哲见WISE AITHE INTELLIGENCE JOURNAL
شارك في النقاش
تصفح الأقسامجميع أخبار الذكاء الاصطناعي

جميع أخبار الذكاء الاصطناعي

تصفح مستجدات الذكاء الاصطناعي مع مصادرها وتواريخها.

1284 تحديثاتآخر تحديث 2026-10-05 10:05 UTC+8
مسح المرشحات

آخر المستجدات

1284 تحديثات · UTC+8

2026-09-29

16 تحديثات
AWS Machine Learningالنماذج

تقديم Claude Sonnet 5.5 على AWS

أصبح Claude Sonnet 5.5 متوفرًا الآن على Amazon Bedrock وClaude Platform على AWS. وهو نموذج Sonnet أذكى وأكثر كفاءة للبرمجة المركّزة والأعمال المعرفية، بتكلفة أقل لكل مهمة وبسرعة أكبر. تغطي هذه التدوينة ما هو جديد، ومتى تختار Sonnet، وكيفية البدء.

اقرأ هنا اقرأ المصدر
AWS Machine Learningأدلة عملية

أنشئ تطبيقات صوتية في الوقت الفعلي باستخدام vLLM-Omni على SageMaker AI – الجزء 1

انشر نموذج تحويل النص إلى كلام على Amazon SageMaker AI باستخدام حاوية AWS vLLM-Omni للتعلم العميق وبَثّ الكلام المُولَّد عبر اتصال ثنائي الاتجاه دائم. هذا البرنامج التعليمي الجزء 1 ينشر Qwen3-TTS ويبث الكلام من خلال تطبيق Gradio.

A Gradio voice application opens an HTTP/2 WebSocket to SageMaker Runtime. The SageMaker inference sidecar forwards the request to the vLLM-Omni streaming speech route, where Qwen3-TTS returns audio lifecycle events and PCM chunks.
اقرأ هنا اقرأ المصدر
AWS Machine Learningأدلة عملية

إنشاء الصور والفيديو باستخدام vLLM-Omni على SageMaker AI – الجزء 2

انشر نموذجين لتوليد الوسائط من حاوية تعلم عميق واحدة AWS vLLM-Omni على Amazon SageMaker AI. أنشئ صورة باستخدام FLUX.2-klein من خلال الاستدلال في الوقت الفعلي، ثم حوّلها إلى فيديو باستخدام Wan2.1-VACE عبر الاستدلال غير المتزامن، واسترجع ملف MP4 من Amazon S3.

A CLI or Streamlit application invokes a SageMaker real-time endpoint that runs FLUX.2-klein. The application places the generated image in a multipart request in Amazon S3. A SageMaker asynchronous endpoint runs Wan VACE and writes the generated MP4 to Amazon S3 for the application to retrieve.
اقرأ هنا اقرأ المصدر

2026-09-28

8 تحديثات
AWS Machine Learningالمنتجات

تنفيذ المراقبة الاصطناعية باستخدام Amazon Nova Act

تعرّف على نهج قائم على الوكلاء للمراقبة الاصطناعية باستخدام Amazon Nova Act وAmazon Bedrock AgentCore. تغطي هذه المقالة البنية والأنماط للتحقق المُدار والمرن من رحلات المستخدمين الذي يتجاوز البرامج النصية الهشة لواجهات المستخدم، مع تنفيذ نموذجي كامل.

Amazon EventBridge Scheduler triggers an AgentCore runtime agent that runs Amazon Nova Act and publishes failures to Amazon SNS
اقرأ هنا اقرأ المصدر
AWS Machine Learningأدلة عملية

أتمتة إدارة دورة حياة موائمات Amazon Textract عبر الحسابات

تعرّف على كيفية تشغيل موائمات Amazon Textract Custom Queries للإنتاج: البنية التحتية كتعليمة برمجية باستخدام AWS CloudFormation وTerraform، وعملية ترقية الموائمات عبر الحسابات، ونمط توجيه ما قبل التصنيف لإصدارات نماذج متعددة، وضوابط أمان الإنتاج مثل نقاط نهاية VPC والتشفير وصلاحيات IAM بأقل قدر من الامتيازات.

Amazon Textract adapter lifecycle architecture: ingestion, pre-classification, adapter selection, Amazon Textract processing, and results delivery
اقرأ هنا اقرأ المصدر
OpenAIالقطاع

هل أنت من Codex الأصليين؟

نحن نجمع قصصًا حقيقية للمطورين، والمجربين، والباحثين، والمبدعين الذين يستخدمون Codex للقيام بأشياء مذهلة. إذا كنت ترغب في أن تكون جزءًا من الفصل التالي من برنامج Codex Originals، فأخبرنا المزيد عن قصتك ومشروعك أدناه.

اقرأ هنا اقرأ المصدر
OpenAIالنماذج

أنهت شركة Basis عملية توزيع الأعمال الضريبية بسرعة 2 مرة أسرع باستخدام GPT-6 Astra

تمكن GPT-6 Astra من إكمال دفتر عمل الضرائب المكون من 50 جدولًا بسرعة ضعيفة بمقدار ضعف سرعة GPT-5.6 Sol، كما أن فهمه الأفضل لنوايا المستخدم يمنح Basis ثقة أكبر في استخدامه في العالم الحقيقي.

اقرأ هنا اقرأ المصدر

2026-09-27

1 تحديثات
小米 MiMoالبحوث

مراجعة مشكلة التكرار في استدعاءات الأدوات في MiMo-V2.6

مراجعة مشكلة تكرار الإجابات في استدعاءات الأدوات في MiMo-V2.6: كيف يضخّم التعلّم المعزز (RL) ظاهرة فيضان استدعاءات الأدوات، ولماذا يكون الاكتفاء بتشديد الـ penalty مكلفًا ومحدود التعميم، وكيف يمكن حل المشكلة بكفاءة عبر معلّم RL متخصص في التكرار وتقنية MOPD.

MixRL 训练日志中 tool_call_flood 的 context hit count 与 hit rate 随训练步数的变化，Flash 与 Pro 两个 run 均在约 step 15 后明显上升
اقرأ هنا اقرأ المصدر

2026-09-26

6 تحديثات
GitHub AI & MLالمنتجات

تطبيق GitHub Copilot للمبتدئين: كيفية بناء سير عمل مخصص باستخدام اللوحات القماشية (canvases)

صِف الواجهة التي تحتاجها باللغة الإنجليزية البسيطة، ثم دع الوكيل (agent) يبني سطحًا تفاعليًا حيًّا يمكنك هو أيضًا استخدامه وتحديثه—لتقضي وقتًا أقل في التكيّف مع الأدوات ووقتًا أكبر في إنجاز العمل. ظهر المقال تطبيق GitHub Copilot للمبتدئين: كيفية بناء سير عمل مخصص باستخدام اللوحات القماشية (canvases) أولاً على مدونة GitHub.

اقرأ هنا اقرأ المصدر
AWS Machine Learningالبحوث

توسيع نطاق التعلم المعزز بنماذج مزيج الخبراء (MoE) على Amazon EKS باستخدام EFA وDeepEP بزيادة في سرعة الإنتاجية تبلغ 40%

تعرّف على كيفية توسيع نطاق التعلم المعزز بنماذج مزيج الخبراء (MoE) على Amazon EKS باستخدام Elastic Fabric Adapter (EFA) وDeepEP. يقدم هذا المقال بنية تجمع بين Amazon EKS وEFA وAmazon S3 وقد أدت إلى زيادة إجمالي سرعة إنتاجية تنفيذ التعلم المعزز بنسبة 40% للتدريب واسع النطاق باستخدام RLHF وGRPO.

Diagram of the asynchronous RL loop between rollout workers and policy-training workers
اقرأ هنا اقرأ المصدر
AWS Machine Learningالبحوث

تسريع تدريب التعلم المعزز متعدد الوسائط باستخدام SkyRL على Amazon SageMaker HyperPod

تعرّف على كيفية تشغيل SkyRL، وهو إطار عمل مفتوح المصدر للتعلم المعزز، على Amazon SageMaker HyperPod لإجراء تدريب لاحق لنموذج الرؤية واللغة Qwen3-VL-8B باستخدام GRPO. يغطي هذا الدليل التطبيقي بناء صورة الحاوية، وإطلاق عنقود Ray من SageMaker Studio، وإرسال المهمة ومراقبتها، واستضافة محول LoRA المدرَّب للاستدلال.

Architecture diagram of a RayCluster inside an Amazon SageMaker HyperPod cluster: one CPU head node and three GPU worker nodes with two GPUs each, colocating FSDP policy shards and vLLM rollout engines, with an Amazon FSx for Lustre filesystem mounted from outside the cluster.
اقرأ هنا اقرأ المصدر
AWS Machine Learningالمنتجات

NarrateAI: ضمان جودة جاهز للإنتاج لنماذج LLM على Amazon Bedrock

يقدم NarrateAI ضمان جودة جاهز للإنتاج لنماذج LLM على Amazon Bedrock. يتناول هذا المقال خمس تقنيات—تنسيق خط أنابيب تكيّفي، والتبديل متعدد النماذج عبر حسابات، والتقييم المتدفق في الوقت الفعلي، والتقييم المركب، والتحقق من دقة البيانات—التي تحقق دقة رقمية تقارب 99% مع بث الاستجابات في الوقت الفعلي.

Layered dependency chain of the five quality assurance techniques, from query intake to validated real-time response
اقرأ هنا اقرأ المصدر
AWS Machine Learningأدلة عملية

نشر كلام مخصص في الوقت الفعلي باستخدام Qwen3-TTS على Amazon SageMaker AI

انشر نموذج تحويل النص إلى كلام Qwen3-TTS-12Hz-1.7B-Base المتاح للجمهور من Amazon SageMaker JumpStart إلى نقطة نهاية مُدارة بالكامل في الوقت الفعلي، واستنسخ صوتاً من مقطع مرجعي قصير. يحافظ الاستنساخ عبر اللغات على هوية المتحدث عبر اللغات المختلفة.

Architecture diagram: a client sends text and base64-encoded reference audio to a SageMaker AI real-time endpoint, which routes the request to the vLLM-Omni container’s talker and code2wav stages and returns synthesized audio
اقرأ هنا اقرأ المصدر