الوسم: منوعات ذكاء اصطناعي

إطار عمل Prefix-RFT: دمج متطور لضبط النماذج اللغوية الكبيرة يُعَدّ ضبط نماذج اللغات الكبيرة بعد مرحلة ما قبل التدريب عملية بالغة الأهمية لتحسين أدائها. ويتم ذلك عادةً باستخدام إحدى طريقتين رئيسيتين: ضبط النموذج المُشرف (SFT) أو ضبط النموذج المعزز (RFT)، ولكل منهما نقاط قوة وضعف… قراءة المزيد

خوارزميات جوجل الذكية لحماية الخصوصية في اختيار التقسيمات بتقنية التعلم الآلي تُعدُّ الخصوصية التفاضلية (DP) المعيار الذهبي لحماية معلومات المستخدمين في أنظمة التعلم الآلي وتحليلات البيانات الضخمة. وتُشكّل عملية اختيار التقسيمات مهمةً بالغة الأهمية ضمن الخصوصية التفاضلية، حيث تهدف إلى استخراج أكبر مجموعة ممكنة من… قراءة المزيد

مقارنة بين تقنيات استرجاع المعلومات المعززة بالجيل (RAG): أيهما يُعزز صنع القرار في المؤسسات؟ تُعد تقنية استرجاع المعلومات المعززة بالجيل (Retrieval-Augmented Generation – RAG) ركيزة أساسية في تعزيز نماذج اللغات الكبيرة (LLMs) بمعرفة محددة بالمجال وفي الوقت الفعلي. لكن المشهد يتغير بسرعة، حيث أصبحت أنظمة… قراءة المزيد

تقنية NVIDIA Sortformer: ثورة في تمييز المتحدثين في الوقت الفعلي تُعلن NVIDIA عن إطلاق تقنية Streaming Sortformer، وهي نقلة نوعية في مجال تمييز المتحدثين في الوقت الفعلي. تُحدد هذه التقنية وتُسمي المشاركين في الاجتماعات والمكالمات والتطبيقات الصوتية على الفور، حتى في البيئات الصاخبة التي تضم… قراءة المزيد

DeepSeek-V3.1: ثورةٌ في نماذج اللغات الكبيرة مفتوحة المصدر أطلقت شركة DeepSeek الصينية، الرائدة في مجال الذكاء الاصطناعي، أحدث إصداراتها من نماذج اللغات الكبيرة: DeepSeek-V3.1. يُعتبر هذا الإصدار نقلة نوعية، إذ يبني على أساس النموذج السابق DeepSeek-V3، مُضيفاً تحسيناتٍ كبيرةً على قدرات الاستدلال، واستخدام الأدوات، وأداء… قراءة المزيد