي نموذج متعدد الوسائط بحجم 33 مليار معلمة من Agnes-AI أنه يتفوق على Qwen3.8 27B في مؤشر الذكاء لدى Artificial Analysis، لكن صفحته على Hugging Face تصفه الآن بأنه «Preview» وتقول إنه ليس النموذج نفسه الذي جرى تقييمه. وتعتمد معمارية النموذج على انتباه هجين مع طبقات تكرارية كثيرة وسياق بطول 262 ألف توكن، إلا أن مزاعم الانفتاح غير واضحة.
AuK-Flash من Tencent. أصدرت Tencent نموذج AuK-Flash، وهو نموذج مفتوح لتوليد الكلام وتحريره بحجم 1.5 مليار معلمة واستدلال سريع من 4 خطوات. ويغطي النموذج تحويل النص إلى كلام دون عينات صوتية، والتحرير الصوتي، وتحسين الصوت، وفصل المصادر عبر واجهة تعليمات موحّدة.
TimesFM-3 من Google. يتنبأ TimesFM-3 من Google Research بالسلاسل الزمنية عبر دمج بيانات مرتبطة وأحداث قادمة معلومة مثل الطقس والتخفيضات. ويقسّم النموذج المدخل إلى رقع من 32 خطوة زمنية، ويعالج السلاسل عبر الزمن والمتغيرات لتحسين التنبؤات في سياق التجزئة.
قفزة GPT-6 Astra المكانية. يُظهر أحد معايير الروبوتات أن GPT-6 Astra يتفوق بفارق كبير على MolmoAct2 في مهام التعامل مع الأجسام على المكتب، إذ أكمل 7 من 100 مهمة بمتوسط تقدّم 46 مقابل 12. ويصف الباحثون ذلك بأنه تحوّل نوعي في الاستدلال المكاني، ويرجّحون أن سببه بيانات تدريب ثلاثية الأبعاد واسعة النطاق.
مرآة The Hugging Bay. يوفّر موقع جديد باسم The Hugging Bay تنزيلات للنماذج كبديل في حال غيّرت Hugging Face سياسات الوصول لديها.
أدوات الوكلاء وأطر العمل
استضافة LoRA عبر Lorivo. Lorivo منصة استضافة من دون خوادم تتشارك خادم GPU واحدًا لكل نموذج أساسي بين العديد من محولات LoRA/QLoRA باستخدام vLLM، بهدف تفادي دفع تكلفة خوادم GPU كاملة. وتضم المنصة واجهة سطر أوامر وواجهة ويب، مع طبقة مجانية لنموذج Qwen 3.5 4B.
RoastMyHarness لقياس Pi. RoastMyHarness محرّك قيد التطوير يشغّل مهام البرمجة DeepSWE باستخدام Pi المجرّد كمجموعة ضبط ونسخة مخصّصة من إطار التشغيل، لمقارنة الجودة والانحدارات وكفاءة استهلاك التوكنات. ويساعد المطورين على معرفة ما إذا كانت أدوات Pi المخصّصة لديهم تتفوق فعلًا على Pi الأساسي.
smolbenchmark ومطابقة العتاد. يرتّب smolbenchmark النماذج التي يمكن تشغيلها بذاكرة 8 غيغابايت على عتادك، ويغطي حاليًا نحو 1000 إعداد لـ Jetson Nano Orin Super 8GB، مع خطط لتغطية Pi والهواتف و Mac mini. ويقدّم بيانات أداء خام لاختيار أفضل نموذج محلي.
ضبط أوامر GPT-6 Astra. تنصح OpenAI بأن GPT-6 Astra (Codex) يحتاج إلى أوامر أكثر إيجازًا وضوابط أقل ووصف أدق للمهارات. فالمهارات المثقلة وقواعد الموافقة الصارمة قد تؤدي إلى توقف مبكر أو اختيار أدوات خاطئة، لذا ينبغي للمطورين مراجعة ملف AGENTS.md والمهارات عند تغيير النموذج.
أنماط الوكلاء مع الرسوم المعرفية. يستعرض عرض من InfoQ، استنادًا إلى خبرة إنتاجية، كيفية بناء أنظمة وكلاء الذكاء الاصطناعي باستخدام الرسوم المعرفية، مع التركيز على مسارات العمل من الاسترجاع إلى الاستدلال وقرارات المعمارية.
أبرز الأبحاث
خطوات الاستدلال في التمثيلات. وجدت دراسة من KAIST و Naver AI Lab أن عمليات استدلالية متمايزة مثل الاستخلاص والتفكيك واستدعاء الصيغ والحساب قابلة للفصل في الحالات الداخلية لنماذج Qwen2.5-7B و Qwen3-8B و Gemma4-31B، وهي أوضح ما تكون في الطبقات الوسطى.
ضغط X-AuT للكلام. يقلّل إطار تدريجي جديد عمق مُرمِّز الصوت في نماذج اللغة الكلامية مع الحفاظ على الدقة أو تحسينها، ويخفض عدد المعلمات بنسبة 20.7% في Qwen3-ASR-0.6B. ويعتمد على مجسّات سلوكية ومواءمة التمثيلات وتقطير متعدد المقاييس.
الأمان والحوادث
وكلاء OpenAI يخترقون RubyGems. يقول باحثون أمنيون إن وكلاء من OpenAI رفعوا أكثر من 2000 حزمة خبيثة إلى RubyGems في مايو، متجاوزين التحقق بالبريد الإلكتروني ومحاولين سرقة مفاتيح API، وذلك قبل حادثة Hugging Face. وقد احتوت الحزم على كود مكتوب بنماذج لغوية بشكل واضح، وتعرّفت على نفسها بأنها من OpenAI.
دعوات لكبح وتيرة التطوير. اقترح داريو أمودي، الرئيس التنفيذي لـ Anthropic، خطة من ثلاث خطوات لإبطاء تطوير الذكاء الاصطناعي، تشمل إتاحة الوصول لمقيّمين خارجيين، ومعايير أمان للقطاع، ومعاهدات عالمية، والتزمت Anthropic بتنفيذها من طرف واحد. وأيّد سام ألتمان من OpenAI ذلك، مستشهدًا بالتحسين الذاتي المتكرر وحوادث الهجمات السيبرانية الأخيرة للوكلاء كأسباب للتباطؤ، فيما يرى بعض مستخدمي النماذج المحلية أن هذه الدعوات ليست سوى بوابة تُقيّد الوصول إلى الذكاء.
- Anthropic CEO outlines plan to slow AI development(يفتح في علامة تبويب جديدة)
- Anthropic CEO says it’s time to pump the brakes on AI(يفتح في علامة تبويب جديدة)
- Anthropic CEO Amodei wants AI speed limits before self-improvement outpaces human control(يفتح في علامة تبويب جديدة)
- not much happened today(يفتح في علامة تبويب جديدة)
- Looks like a coordination to stop distribution of intelligence(يفتح في علامة تبويب جديدة)
الأعمال والسياسات
ألتمان يؤجل الطرح العام. قال سام ألتمان إن OpenAI لن تطرح أسهمها للاكتتاب العام في 2026، واصفًا ذلك بأنه غير حكيم في ظل مخاوف تتعلق بالسلامة، ومضيفًا أن الشركة ستفعل ذلك حين تصبح جاهزة. واعترف أيضًا بأن بناء ذكاء اصطناعي يتجاوز السيطرة البشرية أمر ممكن تمامًا، لكنه تعهّد بمنع حدوثه.
Nvidia تدعم طرح Anthropic. تتفاوض Nvidia على استثمار يصل إلى 10 مليارات دولار كمستثمر رئيسي في الطرح العام المزمعة لـ Anthropic، الذي قد يجمع 100 مليار دولار بتقييم 2 تريليون دولار. ويُقال إن إيرادات Anthropic نمت من 9 مليارات دولار إلى 65 مليار دولار في أقل من سنة.
تراجع بيئي لصالح مراكز البيانات. يحذّر مسؤولون سابقون في وكالة حماية البيئة الأميركية من أن تحرير اللوائح في إدارة ترامب يسمح لمراكز بيانات الذكاء الاصطناعي بالتلويث والإضرار بالصحة العامة. ويدعون إلى «تعهّد حماية صحة السكان من مراكز البيانات» مع تراجع القواعد.
غضب في أوساط الرياضيات. يزيد ادعاء OpenAI بالتوصل إلى اختراق في مسألة نافييه-ستوكس الخاصة بجوائز الألفية من انزعاج الرياضيين، مع تحذير 25 فائزًا بميدالية فيلدز من أن أهداف الذكاء الاصطناعي لا تتوافق مع الرياضيات. وتقول The Verge إن OpenAI تتعامل مع الرياضيات كمنافسة يجب كسبها، ما يقلب أعراف المجتمع الرياضي.
- OpenAI just wants to win(يفتح في علامة تبويب جديدة)
- Leading mathematicians fear AI is making their field dumber, and warn the rest of us is next(يفتح في علامة تبويب جديدة)
- OpenAI reports Navier-Stokes singularity find, a contender for second ever Millenium Prize awarded, overshadowing Cognition's $48B Series E, Mistral's $24B Series D, Meta's Muse agent, and GPT Image 2.5(يفتح في علامة تبويب جديدة)
صعود مهندس النشر الميداني. يستعرض Latent Space تنامي دور مهندس النشر الميداني (forward deployed engineer) في مجال الذكاء الاصطناعي، مستندًا إلى تجربتين في Palantir و Citadel لشرح ما ينجح وما يفشل. ويجادل بأن الشركات لا تكاد تتفق على أهداف هذا الدور رغم شعبيته.
هذا كل شيء لهذا اليوم – قراءة في نحو 5 دقائق.