أخبار الذكاء الاصطناعي

١٨ شوال ١٤٤٧ هـ٦ أبريل ٢٠٢٦

تحديات بناء أنظمة RAG جاهزة للإنتاج في الذكاء الاصطناعي

تتناول هذه المقالة التحديات المرتبطة بتطبيق أنظمة RAG في الإنتاج، حيث تبرز أهمية التصميم الدقيق لتجنب المشاكل. يوضح المقال كيفية تأثير اختيارات التصميم على جودة الاسترجاع، مثل استخدام نماذج التضمين وأنواع المتجهات. كما يتناول المقال أهمية إدارة التكاليف والسرعة والدقة في بناء أنظمة RAG موثوقة. تعتبر أنظمة RAG ضرورية لدمج قدرات نماذج اللغة الكبيرة مع استرجاع المعلومات، مما يسمح للنموذج بتجاوز بيانات التدريب السابقة. يتضمن ذلك اختيار البيانات المناسبة، سواء كانت من مخازن المتجهات أو قواعد البيانات، لضمان تقديم إجابات دقيقة تلبي احتياجات المستخدمين. هذه الأنظمة تتطلب أيضاً معالجة البيانات الديناميكية بدلاً من المصادر الثابتة.

١٥ شوال ١٤٤٧ هـ٣ أبريل ٢٠٢٦

تحديات جديدة في تقييم نماذج الذكاء الاصطناعي المفتوحة

تواجه نماذج الذكاء الاصطناعي المفتوحة صعوبات متزايدة في تقييم أدائها، خاصة مع ظهور نماذج مغلقة مثل Claude وGPT. في السنوات الأخيرة، كانت النماذج المفتوحة نادرة، مما جعل التحديثات مثل Llama 3 محل ترحيب كبير. ومع ذلك، مع تزايد المنافسة من نماذج مثل Qwen 3.5 وKimi K2.5، أصبح من الصعب تحديد المزايا الفعلية للنماذج المفتوحة. تتطلب النماذج المفتوحة نهجًا مختلفًا في التقييم، حيث أن المعايير التقليدية قد لا تعكس إمكانياتها الحقيقية. على الرغم من أن هذه النماذج قد تحمل إمكانيات كبيرة، إلا أن هناك نقصًا في الوصفات الواضحة لاستغلال هذه الإمكانيات. إن وجود نماذج مفتوحة مثل Agentic AI وOpenClaw يشير إلى إمكانية تجارب جماعية جديدة، مما قد يعزز الابتكار في هذا المجال.

💡

إطلاق نموذج Gemma 4: الذكاء الاصطناعي المتقدم للأعمال

كيف يمكن أن يؤثر نموذج Gemma 4 على استراتيجيات الأعمال في المنطقة؟

اقرأ المزيد ←

استراتيجيات فعالة لبناء أنظمة ذكاء اصطناعي موثوقة

استراتيجيات فعالة لبناء أنظمة ذكاء اصطناعي موثوقة

تتناول هذه المقالة الفجوة في موثوقية أنظمة الذكاء الاصطناعي وكيفية معالجتها. غالبًا ما تظهر مشكلات عند ربط نموذج LLM بسير العمل، مثل معالجة أسماء العملاء ذات الرموز الخاصة أو تصنيف التذاكر بشكل خاطئ. الحل ليس في زيادة استخدام الذكاء الاصطناعي، بل في تقليل الاعتماد عليه من خلال خطوات منطقية حاسمة. تتضمن الاستراتيجيات المقترحة تنظيف البيانات قبل إدخالها في النموذج والتحقق من المخرجات قبل انتقالها إلى المراحل التالية. كما أن استخدام قواعد واضحة بدلاً من التخمينات الاحتمالية يمكن أن يحسن من موثوقية النظام. هذه الخطوات تضمن أن البيانات التي تدخل النموذج تكون دقيقة وموثوقة.

دليل إنتاج الذكاء الاصطناعي: أنماط جديدة للفرق في النظم التشغيلية

دليل إنتاج الذكاء الاصطناعي: أنماط جديدة للفرق في النظم التشغيلية

يقدم دليل إنتاج الذكاء الاصطناعي أنماطًا وقدرات تستخدمها الفرق لبناء نظم ذكاء اصطناعي في الإنتاج باستخدام n8n. يعكس الدليل الدروس المستفادة من الفرق التي تدمج الذكاء الاصطناعي في أنظمة تشغيلية حقيقية، حيث تعتبر الموثوقية والحوكمة والصيانة بنفس أهمية قدرة النموذج. سيتم إضافة أقسام جديدة بشكل دوري، تغطي كيفية دمج الأتمتة الحتمية مع الذكاء الاصطناعي، وتصميم هياكل وكيل قابلة للتوسع، والحفاظ على إشراف بشري، ومراقبة الأداء، وتشغيل سير العمل للذكاء الاصطناعي بشكل موثوق في الإنتاج. يتميز n8n بهندسة سير العمل التي تتيح تصور وتفسير كيفية عمل أنظمة الأتمتة.

١٣ شوال ١٤٤٧ هـ١ أبريل ٢٠٢٦

تقديم ADeLe: منهجية جديدة لتقييم نماذج الذكاء الاصطناعي

١٣ شوال ١٤٤٧ هـ١ أبريل ٢٠٢٦

تقديم ADeLe: منهجية جديدة لتقييم نماذج الذكاء الاصطناعي

أطلق باحثون من مايكروسوفت وجامعة برينستون منهجية ADeLe لتقييم نماذج الذكاء الاصطناعي، والتي تقيم 18 قدرة أساسية. هذه المنهجية تتنبأ بأداء النماذج على مهام جديدة بدقة تصل إلى 88%، بما في ذلك نماذج مثل GPT-4o و Llama-3.1. تعمل ADeLe على بناء ملفات تعريف للقدرات، مما يساعد في تحديد نقاط القوة والضعف للنماذج. من خلال ربط النتائج بمتطلبات المهام، توضح ADeLe كيف يتغير الأداء مع زيادة تعقيد المهام، مما يوفر رؤى أعمق حول أداء النماذج. تعتبر هذه المنهجية خطوة مهمة نحو تحسين تقييم النماذج، حيث تتجاوز الدرجات التقليدية وتقدم تحليلاً أكثر تفصيلاً. من المتوقع أن تؤثر ADeLe بشكل كبير على كيفية تقييم النماذج في المستقبل، مما يسهل فهم قدراتها الحقيقية.

البنية التحتية

نموذج جديد لمصانع الذكاء الاصطناعي في مؤتمر CERAWeek

١٢ شوال ١٤٤٧ هـ٣١ مارس ٢٠٢٦

البنية التحتية

١٢ شوال ١٤٤٧ هـ٣١ مارس ٢٠٢٦

نموذج جديد لمصانع الذكاء الاصطناعي في مؤتمر CERAWeek

أُعلن في مؤتمر CERAWeek عن تعاون بين إنفيديا و Emerald AI لتطوير نموذج جديد لمصانع الذكاء الاصطناعي، حيث يتم اعتبارها أصولاً مرنة وذكية في الشبكة الكهربائية. يعتمد النموذج على تصميم إنفيديا Vera Rubin DSX ومنصة Emerald AI Conductor ، مما يتيح ربط عمليات الذكاء الاصطناعي بالشبكة بشكل أسرع وأكثر كفاءة. يتضمن هذا التعاون استراتيجيات توليد طاقة محسّنة من قبل شركات مثل AES و Constellation و NextEra Energy ، لدعم المصانع الجديدة. يهدف هذا النموذج إلى تعزيز موثوقية الشبكة وتقليل الحاجة لبناء بنية تحتية إضافية لتلبية الطلب المتزايد على الطاقة.

١١ شوال ١٤٤٧ هـ٣٠ مارس ٢٠٢٦

تنوع النماذج المفتوحة: من OCR إلى تحويل الصوت إلى نص

١١ شوال ١٤٤٧ هـ٣٠ مارس ٢٠٢٦

تنوع النماذج المفتوحة: من OCR إلى تحويل الصوت إلى نص

تتناول هذه التدوينة تنوع النماذج المفتوحة التي تم إطلاقها مؤخرًا، حيث تشمل نماذج مثل إنفيديا-Nemotron-3 و cohere-transcribe-03-2026. تقدم هذه النماذج مجموعة واسعة من الاستخدامات، بدءًا من التعرف على الأحرف البصرية وصولاً إلى البحث القائم على RAG ، مما يعكس الابتكار في هذا المجال. تُظهر هذه النماذج كيف أن الحاجة إلى نماذج محددة المجال وبأسعار معقولة تزداد أهمية، خاصةً في ظل هيمنة النماذج الكبيرة. كما أن النماذج الجديدة تأتي من مجموعة متنوعة من مطوري النماذج المفتوحة، مما يفتح آفاقًا جديدة لمستقبل النماذج المفتوحة.

٧ شوال ١٤٤٧ هـ٢٦ مارس ٢٠٢٦

أساسيات تقييم الذكاء الاصطناعي المتمثل في الأجسام: AsgardBench