CryptoPepper

مقالة جعلتني أتوقف وأتأمل لمدة نصف ساعة S0 Tuning
الفكرة الأساسية: لا تغيّر أوزان النموذج، فقط قم بضبط مصفوفة الحالة الابتدائية، ويمكن أن يعزز بشكل كبير قدرة النموذج على التكويد.
على نموذج Qwen3.5-4B، باستخدام فقط 48 عينة تدريب HumanEval (ليست 48 ألف، بل 48 فقط)، رفع S0 tuning نسبة pass@1 بمقدار 23.6 نقطة مئوية.
مقارنة بـ LoRA، تفوق S0 بمقدار 10.8 نقطة مئوية. قيمة p<0.001، دلالة إحصائية.
على نموذج FalconH1-7B، وصل S0 إلى 71.8%.
هذا يعني أنه بعد الضبط، لا يتغير سرعة النموذج أو حجمه، فقط "موضع الانطلاق" أصبح أفضل.
بالنسبة للأشخاص الذين يقومون بنشر النماذج محليًا، هذا يفتح بابًا: استخدم نموذجًا ع

جوجل أطلقت Gemma 4
ثلاثة أحجام: 1B، 13B، 27B، بالإضافة إلى نسخة كثيفة بحجم 31B. جميعها تحت رخصة Apache 2.0. الاستخدام التجاري مسموح به بدون قيود.
هذا التغيير في الترخيص أهم من النموذج نفسه. سابقًا، كانت Gemma تستخدم رخصة جوجل الخاصة، مع قيود. الآن، مع رخصة Apache 2.0، تتنافس مباشرة مع Meta's Llama.
نقطة تميز النموذج نفسه: متعدد الوسائط — نص + صور + صوت. نسخة 31B الكثيفة حققت 89.2% في AIME 2026، وLiveCodeBench v6 حصل على 80%، وCodeforces ELO 2150.
عدد المعاملات 27B مناسب جدًا للنشر المحلي. يمكن تشغيله على بطاقة 4090.
E4B وE2B هما نسختان للجانب النهائي، مخصصتان للهواتف الذكية وIoT. جوج

اشترت OpenAI مبلغًا من المال مقابل برنامج حواري على YouTube.
TBPN، وهو برنامج بث مباشر تكنولوجي يبدأ في عام 2025، لديه فقط 58 ألف مشترك على YouTube. قامت OpenAI بشرائه.
حقق TBPN العام الماضي إيرادات إعلانية بقيمة 5 ملايين دولار. ومن المتوقع أن تتجاوز 30 مليون دولار هذا العام. برنامج أقل من عامين، نما بمقدار 6 أضعاف.
يُبث البرنامج يوميًا في الساعة 2 ظهرًا لمدة 3 ساعات، وقائمة الضيوف تشمل: سام ألتمان، كبار مسؤولي Meta، كبار مسؤولي Microsoft، Palantir، a16z. كما زارت Bloomberg و CNBC البرنامج.
هذا هو غرفة الجلوس في دائرة السلطة في وادي السيليكون.
بعد الاستحواذ، أصبح TBPN تحت إدارة قسم الاستراتيجي

أطلقت علي سرًا خطوة كبيرة.
CoPaw-Flash-9B——نموذج وكيل ذكاء اصطناعي مبني على Qwen3.5. 9 مليارات من المعاملات، يمكن تشغيله على حاسوبك الشخصي.
ما مدى قوته؟
بعض الاختبارات القياسية وQwen3.5-Plus (نموذج كبير مغلق المصدر) تعادلوا.
90 مليار معاملة مقابل مئات المليارات، والنتائج متقاربة.
ما يحمسني أكثر هو إطار عمل CoPaw:
- يدعم الذاكرة الدائمة (يتذكر ما تحدثت عنه)
- اتصال متعدد القنوات (يمكن ربطه بـ Feishu، Discord)
- نشر محلي، بدون تكاليف API
هيكل Qwen3.5 أيضًا مذهل——إجمالي المعاملات 397 مليار، وكل توكن يُفعّل فقط بـ17 مليار. الكفاءة عالية جدًا.
لن تحتاج إلى خادم H100. ربما يكفي جهاز MacBook واحد لتش

هذا السوق هو في النهاية ضحية تدخل مثل هؤلاء الـMM الذي أدى إلى وفاته
يوم واحد يحقق 18 ضعف ثم تنتهي المعركة خلال 15 دقيقة
حتى مع العقود/الأسواق الفورية على bn، من الصعب الهروب من المصير
المستثمرون الأفراد الذين لا يملكون أي ميزة معلوماتية سيقعون بسرعة أكبر
نسخة مقلدة انتهت، والتشفير انتهى

شاهدت صورة لـ"دليل أدوات الذكاء الاصطناعي"، مقسمة إلى أكثر من عشرة فئات، تبدو مذهلة جدًا.
دعني أقول رأيًا جريئًا - أنت في الواقع لا تحتاج إلى كل هذه الأدوات.
ما أستخدمه فعليًا كل يوم هو ثلاثة فقط:
- Claude: لكتابة الكود + كتابة المقالات الطويلة + جعله يتعرف عليّ
- Codex: للقيام بأعمال عشوائية
وأحيانًا أضيف ثلاثة أخرى عند الحاجة: google stitch للرسم، Whisper للتحويل الصوتي، Claude artifact لتحليل البيانات.
خمسة أدوات. هذا يكفي.
ما المشكلة في الصورة؟ أنها تعتبر "الوجود" هو "الفائدة". ثلاثة أدوات للكتابة بالذكاء الاصطناعي، وClaude واحد يكفي عنها. ثلاثة أدوات للرسم بالذكاء الاصطناعي، وgoogle stitc

هناك من يستخدم Transformer لتحديد ما إذا كانت الحلقات في الشفرة يمكن أن تتوازى أم لا.
يبدو الأمر علميًا جدًا؟ لا تتسرع.
لنبدأ بالخلفية.
كل من يكتب الشفرة يعلم أن تحويل حلقة for إلى تنفيذ متوازي هو الكأس المقدسة لتحسين الأداء. لكن المشكلة هي: إذا أخطأت في التعديل، ستظهر أخطاء. الطرق التقليدية تعتمد على التحليل الثابت، لكن عندما تواجه علاقات اعتماد معقدة، تتوقف عن العمل.
هذه الورقة البحثية قامت بشيء واحد: أدخلت الشفرة في نموذج Transformer (نعم، نفس بنية GPT)، لتمكين الذكاء الاصطناعي من الحكم على «هل يمكن تشغيل هذه الحلقة بشكل آمن بشكل متوازي».
لماذا هذا الاتجاه مهم؟
أدوات التحليل الت

اختيار الهيكلية التي تعتمد على المواصفات بشكل كبير وتقلل من الاعتماد على الكود هو الاختيار الصحيح
ما يقوله مهندس الهاارنس ببساطة هو أن سياقك غير كافٍ بالتفصيل، ومعظم الناس لا يعرفون أساسًا ماذا يحتاجون لتخطيطه بدقة
مشروعي في الهاكاثون (الذي يسمح لك بتوظيف فريق عمل من الذكاء الاصطناعي للبحث عن وظيفة) قد خضع لإعادة تطوير كاملة إلى الإصدار الثاني
كتبت 18 مواصفة، وقرب 16 مهارة، منصة التوظيف باللغة الصينية + منصة التوظيف باللغة الإنجليزية، كل واحدة منها تم اختبارها + بعد الحصول على بيانات تجريبية حقيقية، بدأت في التنفيذ
هل جربت أن تتابع كل هذا وتقوم به بنفسك من البداية إلى النهاية؟

انخفض سعر سهم RH بنسبة 19.5% في ليلة واحدة.
هذه العلامة التجارية الفاخرة للأثاث، التي كانت تُعرف سابقًا باسم Restoration Hardware، أعلنت الليلة الماضية عن نتائج مالية مخيبة للآمال بشكل كامل.
الأرقام كانت سيئة جدًا:
الإيرادات 8.43 مليار دولار، أقل بنسبة 3.6% من المتوقع. الأرباح لكل سهم 1.53 دولار، أقل بنسبة 30.6% من المتوقع. التوجيه للربع القادم 7.895 مليار دولار، أقل بنسبة 10.2% من توقعات المحللين.
السهم انخفض من 141 دولارًا مباشرة إلى 114 دولارًا.
الشركة أعطت سببين: الرسوم الجمركية أدت إلى إعادة شراء سلسلة التوريد، وأثرت على إيرادات بقيمة 3000 مليون دولار. الطقس السيئ في نهاية الفصل أزال أيضً

88%的 الشركات تعرضت لحوادث أمنية بسبب وكلاء الذكاء الاصطناعي. لكن فقط 22% يعتبرون الوكيل "هوية" لإدارته.
قال تود مكينون، الرئيس التنفيذي لأوكتا، في The Verge، شيئًا لفت انتباهي:
وكيل الذكاء الاصطناعي لا ينبغي أن يكون مجرد أداة، بل يجب أن يمتلك هويته الخاصة. مثل الموظف، يجب أن يسجل الدخول، ويخضع للمصادقة، ويترك سجلات.
وهذا هو السياق.
الآن، تتزايد عدد وكلاء الذكاء الاصطناعي في الشركات، ويمكنهم الوصول إلى قواعد البيانات، واستدعاء واجهات برمجة التطبيقات، وإرسال البريد الإلكتروني بأنفسهم. لكن معظم الشركات لا تزال تدير الوكلاء باستخدام صلاحيات حسابات منشئيها.
ماذا يعني ذلك؟ إذا حدث خطأ من قبل الوكيل،

في السابق، كان يمكن استنتاج اتجاه السوق الأمريكي من خلال مراقبة الميول الصعودية والهبوطية في الساحة

بيانات التحديث:
Morgan Stanley MSBT: 0.14%
Grayscale Mini Trust: 0.15%
Franklin Templeton EZBC: 0.19%
Bitwise / VanEck: 0.20%
BlackRock IBIT: 0.25%
IBIT حالياً هو الرائد المطلق في سوق ETF للبيتكوين الفوري بقيمة 840 مليار دولار. يستخدم Morgan Stanley نسبة 0.14% لمواجهة 0.25%
لماذا في هذا التوقيت؟
ثلاثة أسباب.
الأول، العملاء المؤسساتيون في الانتظار. Morgan Stanley تدير أكثر من 4 تريليون دولار من أصول العملاء. عندما يكون عملاؤك من الأفراد ذوي الثروات العالية ومكاتب العائلات، فإن ما يهمهم ليس أفضل ETF فقط، بل "ETF يمكن لقسم الامتثال الموافقة عليه". علامتك التجارية + أدنى رسوم = الإجابة المثالية.
ا