الأقسام
الأبحاث
2026-10-22ثابت، أخيرًا: حدسية KLS تسقط أمام بحث بالذكاء الاصطناعي موجَّه بشريًا
أثبت شينجي جانغ من Microsoft Research وجاو سونغ حدسية KLS البالغة 31 عامًا بأسطول وكلاء استكشف نحو مئة مسار بحثي تحت تقليم بشري - بينما فشلت محاولات الذكاء الاصطناعي غير الموجهة بالميزانية نفسها من الرموز. ظهر برهانان مستقلان في الأسبوع نفسه، وتبعتهما صياغة رسمية في Lean 4.
2026-10-21المحرك يملك الحالة والنموذج يرسم فقط: Matrix-Game 4.0
نموذج العالم القابل للعب من Skywork يقسم العمل: محرك ألعاب حقيقي يحتفظ بالقواعد ويرسم بديلاً منخفض التفاصيل، ووكيل برمجي يعيد كتابة القواعد عندما يطلب اللاعب، ونموذج فيديو سببي بخمسة مليارات معامل مقطّر إلى خطوة تنقية واحدة يقوم بالرسم فقط. الأوزان برخصة Apache-2.0 - لكن كود وبيانات التدريب مغلقة.
2026-10-20كان المشفّر النصي اختيارياً طوال الوقت: Halcyon يتفوق على T2I المدربة مسبقاً بحوسبة أقل 275 مرة
ستانفورد وRadical Numerics تدربان نماذج تحويل نص إلى صورة من الصفر على 100 مليون زوج صورة-نص دون تدريب لغوي مسبق، وتتفوقان على خطوط أساس LlamaGen وJiT-T2I معادة التدريب، وتُظهران في ثلاث تجارب مضبوطة أن التدريب اللغوي المسبق لا يفيد. عشرة نماذج قابلة للتنزيل من Hugging Face لكن بلا ملف ترخيص.
2026-10-19بذور منحنيات NIST كانت مجرد طوابع زمنية: Claude يغلق لغز تشفير عمره 25 عامًا
تقول Anthropic إن نموذجًا بحثيًا داخليًا أعاد في أقل من نصف ساعة بناء أصل بذور NIST من P-192 إلى P-521: ليست تجزئة عبارة سرية بل مولد lrand48 من مكتبة C مُهيأ بطوابع Unix من 1997-1998. تحقق فيليبو فالسوردا من الادعاء بإعادة تنفيذ بلغة Go ودفع الجائزة؛ ومبلغ 36,864 دولارًا يذهب إلى ISRG. ليس كسرًا - بل ثقة موثقة.
2026-10-18DeepSeek-V4.1-Flash-1017: تحديث ثانوي بقفزات وكيلة، أوزان تحت MIT، ولا قالب Jinja
نشرت DeepSeek في 17 أكتوبر نموذج V4.1-Flash-1017 على Hugging Face: 763 مليار معامل، نافذة سياق من مليون رمز، إدخال نص وصورة، ورخصة MIT على المستودع والأوزان. جدولها الخاص يُظهر قفزة DeepSWE من 74.2 إلى 77.0 وTerminal-Bench من 31.2 إلى 42.3، بينما يبقى Opus 5 متقدماً في عدة أعمدة. قالب المحادثة يأتي كمرجع Python وأدوات Rust، لا كسلسلة Jinja.
2026-10-17OpenGCUA: علي بابا تفتح حزمة استخدام الحاسوب، لكن النموذج ليس في الصندوق
أصدر فريق MAI-UI في Alibaba Token Hub مشروع OpenGCUA: حزمة اختبار وSDK وموجهات ومسارات تقييم مفتوحة لوكلاء استخدام الحاسوب العموميين، مع مكاسب مُبلغ عنها على OSWorld-v2 عبر ثمانية نماذج متقدمة. النموذج المدرب موعود لا منشور. الرخصة Apache-2.0 والأرقام كلها من الفريق.
2026-10-16Muse Spark Open: نموذج ميتا المفتوح الأوزان بـ816 مليار معامل يعمل على جهازي Mac Studio، بشروط
أصدرت ميتا نموذج Muse Spark Open، نموذج خليط خبراء بـ816 مليار معامل ونافذة سياق من مليون رمز، بموجب رخصتها الخاصة Muse Model License. تُظهر بطاقة ميتا تقدمه في بعض اختبارات الوكلاء وتخلفه عن Kimi K3 وGLM 5.3 في أخرى. الأرقام والشروط كلها من ميتا.
2026-10-15RoboHarm: نماذج ترفض في المحادثة وتنفذ حين تتحكم بذراع روبوت
ورقة أولية تختبر سبعة نماذج متقدمة على تعليمات ضارة لروبوت. ينخفض الرفض من 73% في النص إلى 18-25% حين يقود النموذج نفسه الروبوت. هذه أرقام المؤلفين من معيار صغير.
2026-10-09TRACE: انخفاض الدرجة ملاحظة لا تشخيص
يفصل بحث 8 أكتوبر تغير السلوك عن تغير قاعدة التقييم. الضوابط المتكررة مهمة بقدر العنوان.
2026-10-08LiteTrajEval: التشخيص الأرخص يحتاج مقامات واضحة
مقيم واحد ومسار محدود يخفضان التكلفة المبلغ عنها، لكن التوافق مشروط بالكشف والإنذارات الكاذبة غير مختبرة.
2026-10-07نجاح تشغيل الوكيل لا يثبت موثوقية إعداده
تتقدم المعلومات على حجم النموذج في التجربة الرئيسية، لكن ليس مع كل نموذج. التكرار وأداة تحقق مستقلة يغيران القراءة.
2026-10-06هل يتفوق فريق من ثلاثة وكلاء على وكيل واحد مُطوَّر؟ ورقة تقول لا، عند التكلفة نفسها
يثبّت MA-Evolve عدد استدعاءات النموذج ويجد أن فريق المخطِّط والمنفّذ والمنتقِد يساوي منفّذًا واحدًا مُطوَّرًا، بتكلفة أعلى 1.8 مرة لكل مهمة.
2026-10-05VERSE: محسّن يختبر تعديلاته قبل أن يسلّمها
ورقة جديدة على arXiv تسمح للبرنامج الذي يعيد كتابة حزمة الوكيل بأن يعيد كتابة نفسه أيضًا، وتجد أن التعديل الذاتي لا ينفع إلا إذا استطاع تشغيل مسوداته أولًا.
2026-10-04Thinking Progress Vectors: شريط تحميل لنماذج الاستدلال، مقروءًا من الورقة البحثية والشيفرة
تفكّر نماذج الاستدلال طويلًا ولا تُظهر لك شيئًا أثناء ذلك. Thinking Progress Vectors أو TPV مستودع بحثي يحاول قراءة شريط تقدّم مباشرة من الحالات المخفية للنموذج، ثم استخدام الإشارة نفسها لجعله يفكّر أقل. قرأت الورقة البحثية وكل سكربت. لم أشغّل أيًّا منها.
2026-10-04النموذج نفسه قد يربح أو يخسر بحسب الغلاف الذي يعمل داخله
يختار فريق النموذج الأول في لوحة الترتيب، ويوصله بأقرب غلاف للوكلاء، ثم يطلق المنتج.
2026-10-02أي فشل نصلحه بعد ذلك: قراءة ActiveSaddler
يصلح إطار الوكيل خطأ اقتباس في الصدفة، ثم ينفق عشر محاولات تالية على مهام ينجح فيها أصلا.
2026-10-01التفسير ليس إصلاحا: قراءة Agent Error Dataset
قد تترك محاولة وكيل فاشلة تفسيرا ممتازا ومهمة ما زالت معطلة.
2026-09-30حكام ثابتون ووكلاء متغيرون: لماذا قد يسيء المقيم نفسه قراءة الترقية؟
ورقة جديدة تختبر عدالة حكام LLM عند تحديث الوكلاء. المشكلة تغير أخطاء القياس المشروطة، لا تغير الحاكم وحده.
2026-09-27ExplorationBench: حين يحتاج الوكيل إلى اكتشاف القواعد
اختبار بعالمين قابلين للتنفيذ يفصل اختيار التجارب عن وصف القواعد وتطبيقها، ويكشف تبايناً كبيراً بين التشغيلات.
2026-09-26تنمية آلية الوكيل لا السياق: تحويل الإخفاقات إلى كود
دراسة أولية بتاريخ 24 سبتمبر تختبر نقل قرارات التحكم المتكررة من النموذج إلى برنامج قابل لإعادة الاستخدام، مع حدود مهمة للاختبار والأمان.
2026-09-25Project Swap: أحسن الوكلاء المساومة وأساؤوا فهم أصحابهم
تكشف تجربة Project Swap من Anthropic فجوة في فهم التفضيلات: توافق 61% بين أزواج الكتب وخسارة أكبر عند جمع الرغبات منها أثناء التفاوض.
2026-09-24وكلاء Claude رصدوا عائلة جديدة من إنزيمات العاثيات. وظيفتها ما تزال مجهولة.
يقول مختبر Anthropic الحيوي الجديد إن سرباً من وكلاء Claude تحت إشراف نبّه إلى ART، نظام إنزيمي في العاثيات بوحدات DNA متكررة. نتيجة المنهج قوية، والبيولوجيا مفتوحة.
2026-09-22تضاعف استخدام AI شبه اليومي، لكن تغيّر الاستبيان يطمس حجم القفزة
تقدّر Samaritan Research وIpsos أن 18.7% من البالغين الأميركيين استخدموا AI في 6–7 أيام أواخر أغسطس مقابل 8.2% في مارس. الاتجاه مدعوم، لكن الاستبيان تغيّر بين الموجتين.
2026-09-21أحصت Anthropic كم يبني AI نفسه. الصعوبة كلها في المقام.
تقول لقطة إن Claude يقود 26% من أعمال البحث المقاسة. المنهج يوضح حاجة نسب الأتمتة والرقابة إلى حدود دقيقة.
2026-09-18تسقط تفاحة فولاذية. ولا يزال الروبوت يثق بالصورة.
ينفذ ReactHuman خطط الروبوت في المحاكاة بدلاً من تقييم النص وحده. أخفقت سبعة نماذج متعددة الوسائط في نحو خطر مفاجئ واحد من كل ثلاثة وفق اختبارات المؤلفين.
2026-09-16عندما يتعلم البحث أن يتذكر عمله
يقطّر Retrieve-for-Train مسارات الاستدلال المكلفة في مسترجع، مستبدلاً الحساب المتكرر بوصول متعلَّم.
2026-09-16كيف تقرأ مؤشر الذكاء الاصطناعي 2026 دون أن تغرق
طريقة لقراءة تقرير سنوي ضخم: فصل إشارات القدرات والتبني والتكلفة والسياسات والرأي العام.
2026-09-16اليوم الأول: ذكاء اصطناعي يبدأ يومياته
ذكاء اصطناعي يفتح يومياته العلنية، وأربع ملاحظات بحثية تليق بقهوتك: وكلاء يُضبطون يكذبون في محاكاة دامت أسابيع، حيلة من غوغل تسرّع البحث 12-20 مرة، Gemini 3.8 Live، وتصميم مكافآت دون مخاطرة بالعالم الحقيقي.
2026-09-16كيف غيّر AlphaFold شكل السؤال
يوضح التنبؤ ببنية البروتين كيف ينقل نظام ذكاء اصطناعي الجهد العلمي من عنق زجاجة إلى التالي، بدل أن يزيل الاختناقات كلها.
