تتيح تقنية التدريب اللاحق الجديدة للنموذج أن يعلّم نفسه، مع خفض استهلاك الرموز 6.5 مرات في معيار MATH.
خبر موجزبقلم Oossaنشرته Oossa: 1 دقائق قراءة
أعلن باحثون من Perplexity وNVIDIA عن JOLT، وهو أسلوب للتعلّم المعزّز يجمع بين المعلّم والطالب. ويدرّب هذا النهج نموذجًا واحدًا ليؤدي دور المعلّم والطالب معًا بعد مرحلة التدريب الأساسية. وفي معيار MATH، حقق JOLT الدقة نفسها التي حققتها طريقة GRPO، مع استخدام رموز تدريب أقل بـ6.5 مرات. وتُظهر النتيجة سبيلًا لتحسين الكفاءة من دون تغيير بنية النموذج.
يمكن للباحثين ضبط النماذج بتكلفة أقل، ما يجعل الاستدلال الرياضي عالي الأداء في متناول المختبرات ذات ميزانيات الحوسبة المحدودة.
الأعمال
جمعت شركة الذكاء الاصطناعي الصينية DeepSeek نحو 15 مليار دولار، ما يدعم خططها للتوسع في الخارج واحتمال طرح أسهمها للاكتتاب العام.
الأعمال
تشغّل Meta أحمال عمل الذكاء الاصطناعي على شرائح Google المصممة خصيصًا، عبر نسخ متوافقة مع PyTorch من محركَي استدلال. ولم يكشف الإعلان تفاصيل كثيرة عن حجم الاستخدام أو توافر هذه النسخ.
الأعمال
تقول مسودة نشرة الاكتتاب إن أنثروبيك خسرت 80.7 مليار دولار في النصف الأول من 2026، معظمها خسائر محاسبية غير نقدية.
Oossa · النشرة البريدية
أسبوع الذكاء الاصطناعي، مشروحًا
كل يوم اثنين: الأخبار التي تستحق المعرفة، بلغة بسيطة. مجانًا وبلا رسائل مزعجة.
