Tag: Fine-Tuning

فرصة ماليزيا: ثورة الذكاء الاصطناعي مفتوح المصدر الصينية

ماليزيا قادرة على الاستفادة من ثورة الذكاء الاصطناعي مفتوح المصدر الصينية لتعزيز اقتصادها وتحسين الخدمات العامة وضمان أمنها القومي.

فرصة ماليزيا: ثورة الذكاء الاصطناعي مفتوح المصدر الصينية

تأثير Deepseek-R1: حافز لابتكار نماذج لغوية منطقية

تحليل يسلط الضوء على دور Deepseek-R1 المحوري في تسريع البحث والتطوير في نماذج اللغة المنطقية، وإحداث موجة من المحاكاة في جميع أنحاء الصناعة.

تأثير Deepseek-R1: حافز لابتكار نماذج لغوية منطقية

إطلاق العنان لقوة الذكاء الاصطناعي الشخصي: الضبط الدقيق لـ o4-mini

تتيح OpenAI للمطورين تخصيص نموذج o4-mini باستخدام التعلم بالتقوية، مما يفتح إمكانات جديدة للمؤسسات لإنشاء حلول ذكاء اصطناعي مخصصة.

إطلاق العنان لقوة الذكاء الاصطناعي الشخصي: الضبط الدقيق لـ o4-mini

فك شفرة تقطير المعرفة: تعلم نماذج الذكاء الاصطناعي

استكشاف تقطير المعرفة في الذكاء الاصطناعي: كيف تنقل النماذج الكبيرة خبراتها إلى نماذج أصغر وأكثر كفاءة دون التضحية بالأداء.

فك شفرة تقطير المعرفة: تعلم نماذج الذكاء الاصطناعي

نموذج Nvidia مفتوح المصدر يتفوق على DeepSeek-R1

نماذج Nvidia's Llama-Nemotron تتجاوز DeepSeek-R1، مع تفاصيل تدريب مفصلة متاحة.

نموذج Nvidia مفتوح المصدر يتفوق على DeepSeek-R1

نموذج Microsoft الصغير يتألق: 'غش' رياضي بـ 6000 عينة

بينما يبقى DeepSeek-R2 بعيد المنال، نماذج Microsoft الأصغر تحدث ضجة، وتعرض قدرات استنتاج مثيرة للإعجاب تم تدريبها على مجموعة بيانات صغيرة بشكل مفاجئ.

نموذج Microsoft الصغير يتألق: 'غش' رياضي بـ 6000 عينة

فك شفرة LlamaCon من Meta: نظرة معمقة

كان مؤتمر Meta's LlamaCon الأول بمثابة نقطة محورية للمناقشات حول نماذج اللغة الكبيرة والتطبيقات متعددة الوسائط، واستكشاف مستقبل هذه التكنولوجيا التحويلية.

فك شفرة LlamaCon من Meta: نظرة معمقة

يوم DeepSeek الثاني: نحو تبني الذكاء الاصطناعي المؤسسي

تُحدث DeepSeek ثورة في تبني الذكاء الاصطناعي عبر نماذج أساسية مخفضة التكلفة، مما يزيل العائق الرئيسي أمام الشركات: التكلفة.

يوم DeepSeek الثاني: نحو تبني الذكاء الاصطناعي المؤسسي

Phi-4-Reasoning-Plus: قوة استدلال مضغوطة

كشفت Microsoft Research عن Phi-4-reasoning-plus، نموذج لغوي مفتوح الوزن مصمم بدقة للمهام التي تتطلب استدلالًا عميقًا ومنظمًا، محققًا قفزة نوعية في الأداء عبر معايير مختلفة.

Phi-4-Reasoning-Plus: قوة استدلال مضغوطة

تحسين استخدام الأدوات بنماذج Amazon Nova

تعزيز استخدام الأدوات من خلال تخصيص نماذج Amazon Nova لتحسين دقة اتخاذ القرارات والكفاءة التشغيلية للوكلاء المستقلين.

تحسين استخدام الأدوات بنماذج Amazon Nova