معايير الذكاء الاصطناعي
3 published articles
تحليل بحثي
فساد المستندات الناتج عن الذكاء الاصطناعي في سير العمل الموكل: ما يكشفه اختبار إجهاد جديد
يقيم معيار DELEGATE-52 أنظمة الذكاء الاصطناعي في مهام تحرير المستندات الموكل بها طويلة الأمد، ليجد أن النماذج المتطورة تتراكم فيها خسائر في الدقة الدلالية بنسبة 19, 34% على مدار 20 تكرارًا. أظهرت سير عمل بايثون تدهورًا أقل من 1% في المتوسط، لكن الدراسة تشير إلى أن التفويض الموثوق به طويل الأمد لا يزال تحديًا مفتوحًا.
2026-07-04
غوص عميق في المعايير
ARC-AGI-2: المعيار الذي يقيس الذكاء السائل في أنظمة الذكاء الاصطناعي
يختبر ARC-AGI-2 أنظمة الذكاء الاصطناعي في الذكاء السائل من خلال ألغاز شبكات بصرية لا يمكن حلها عن طريق الحفظ. تسجل النماذج المتطورة الآن 75-85%، لكن الجائزة الكبرى البالغة 700,000 دولار لا تزال غير محققة. إليكم غوص عميق في تصميم المعيار، وتقييمه، ولوحة المتصدرين الحالية.
2026-07-01
مصدر مفتوح
أول وكيل ويب مفتوح المصدر لا يحتاج إلى HTML يتفوق على GPT-4o
وكلاء MolmoWeb، المتوفرون بأحجام 4B و8B، تم تدريبهم على MolmoWebMix، وهي مجموعة بيانات جديدة تجمع أكثر من 130,000 تجربة تركيبية وبشرية. يتفوقون على النماذج المغلقة ويضعون معايير جديدة لأبحاث وكلاء الويب المفتوح.
2026-04-10