خفض تكاليف التدريب إلى النصف! حقق OmniConsistency نتائج SOTA مع 2.6 ألف صورة؛ ويفتح Wan2.1-VACE-14B آفاقًا جديدة في مجال إنتاج الفيديو.
مع ازدهار تكنولوجيا الرؤية الرقمية، حققت نماذج المصدر المفتوح تقدمًا ملحوظًا في تصميم الصور. ومع ذلك، لا تزال هناك فجوة كبيرة بينها وبين النماذج التجارية من حيث اتساق التصميم. ولتجاوز هذه العقبة التقنية، أطلقت Show Lab بشكل مبتكر OmniConsistency، وهو ملحق اتساق مبني على محول انتشار واسع النطاق، يهدف إلى سد فجوة الأداء بين أساليب المصدر المفتوح والنماذج التجارية.
يتبنى OmniConsistency استراتيجية تعلم تدريجية من مرحلتين لفصل تعلم الأسلوب عن الاتساق، وبالتالي التخفيف بشكل فعال من مشكلة تدهور الأسلوب.يحسن بشكل كبير التماسك البصري والجودة الجمالية، ويحقق أداءً مماثلاً للنموذج التجاري المتطور GPT-4o.
بالإضافة إلى ذلك، لدعم تدريب النموذج وتقييمه، قام فريق البحث أيضًا ببناء مجموعة بيانات أزواج الصور المنمقة OmniConsistency.تستخدم مجموعة البيانات هذه GPT-4o لتجميع صور الإدخال لـ 22 نمطًا فنيًا مختلفًا وتوليد تعليقات نصية وصفية مقابلة للصور المصدر والصور المنمقة لتلبية الاحتياجات الإبداعية المتنوعة.
أطلقت HyperAI مؤخرًا "OmniConsistency: نموذج نقل نمط الأحرف على مستوى GPT-40" و"مجموعة بيانات أزواج الصور المنمقة OmniConsistency". جربها الآن!
OmniConsistency: نموذج نقل نمط الأحرف على مستوى GPT-4o
الاستخدام عبر الإنترنت:https://go.hyper.ai/WU5fY
مجموعة بيانات أزواج الصور المنمقة OmniConsistency
الاستخدام عبر الإنترنت:https://go.hyper.ai/RxZk9
من 9 يونيو إلى 13 يونيو، تحديثات الموقع الرسمي لـhyper.ai:
* مجموعات البيانات العامة عالية الجودة: 10
* دروس تعليمية عالية الجودة: 13
* الأوراق الموصى بها لهذا الأسبوع: 5
* تفسير المقالات المجتمعية: 4 مقالات
* إدخالات الموسوعة الشعبية: 5
* أفضل المؤتمرات التي لها مواعيد نهائية في شهري يونيو ويوليو: 6
قم بزيارة الموقع الرسمي:هايبر.اي
مجموعات البيانات العامة المختارة
1. مجموعة بيانات الاستدلال OpenThoughts3-1.2M
OpenThoughts3-1.2M عبارة عن مجموعة بيانات منطقية مفتوحة المصدر تحتوي على 850,000 سؤال في الرياضيات، و250,000 سؤال في البرمجة، و100,000 سؤال في العلوم، وتم إكمال التعليقات التوضيحية باستخدام نموذج QwQ-32B.
الاستخدام المباشر:https://go.hyper.ai/1u77Q
2. مجموعة بيانات الاستدلال OpenThoughts2-1M
تعتمد مجموعة البيانات على مجموعة بيانات OpenThoughts-114k، مُضيفةً مجموعات بيانات موجودة مثل OpenR1 وبيانات أخرى للرياضيات والتفكير البرمجي. تحتوي البيانات على مليون مثال عالي الجودة يُغطي الرياضيات والعلوم والبرمجة والألغاز. يُضاهي أداء نموذج OpenThinker2 المُدرّب على هذه المجموعة أداء نموذج DeepSeek-R1-Distill.
الاستخدام المباشر:https://go.hyper.ai/FK1Z3
3. مجموعة بيانات أزواج الصور المنمقة OmniConsistency
OmniConsistency هي مجموعة بيانات واسعة النطاق لأزواج الصور متعددة الأنماط، تُركز على تصميم الصور وتعلم الاتساق عبر الوسائط، وتهدف إلى توفير موارد موحدة لتوليد الصور، ونقل الأنماط، وتدريب النماذج متعددة الوسائط. تغطي مجموعة البيانات 22 نمطًا فنيًا مختلفًا، مثل الرسوم المتحركة، واللوحات الزيتية، والفن التقليدي، وفن البكسل، وغيرها، لتلبية الاحتياجات الإبداعية المتنوعة.
الاستخدام المباشر:https://go.hyper.ai/RxZk9
4. مجموعة بيانات شخصيات Nemotron-Personas
تحتوي مجموعة البيانات على شخصيات مُركّبة اصطناعيًا بناءً على التركيبة السكانية الحقيقية، والتوزيع الجغرافي، وسمات الشخصية، وهي مصممة لرصد تنوع السكان وثرائهم. وهي أول مجموعة بيانات من نوعها تتضمن إحصاءات مرتبطة بخصائص مثل الاسم، والجنس، والعمر، والخلفية، والحالة الاجتماعية، والتعليم، والمهنة، ومكان الإقامة.
الاستخدام المباشر:https://go.hyper.ai/uwpRH
5. مجموعة بيانات معيار التفكير الرياضي VCBench
VCBench هي مجموعة بيانات مرجعية مصممة لتقييم التفكير الرياضي متعدد الوسائط مع اعتماديات بصرية واضحة. تحتوي مجموعة البيانات على 1720 زوجًا من الأسئلة والأجوبة، وما مجموعه 6697 صورة.
الاستخدام المباشر:https://go.hyper.ai/4Ck1t
6. مجموعة بيانات معيار الصوت AudioTrust
هذه المجموعة من البيانات هي مجموعة بيانات مرجعية واسعة النطاق للنصوص الصوتية. وبصفتها أول معيار مرجعي متعدد الأبعاد لتقييم الثقة مُصمم خصيصًا لنماذج الصوت الكبيرة، تُركز AudioTrust على تقييم مصداقية نماذج اللغة الصوتية الكبيرة (ALLMs) متعددة الأبعاد.
الاستخدام المباشر:https://go.hyper.ai/WgJSW
7. مجموعة بيانات معيار الاستدلال القانوني LEXam
تحتوي مجموعة البيانات على 340 امتحانًا قانونيًا حقيقيًا من مختلف التخصصات والمستويات (البكالوريوس والماجستير) من كلية الحقوق بجامعة زيورخ، سويسرا، وتغطي القانون السويسري والأوروبي والدولي، بالإضافة إلى النظرية القانونية والتاريخ القانوني. تحتوي مجموعة البيانات على 4886 سؤالًا، منها 2841 سؤالًا طويل الإجابة و2045 سؤالًا متعدد الاختيارات.
الاستخدام المباشر:https://go.hyper.ai/qYpoL
8. مجموعة بيانات مرجعية لمخطط حركة المرور ReasonMap
يُركز ReasonMap على العلاقات المكانية واستدلال المسارات في الصور. وهو أول معيار استدلال متعدد الوسائط يُركز على خرائط النقل عالية الدقة (وخاصةً خرائط مترو الأنفاق)، وهو مُصمم لتقييم قدرة النماذج الكبيرة على فهم المعلومات المكانية المنظمة الدقيقة في الصور.
الاستخدام المباشر:https://go.hyper.ai/5ejzs
9. مجموعة بيانات التعرف على الكلام متعدد الوسائط Chinese-LiPS
باعتبارها أول مجموعة بيانات صينية للتعرف على الكلام متعدد الوسائط تجمع بين "معلومات قراءة الشفاه + معلومات دلالية الشريحة"، تغطي Chinese-LiPS سياقات معقدة مثل التفسيرات الصينية والعلوم الشعبية والتدريس ونشر المعرفة، وهي ملتزمة بتعزيز تطوير تكنولوجيا التعرف على الكلام متعدد الوسائط الصينية.
الاستخدام المباشر:https://go.hyper.ai/uaDMt
10. مجموعة بيانات أورام المخ
هذه المجموعة من البيانات هي مجموعة بيانات لتجزئة وتصنيف أورام الدماغ بالرنين المغناطيسي، وتهدف إلى توفير بيانات عالية الجودة لدعم تحليل التصوير الطبي لأورام الدماغ، وهي مناسبة لمهام تجزئة وتصنيف أورام الدماغ. تحتوي البيانات على حوالي 5000 شريحة تصوير بالرنين المغناطيسي.
الاستخدام المباشر:https://go.hyper.ai/8qq5w
دروس تعليمية عامة مختارة
هذا الأسبوع، قمنا بتلخيص 4 فئات من الدروس التعليمية العامة عالية الجودة:
* دروس إنشاء الفيديو: 3
* دروس معالجة الصور: 3
*دروس توليد الكلام: 2
*دليل نشر النموذج الكبير: 2
*دروس الذكاء الاصطناعي للعلوم: 2
إنشاء الفيديودرس تعليمي
1. ComfyUI Hunyuanدليل سير عمل إنشاء الفيديو المخصص
HunyuanCustom هو إطار عمل متعدد الوسائط لتوليد مقاطع فيديو مخصصة، وهو نموذج توليد متعدد الوسائط وقابل للتحكم المشروط، ويعتمد على إطار عمل Hunyuan لتوليد مقاطع الفيديو، ويركز على اتساق المواضيع. يدعم إنشاء مقاطع فيديو متناسقة المواضيع، مشروطة بمدخلات نصية وصورة وصوتية وفيديو. بفضل إمكانيات HunyuanCustom المتعددة الوسائط، يمكن إنجاز العديد من المهام اللاحقة.
يستخدم هذا البرنامج التعليمي بطاقة RTX 4090 واحدة كمصدر، ويستغرق إنشاء الفيديو حوالي 10 دقائق. يُنصح باستخدام وحدة معالجة رسومية (GPU) بذاكرة 80 جيجابايت لتحسين جودة الإنتاج.
تشغيل عبر الإنترنت:https://go.hyper.ai/Vw6bJ
2. برنامج ComfyUI Wan2.1-VACE-14B التعليمي لسير عمل تحويل الصور إلى فيديو
تم تدريب النموذج بناءً على منصة Tongyi Wanxiang V2.1، وهو أول أداة ذكاء اصطناعي للفيديو في هذا المجال تدعم دمج مهام متعددة بمرونة. يمكنه إكمال العملية بأكملها، من إنشاء الفيديو إلى التحرير الدقيق، في خطوة واحدة. يدعم تحويل النص إلى فيديو، والصورة إلى فيديو، والإطار الأول والأخير إلى فيديو، إلخ.
يستخدم هذا البرنامج التعليمي بطاقة A6000 واحدة. يستغرق إنشاء الفيديو حوالي 30 دقيقة. نوصي باستخدام قوة حاسوبية أعلى.
تشغيل عبر الإنترنت:https://go.hyper.ai/4ULKi
3. عرض توضيحي لنموذج انتشار الفيديو Vchitect-2.0
يستخدم النموذج تصميمًا مبتكرًا لهندسة المحولات المتوازية مع 2 مليار معلمة ويمكنه إنشاء محتوى فيديو سلس وعالي الجودة استنادًا إلى المطالبات النصية.
يستخدم هذا البرنامج التعليمي بطاقة A6000 واحدة كمورد، والتي يمكن نشرها بنقرة واحدة لإنشاء مقاطع فيديو مخصصة.
تشغيل عبر الإنترنت:https://go.hyper.ai/r6OC2
برنامج تعليمي لمعالجة الصور
1. JoyCaption Beta 1 - عرض توضيحي لنموذج اللغة المرئية للترجمة
يغطي النموذج نطاقًا واسعًا من أنماط الصور والمحتوى والعرق والجنس والتوجه، مع الحد الأدنى من التصفية لفهم جميع جوانب العالم، ولكن دون دعم المحتوى غير القانوني. يمكن للمستخدمين استخدام مجموعة متنوعة من الأوضاع والمطالبات لإنشاء تعليقات وصفية لمختلف سيناريوهات التطبيق، مثل منشورات وسائل التواصل الاجتماعي وقوائم المنتجات، إلخ.
يستخدم هذا البرنامج التعليمي بطاقة RTX 4090 واحدة كمصدر. أدخل الرابط لإنشاء ترجمات مناسبة جدًا للمحتوى.
تشغيل عبر الإنترنت:https://go.hyper.ai/13wrE
2. وصف أي شيء نموذج تجريبي
يستطيع النموذج إنشاء أوصاف مفصلة بناءً على مناطق يحددها المستخدم (نقاط، مربعات، خطوط، أو أقنعة). بالنسبة لمحتوى الفيديو، يمكن الحصول على وصف كامل بمجرد إضافة تعليق توضيحي للمنطقة في أي إطار.
يستخدم هذا البرنامج التعليمي بطاقة RTX 4090 واحدة كمورد. يمكنك نشرها بنقرة واحدة، والنقر فقط على المكان الذي تريد وصفها فيه.
تشغيل عبر الإنترنت:https://go.hyper.ai/aitMs
3. OmniConsistency: نموذج نقل نمط الأحرف على مستوى GPT-4o
يُحسّن OmniConsistency بشكل ملحوظ التماسك البصري والجودة الجمالية، محققًا أداءً يُضاهي أحدث طراز تجاري GPT-4o. يُسدّ هذا النظام الفجوة بين النماذج مفتوحة المصدر والنماذج التجارية من حيث اتساق الأسلوب، ويُوفّر حلاً منخفض التكلفة وسهل التحكم لإنشاء الصور باستخدام الذكاء الاصطناعي، ويُعزز انتشار تقنية توليد الصور. كما تُسهّل توافقيته وميزاته سهلة الاستخدام على المطورين والمبدعين استخدامه.
موارد الحوسبة في هذا البرنامج التعليمي تستخدم بطاقة RTX A6000 واحدة. أدخل الرابط لإنشاء تصميم مُخصّص.
تشغيل عبر الإنترنت:https://go.hyper.ai/WU5fY
برنامج تعليمي حول إنشاء الكلام
1. Stable-audio-open-small: عرض توضيحي لنموذج توليد الصوت
يركز تطبيق Stable-audio-open-small على إنشاء محتوى صوتي قصير عالي الجودة بكفاءة. يعتمد التطبيق على تقنية نموذج الانتشار المتقدمة، ما يتيح للمستخدمين توليد مقاطع صوتية متنوعة بسرعة، مثل مقاطع الموسيقى والمؤثرات الصوتية والأصوات المحيطة (مثل حلقات الطبول ومقاطع الألحان أو المناظر الصوتية الطبيعية) من خلال توجيهات نصية، وهو مناسب لإنتاج الموسيقى وتطوير الألعاب والموسيقى التصويرية للأفلام والتلفزيون وغيرها من السيناريوهات.
يستخدم هذا البرنامج التعليمي الموارد لبطاقة A6000 واحدة، والنشر بنقرة واحدة لإنشاء موسيقى حصرية!
تشغيل عبر الإنترنت:https://go.hyper.ai/jl9Y3
2. Chatterbox TTS: عرض توضيحي لتركيب الكلام
Chatterbox هو أول نموذج تحويل نص إلى كلام مفتوح المصدر يدعم التحكم المبالغ فيه بالعواطف. يعتمد على بنية LLaMA مع 500 مليون معلمة، ويتم تدريبه باستخدام أكثر من 500,000 ساعة من بيانات الصوت المختارة. يدعم توليد لغات متعددة وأنماط صوتية متعددة، ويتفوق أداؤه على أنظمة مغلقة المصدر مثل ElevenLabs. إحدى وظائفه الأساسية هي استنساخ الصوت بدون عينة، والذي يمكنه توليد أصوات شخصية واقعية للغاية مع 5 ثوانٍ فقط من الصوت المرجعي دون الحاجة إلى عملية تدريب معقدة.
موارد الحوسبة المستخدمة في هذا البرنامج التعليمي هي بطاقة RTX 4090 واحدة. تدعم نماذج الألعاب اللغة الإنجليزية فقط. هيا، استنسخ صوتك بنقرة واحدة.
تشغيل عبر الإنترنت:https://go.hyper.ai/KAF8م
برنامج تعليمي لنشر النموذج الكبير
1. نشر DeepSeek-R1-0528-Qwen3-8B بنقرة واحدة
يحتوي هذا النموذج على 8 مليارات معلمة. ومن خلال دمج قدرات التحليل المنطقي المعقدة لـ DeepSeek-R1-0528 مع النموذج الأساسي الأصغر Qwen3-8B، يجمع هذا النموذج بين قدرات Qwen3 متعددة اللغات وتحسين التحليل المنطقي لـ DeepSeek-R1. يُضاهي أداؤه أداء GPT-4، ويدعم النشر الفعال لبطاقة واحدة، مما يجعله خيارًا مثاليًا للتطبيقات الأكاديمية والمؤسسية.
موارد الحوسبة المستخدمة في هذا البرنامج التعليمي هي بطاقة RTX 4090 واحدة. أدخل الرابط لنشر النموذج الكبير المُحسّن بنقرة واحدة.
تشغيل عبر الإنترنت:https://go.hyper.ai/UnQEa
2. ينشر vLLM+Open WebUI نموذج اللغة الكثيف AM-Thinking-v1
AM-Thinking-v1 هو نموذج لغوي كثيف 32B يركز على تحسين قدرات الاستدلال. يُظهر النموذج أداءً قويًا في معايير الاستدلال، يُضاهي نماذج MoE الكبيرة مثل DeepSeek-R1 وQwen3-235B-A22B وSeed1.5-Thinking، والنماذج الكثيفة الأكبر مثل Nemotron-Ultra-253B-v1.
يستخدم هذا البرنامج التعليمي موارد A6000 ثنائية البطاقة، وتجربة استنساخ بنقرة واحدة، ونموذج لغة كثيفة 32B!
تشغيل عبر الإنترنت:https://go.hyper.ai/mbAMu
الذكاء الاصطناعي للعلوم درس تعليمي
1. ضبط مجال قوة التعلم الآلي VASP
VASP هو برنامج حاسوبي لنمذجة المواد على المستوى الذري انطلاقًا من المبادئ الأساسية، مثل حسابات البنية الإلكترونية وديناميكيات الجزيئات في ميكانيكا الكم. في هذا البرنامج التعليمي، سنُولّد سلسلة من أطياف الفونون المقابلة من خلال تغيير مُعاملات التعلم الآلي الفائقة باستمرار، وسنحصل على ملف مُعاملات مجال القوة الأمثل المُقابل للتعلم الآلي.
تشغيل عبر الإنترنت:https://go.hyper.ai/2DmyQ
2. يحسب مجال قوة التعلم الآلي VASP طيف الفونون السيليكوني
Phonopy هي مجموعة أدوات بلغة بايثون لحساب بنية نطاق الفونون، وخصائصه الحرارية، وسرعة المجموعة، وغيرها من الكميات المتعلقة بالفونون على المستويات التوافقية وشبه التوافقية. في هذا البرنامج التعليمي، سنستخدم نصًا برمجيًا آليًا لتوضيح عملية حساب طيف الفونون باستخدام التعلم الآلي لمجال القوة.
تشغيل عبر الإنترنت:https://go.hyper.ai/tmnQ4
توصيات الورقة البحثية لهذا الأسبوع
1. تقرير فني عن MiMo-VL
تُقدّم هذه المقالة نموذجين مفتوحي المصدر، MiMo-VL-7B-SFT وMiMo-VL-7B-RL، وهما نموذجان لغويان بصريان فعّالان يُحققان أداءً مُتطورًا في الفهم البصري العام والاستدلال متعدد الوسائط. يتفوّق MiMo-VL-7B-RL على Qwen2.5-VL-7B في 35 من أصل 40 مهمة خضعت للتقييم، وحصل على 59.4 نقطة على منصة OlympiadBench، مُتفوّقًا على نماذج تصل إلى 78 مليار مُعامل. إضافةً إلى ذلك، تُقدّم المقالة مجموعة من أدوات التقييم الشاملة التي تُغطّي أكثر من 50 مهمةً لتعزيز إمكانية إعادة الإنتاج وتطوير هذا المجال.
رابط الورقة:https://go.hyper.ai/0v2Lr
2. هل سيظل هذا صحيحًا غدًا؟ تصنيف الأسئلة الدائم متعدد اللغات لتحسين موثوقية ضمان الجودة
غالبًا ما تُصاب نماذج اللغات الكبيرة (LLMs) بالهلوسة في مهام الإجابة على الأسئلة. ومن العوامل الحاسمة، وإن لم تُدرس جيدًا، الطبيعة الزمنية للأسئلة - أي ما إذا كان السؤال دائمًا (أي أن الإجابة تبقى ثابتة بمرور الوقت) أو متغيرًا (أي أن الإجابة تتغير بمرور الوقت). تُقدم هذه الورقة البحثية EverGreenQA، وهي أول مجموعة بيانات متعددة اللغات لضمان الجودة بعلامات دائمة الخضرة تدعم كلاً من التقييم والتدريب. باستخدام EverGreenQA، نُقيّم 12 نموذجًا لغويًا كبيرًا حديثًا لتقييم ما إذا كانت تُشفّر الطبيعة الزمنية للأسئلة صراحةً (عبر الأحكام اللفظية) أو ضمنيًا (عبر إشارات عدم اليقين).
رابط الورقة:https://go.hyper.ai/UnDRj
3. MambaNeXt-YOLO: نموذج فضاء الحالة الهجين للكشف عن الأجسام في الوقت الفعلي
تقترح هذه الورقة البحثية إطار عمل جديد لاكتشاف الأهداف يُحقق توازنًا بين الدقة والكفاءة. تشمل مساهماته المحددة الجوانب الثلاثة التالية: وحدة MambaNeXt: تصميم هجين يجمع بين الشبكات العصبية التلافيفية (CNNs) وبنية فضاء حالة Mamba، مما يُمكّن من استخراج الميزات المحلية ونمذجة التبعيات طويلة المدى بفعالية؛ شبكة هرمية الاندماج غير المتماثلة متعددة الفروع (MAFPN): بنية هرمية مُحسّنة للميزات لتحسين قدرات الكشف متعددة المقاييس للأهداف ذات الأحجام المختلفة؛ تحسين الكفاءة لأجهزة الحافة: دون استخدام أي تدريب مسبق، تُحقق طريقتنا معدل وصول (mAP) قدره 66.6% وسرعة استدلال تبلغ 31.9 إطارًا في الثانية على مجموعة بيانات PASCAL VOC، مما يدعم النشر الفعال على أجهزة الحافة مثل NVIDIA Jetson Xavier NX وOrin NX.
رابط الورقة:https://go.hyper.ai/FGaro
4. ComfyUI-Copilot: مساعد ذكي لتطوير سير العمل الآلي
تُقدّم هذه الورقة البحثية ComfyUI-Copilot، وهو مُكوّن إضافي قائم على نموذج لغوي كبير، مُصمّم لتعزيز سهولة استخدام ComfyUI وكفاءته. يعتمد جوهر نظام ComfyUI-Copilot على إطار عمل هرمي متعدد الوكلاء، يتضمن وكيلًا مساعدًا مركزيًا مسؤولًا عن توزيع المهام، وعدة وكلاء عاملين متخصصين مسؤولين عن مهام ذات أغراض مختلفة. تُظهر النتائج قدرة هذا الإطار على التوصية بالعقد بدقة، وتسريع تطوير سير العمل.
رابط الورقة:https://go.hyper.ai/n0WyZ
5. Prot42: عائلة جديدة من نماذج لغة البروتين لتوليد رابط البروتين الواعي للهدف
تقترح هذه الورقة البحثية عائلة جديدة من نماذج لغة البروتين، Prot42، المُدرَّبة مسبقًا استنادًا إلى تسلسلات بروتينية ضخمة غير مُعَلَّمة. يستخدم Prot42 بنيةً تعتمد على فك التشفير فقط، ويعتمد على أحدث التطورات في معالجة اللغة الطبيعية، ويمكنه رصد تطور البروتينات وبنيتها ووظيفتها بدقة، مما يُوسِّع بشكل كبير قدرات تصميم البروتينات الحاسوبية القائمة على اللغة.
رابط الورقة:https://go.hyper.ai/nHOJA
مزيد من أوراق البحث الرائدة في مجال الذكاء الاصطناعي:https://go.hyper.ai/iSYSZ
تفسير مقالة المجتمع
قام فريق بحثي مشترك من معهد إنسيبشن للذكاء الاصطناعي في أبوظبي وشركة سيريبراس سيستمز في وادي السيليكون بتطوير Prot42، أول عائلة من نماذج لغة البروتين (PLMs) تعتمد كليًا على معلومات تسلسل البروتين ولا تتطلب إدخال بنية ثلاثية الأبعاد. يتيح هذا النموذج نمذجة تسلسلات طويلة وتوليد رابط عالي الألفة، مما يُحدث نقلة نوعية في مجال تصميم البروتينات.
شاهد التقرير الكامل:https://go.hyper.ai/UMKY8
تستمر الابتكارات والممارسات المتعلقة بمراحل تطوير مُجمِّعات الذكاء الاصطناعي في الظهور، ويتزايد اهتمام الجميع بهذا المجال! ولربط أحدث الأبحاث والتطبيقات بشكل أفضل، ستُقيم شركة HyperAI الدورة السابعة من معرض "لقاء مع مُجمِّعي الذكاء الاصطناعي" في بكين في 5 يوليو. وسيُقام المعرض السابع لعام 2025 في مقهى Garage Coffee ببكين في 5 يوليو.
شاهد التقرير الكامل:https://go.hyper.ai/QM1xm
اقترحت مجموعة البروفيسور ليو يانغ من جامعة تسينغهوا ومجموعة البروفيسور هوانغ وين بينج من كلية جاولينج للذكاء الاصطناعي في جامعة رينمين الصينية بشكل مشترك جهاز محاكاة ديناميكيات التخشين الزمني الموحد للجزيئات الحيوية UniSim، والذي حقق لأول مرة محاكاة ديناميكية التخشين الزمني الموحدة عبر الأنواع الجزيئية (الجزيئات الصغيرة، الببتيدات، البروتينات) والبيئات الكيميائية.
شاهد التقرير الكامل:https://go.hyper.ai/gQ1ob
قام فريق من جامعة جورج أوغست بتطوير خوارزمية مبتكرة في علم الأحياء الحسابي، SimplifiedBondfinder، لتحليل أكثر من 86000 بنية بروتينية عالية الدقة بالأشعة السينية بشكل منهجي واكتشفوا نوعًا جديدًا من رابطة NOS تتشكل بين الأرجينين (Arg) - السيستين والجلايسين (Gly) - السيستين والتي لم تتم ملاحظتها من قبل.
شاهد التقرير الكامل:https://go.hyper.ai/nurdR
مقالات موسوعية شعبية
1. دال-إي
2. دمج الفرز المتبادل RRF
3. جبهة باريتو
4. فهم اللغة متعدد المهام على نطاق واسع (MMLU)
5. التعلم التبايني
فيما يلي مئات المصطلحات المتعلقة بالذكاء الاصطناعي التي تم تجميعها لمساعدتك على فهم "الذكاء الاصطناعي" هنا:
الموعد النهائي للمؤتمر هو يونيو-يوليو
19 يونيو 7:59:59 اي سي دي 2026
2 يوليو 7:59:59 قاعدة بيانات VLDB 2026
11 يوليو 7:59:59 بوبل 2026
15 يوليو 7:59:59 صودا 2026
18 يوليو 7:59:59 سيجمود 2026
19 يوليو 7:59:59 اي سي اس اي 2026
تتبع شامل لأفضل المؤتمرات الأكاديمية في مجال الذكاء الاصطناعي:https://go.hyper.ai/event
إن ما ورد أعلاه هو كل محتوى اختيار المحرر لهذا الأسبوع. إذا كان لديك موارد تريد تضمينها على الموقع الرسمي لـ hyper.ai، فنحن نرحب بك أيضًا لترك رسالة أو إرسال مقال لإخبارنا بذلك!
نراكم في الاسبوع القادم!