دمجٌ عالي الجودة بين الأسلوب والموضوع! يحقق إطار عمل USO كلا الأمرين من خلال الفصل والتعلم القائم على المكافأة؛ 1000 كتاب كلاسيكي من الطب الصيني التقليدي! تُطلق جامعة شرق الصين للعلوم والتكنولوجيا تطبيق MedChatZH لمساعدة الذكاء الاصطناعي على فهم الطب الصيني التقليدي بشكل أفضل.
في مجال توليد الصور بالذكاء الاصطناعي، غالبًا ما يكون هناك تعارض بين الأسلوب والموضوع، وهو أمر يصعب تحقيقه في وقت واحد.إنشاء تعبيرات فنية ذات أنماط مماثلة، مع إعطاء الأولوية للأسلوب.على سبيل المثال، إذا طُلب منك إنشاء "صورة شخصية لبيكاسو على الطراز التكعيبي"، فإن الذكاء الاصطناعي سيعطي الأولوية لضمان أن يكون اللون وضربات الفرشاة قابلة للتعرف على أسلوب بيكاسو في لمحة واحدة، في حين سيتم تقليل تفاصيل الصورة الشخصية بشكل كبير.تُركز المناهج الموجهة بالموضوع على السعي لتحقيق الاتساق في الموضوع، ومهمتها الأساسية هي "إنشاء محتوى محدد بدقة".عند طرح سؤال "قطة ترتدي ربطة عنق حمراء"، سيضمن الذكاء الاصطناعي اتساق النتيجة المُولَّدة مع الموضوع الذي وصفته. إذا كان المشهد المطلوب "في المكتب"، فقد تكون الخلفية المُولَّدة غير واضحة.
وبناء على هذا،أطلق فريق UXO التابع لشركة ByteDance مبادرة USO، وهي إطار عمل موحد لفصل المحتوى والأسلوب وإعادة هيكلتهما.من خلال إنشاء مجموعة بيانات ثلاثية واسعة النطاق، واستخدام مخطط تعليمي منفصل لمواءمة ميزات الأسلوب وفصل المحتوى والأسلوب في وقت واحد، وتقديم تعلم مكافأة الأسلوب (SRL) لتحسين أداء النموذج بشكل أكبر، يتيح هذا الإطار الجمع الحر بين السمات والأساليب، مما يؤدي إلى إنشاء صور مثالية ذات اتساق موضوعي عالٍ، ودقة أسلوب قوية، وشعور طبيعي غير بلاستيكي.
يعمل USO على تحسين أداء النموذج من خلال فصل التعاون بين المهام، والوصول إلى مستوى SOTA للنماذج مفتوحة المصدر من حيث اتساق الموضوع وتشابه الأسلوب.إنه يكسر العزلة بين الأسلوب والموضوع في توليد الصورة التقليدية ويحقق هدف الحصول على كليهما.
أطلق الموقع الرسمي لشركة HyperAI مؤخرًا "USO: نموذج توليد الصور الموحد والموضوعي". جربه!
الاستخدام عبر الإنترنت:https://go.hyper.ai/VWz1i
من 1 سبتمبر إلى 5 سبتمبر، إليك نظرة عامة سريعة على تحديثات الموقع الرسمي لـ hyper.ai:
* مجموعات البيانات العامة عالية الجودة: 10
* مجموعة مختارة من الدروس التعليمية عالية الجودة: 5
* الأوراق الموصى بها لهذا الأسبوع: 5
* تفسير المقالات المجتمعية: 6 مقالات
* إدخالات الموسوعة الشعبية: 5
* أفضل المؤتمرات مع الموعد النهائي في سبتمبر: 5
قم بزيارة الموقع الرسمي:هايبر.اي
مجموعات البيانات العامة المختارة
1. مجموعة بيانات تتبع النقاط ثلاثية الأبعاد متعددة المشاهد MV3DPT
MV3DPT هي مجموعة بيانات مرجعية مصممة خصيصًا لتتبع النقاط ثلاثية الأبعاد متعددة المشاهد. تهدف إلى توفير أساس لأبحاث التتبع المستقر عبر الإنترنت للنقاط ثلاثية الأبعاد في المشاهد الديناميكية من زوايا تصوير متعددة. تغطي هذه المجموعة المشاهد الاصطناعية والواقعية، وتدمج البيانات من زوايا تصوير متعددة، وتتيح تنبؤًا دقيقًا في ظل ظروف الحجب. وهي مناسبة لتدريب وتقييم نماذج تتبع النقاط ثلاثية الأبعاد، ولها تطبيقات واسعة النطاق في مجال الرؤية الحاسوبية والروبوتات.
الاستخدام المباشر: https://go.hyper.ai/xs6Kt
2. مجموعة بيانات تقييم الفهم اللغوي المماثل الصوتي StepEval
StepEval Audio Paralinguistic هي مجموعة بيانات لتقييم فهم الكلام الصوتي البارالنغوي، أصدرها فريق StepFun AI. تهدف هذه المجموعة إلى تقييم قدرة نماذج الذكاء الاصطناعي على فهم المعلومات البارالنغمي (مثل الجنس، والعمر، ونبرة الصوت، والعاطفة، وغيرها) في الكلام.
الاستخدام المباشر: https://go.hyper.ai/d65ah
3. مجموعة بيانات معيارية للاستشعار عن بُعد للانهيارات الأرضية من Landslide4Sense
Landslide4Sense هي مجموعة بيانات مرجعية للاستشعار عن بُعد متعدد المصادر عبر الأقمار الصناعية للكشف عن الانهيارات الأرضية. تغطي مجموعة البيانات مشاهد الانهيارات الأرضية في مناطق متعددة من عام 2015 إلى عام 2021. وهي مُوَحَّدة في كتل صور 128×128 بدقة تقارب 10 أمتار/بكسل. تحتوي كل عينة على 14 نطاقًا (Sentinel-2 متعدد الأطياف B1–B12 + منحدر مشتق من ALOS PALSAR ونموذج الارتفاع الرقمي).
الاستخدام المباشر: https://go.hyper.ai/nDDwN
4. مجموعة بيانات تضمين نواة ألفا إيرث
ألفا إيرث هي مجموعة بيانات تضمين جغرافية مكانية عالمية، أصدرها فريقا جوجل ديب مايند وجوجل إيرث إنجن. تهدف هذه المجموعة إلى ضغط بيانات الاستشعار عن بُعد والبيانات الجغرافية متعددة المصادر في تضمينات مكانية زمانية موحدة وقابلة لإعادة الاستخدام، مما يتيح رسم خرائط ومراقبة أكثر كفاءة في ظل ندرة التعليقات التوضيحية.
الاستخدام المباشر:https://go.hyper.ai/EYcNz
5. مجموعة بيانات معيارية لأفضل مسابقة برمجة في AetherCode
AetherCode هي مجموعة بيانات لتقييم مسابقات البرمجة، أصدرتها بايت دانس وفريق MAP. تهدف إلى تقييم قدرات التفكير الخوارزمي والترميز للنماذج الكبيرة بشكل أكثر واقعية من خلال أسئلة صعبة من مسابقات مرموقة مثل IOI وICPC وUSACO، بالإضافة إلى حالات اختبار عالية الجودة تم التحقق منها من قبل خبراء.
الاستخدام المباشر: https://go.hyper.ai/oBpK1
6. مجموعة بيانات أوامر المحادثة الطبية الصينية MedChatZH
MedChatZH هي مجموعة بيانات للمحادثات الطبية الصينية أصدرتها جامعة شرق الصين للعلوم والتكنولوجيا. تهدف إلى تحسين فهم الحوارات الاستشارية الطبية الصينية وتوليدها (خاصةً في سياقات الطب الصيني التقليدي) من خلال التدريب المسبق المستمر على أساسيات الطب الصيني التقليدي وضبط بيانات التعليمات الطبية.
الاستخدام المباشر: https://go.hyper.ai/gNRfB
7. مجموعة بيانات صور كسور الإنسان HBFMID
HBFMID هي مجموعة بيانات تصوير طبي مصممة لدعم مهام كشف الكسور وتصنيفها. تتضمن المجموعة صورًا متعددة الوسائط، وتغطي أجزاءً متعددة من الجسم، وتعرض تنسيقات متنوعة. وهي مُحسّنة بالكامل ومُجزأة بوضوح، مما يجعلها مناسبة لتدريب وتقييم نماذج كشف الكسور وتصنيفها. وهي قيّمة بشكل خاص في تحليل الصور الطبية وأبحاث التعلم العميق.
الوصول المباشر: https://go.hyper.ai/IPIOE
8. مجموعة بيانات التفضيلات البشرية HH-RLHF
HH-RLHF هي مجموعة بيانات تفضيلات بشرية أصدرتها Anthropic، وتتكون بشكل أساسي من جزأين: بيانات التفضيلات البشرية المفيدة/غير الضارة (بيانات PM) وبيانات حوار الفريق الأحمر (بيانات غير PM).
الاستخدام المباشر: https://go.hyper.ai/u98TI
9. مجموعة بيانات أسئلة جامعة كوينزلاند غير المحلولة
مجموعة بيانات جامعة كوينزلاند هي معيار تقييمي أصدرته جامعة ستانفورد بالتعاون مع جامعة واشنطن وجامعة نورث كارولينا ومؤسسات أخرى. يهدف هذا المعيار إلى تقييم قدرات الاستدلال والواقعية والتصفح للنماذج الكبيرة المتطورة، وذلك باستخدام أسئلة حقيقية وصعبة لم يُجب عليها المجتمع البشري.
الاستخدام المباشر: https://go.hyper.ai/BW5qz
10. مجموعة بيانات الصور والنصوص متعددة الوسائط Llama Nemotron VLM v1
Llama Nemotron VLM v1 هي مجموعة بيانات عالية الجودة للصور والنصوص، أصدرتها NVIDIA للتدريب اللاحق على VLM. تُستخدم لدعم نموذج فهم المستندات Llama-3.1-Nemotron-Nano-VL-8B-V1 الذي أصدرته NVIDIA (يدعم الإجابة على أسئلة المستندات، والإجابة على أسئلة الرسوم البيانية، وAI2D، وغيرها من السيناريوهات).
الاستخدام المباشر: https://go.hyper.ai/KVW6Z
دروس تعليمية عامة مختارة
1. Hunyuan-GameCraft-1.0: إطار عمل لإنشاء مقاطع فيديو الألعاب التفاعلية
Hunyuan-GameCraft-1.0 هو إطار عمل لإنشاء مقاطع فيديو تفاعلية عالية الديناميكية للألعاب، طُوّر بالتعاون بين فريق Tencent Hunyuan وجامعة Huazhong للعلوم والتكنولوجيا. من خلال توحيد إدخال لوحة المفاتيح والفأرة في مساحة تمثيل كاميرا مشتركة، يُتيح هذا الإطار تحكمًا دقيقًا في الحركة ويدعم الإدخال التفاعلي المعقد.
تشغيل عبر الإنترنت: https://go.hyper.ai/c48zV
٢. Hunyuan-MT-7B: عرض تجريبي لنموذج الترجمة
Hunyuan-MT-7B هو نموذج ترجمة بسيط، أصدره فريق Tencent Hunyuan. يحتوي على 7 مليارات معلمة فقط، ويدعم الترجمة بين 33 لغة و5 لغات/لهجات صينية عرقية. يمكنه فهم اللغة العامية على الإنترنت، والشعر القديم، والمحادثات الاجتماعية، وغيرها بدقة، وإجراء ترجمة حرة بناءً على السياق. يقترح نموذج تدريب شاملًا يغطي سلسلة كاملة من التدريب المسبق إلى التعزيز المتكامل.
تشغيل عبر الإنترنت: https://go.hyper.ai/nv9gJ
3. USO: نموذج موحد لتوليد الصور يعتمد على الأسلوب والموضوع
USO هو إطار عمل موحد لفصل المحتوى والأسلوب وإعادة تنظيمهما، أطلقه فريق UXO في بايت دانس. يتيح هذا الإطار دمج أي موضوع بحرية مع أي نمط في أي مشهد، مما يُنتج صورًا تتميز بتناسق موضوعي عالٍ، ودقة أسلوبية عالية، وملمس طبيعي غير مُصطنع. وقد أظهرت التجارب أنه يرقى إلى أعلى مستويات نماذج المصدر المفتوح من حيث تناسق الموضوع وتشابه الأسلوب.
تشغيل عبر الإنترنت: https://go.hyper.ai/VWz1i
4. MiniCPM-V 4.5: أقوى نموذج متعدد الوسائط شامل
MiniCPM-V 4.5 هو نموذجٌ فائق الكفاءة، واسع النطاق، ومُثبّت على الجهاز، طُوّر كمصدر مفتوح من قِبل مختبر معالجة اللغات الطبيعية بجامعة تسينغهوا وشركة Mianbi Intelligence. يتميز هذا النموذج ببراعةٍ في مجالاتٍ متعددة، بما في ذلك الصور والفيديوهات والتعرف الضوئي على الحروف (OCR). ويُحقق إنجازًا مُتميّزًا في فهم الفيديوهات عالية مُعدّل التحديث، مما يُمكّنه من التعرّف على المحتوى بدقة. يدعم النموذج أنماط الاستدلال الهجينة، مُوازنًا بين الأداء والاستجابة.
تشغيل عبر الإنترنت: https://go.hyper.ai/o3Ns5
5. BioEmu: نظام التعلم العميق التوليدي
BioEmu، وهو نظام تعلّم عميق توليدي طوّره فريق الذكاء الاصطناعي للعلوم في قسم الأبحاث في مايكروسوفت، يُحاكي بكفاءة الهياكل الديناميكية وتكوينات التوازن للبروتينات. يستطيع النظام توليد آلاف عينات هياكل البروتين في الساعة باستخدام وحدة معالجة رسومية واحدة، متفوقًا بشكل ملحوظ على محاكاة الديناميكيات الجزيئية التقليدية.
تشغيل عبر الإنترنت: https://go.hyper.ai/YV75B
💡لقد قمنا أيضًا بتأسيس مجموعة تبادل تعليمية حول الانتشار المستقر. مرحبًا بالأصدقاء لمسح رمز الاستجابة السريعة والتعليق على [برنامج تعليمي SD] للانضمام إلى المجموعة لمناقشة المشكلات الفنية المختلفة ومشاركة نتائج التطبيق ~
توصيات الورقة البحثية لهذا الأسبوع
1. R-4B: تحفيز قدرة التفكير التلقائي للأغراض العامة في أنظمة التعلم متعدد المستويات (MLLMs) من خلال التلدين ثنائي الوضع والتعلم المعزز
تقترح هذه الورقة نموذجًا لغويًا واسع النطاق متعدد الوسائط، R-4B، قادرًا على التفكير واتخاذ القرارات آليًا. ويمكن لهذا النموذج أن يقرر بشكل تكيفي ما إذا كان ينبغي تفعيل عملية التفكير بناءً على تعقيد المشكلة. يتمثل مفهومه الأساسي في استخدام آلية تلدين ثنائية الوضع لتزويد النموذج بقدرات "التفكير" و"عدم التفكير". كما يستخدم أسلوب تحسين استراتيجية ثنائية الوضع لتحسين قدرة النموذج على تحديد ما إذا كان ينبغي تفعيل عملية التفكير بدقة.
رابط الورقة: https://go.hyper.ai/3Nq23
2. EmbodiedOneVision: تدريب مسبق على الرؤية المتداخلة والنص والفعل للتحكم العام في الروبوت
تقترح هذه الورقة نموذج EO-Robotics، الذي يتألف من نموذج EO-1 ومجموعة بيانات EO-Data1.5M. EO-1 هو نموذج أساسي مجسم موحد يحقق أداءً متفوقًا في مهام التفكير المجسم متعدد الوسائط والتحكم الروبوتي من خلال التدريب المسبق على الرؤية والنص والفعل المتداخل.
رابط الورقة: https://go.hyper.ai/cTtge
3. ASE: معيار على مستوى المستودع لتقييم الأمان في الكود المُولّد بالذكاء الاصطناعي
تقترح هذه الورقة البحثية ASE (تقييم أمان توليد الكود بالذكاء الاصطناعي)، وهو معيار مرجعي على مستوى المستودع لتقييم توليد الكود الآمن. يبني ASE المهام من مستودعات حقيقية مفتوحة المصدر تحتوي على ثغرات أمنية معروفة (CVEs)، مع الحفاظ الكامل على سياق مستوى المستودع، بما في ذلك أنظمة البناء والتبعيات بين الملفات.
رابط الورقة: https://go.hyper.ai/irGB2
4. Droplet3D: المبادئ الأساسية من مقاطع الفيديو تُسهّل إنشاء محتوى ثلاثي الأبعاد
يستكشف هذا البحث كيفية تطبيق أسلوب الفيديو على توليد الأصول ثلاثية الأبعاد، ويغطي العملية بأكملها، بدءًا من بناء مجموعة البيانات وحتى تصميم النموذج. ويقترح أول مجموعة بيانات فيديو واسعة النطاق Droplet3D-4M مع شرح هرمي متعدد المشاهد، ويُدرّب نموذج Droplet3D، وهو نموذج توليدي يدعم إدخال الصور وإدخال النصوص الكثيفة.
رابط الورقة: https://go.hyper.ai/BWwsV
5. VerlTool: نحو التعلم التعزيزي الوكيلي الشامل باستخدام الأدوات
تقترح هذه الورقة إطار عمل موحدًا ومعياريًا، VerlTool، يُصوغ ARLT كمسارات متعددة الجولات مع تسميات مراقبة متعددة الوسائط (نص/صور/فيديو)، متجاوزًا بذلك قيود النموذج التقليدي لـ RLVR أحادي الجولة. درب الباحثون النماذج وقيّموها على مهام مثل التفكير الرياضي، والإجابة على أسئلة المعرفة، وتوليد SQL، والاستدلال البصري، والبحث على الويب، وهندسة البرمجيات، محققين أداءً يُضاهي الأنظمة المتخصصة مع توفير بنية تحتية موحدة للتدريب.
رابط الورقة: https://go.hyper.ai/NeCSC
مزيد من أوراق البحث الرائدة في مجال الذكاء الاصطناعي:https://go.hyper.ai/iSYSZ
تفسير مقالة المجتمع
لمعالجة مسألة تشخيص صحة النظام البيئي الساحلي، اقترح فريق من جامعة هونغ كونغ للعلوم والتكنولوجيا نموذج الاستيفاء والتنبؤ المكاني الزمني (STIMP). من خلال دمج وحدات مصممة خصيصًا، حقق النموذج تنبؤًا دقيقًا بالتوزيع المكاني الزمني للكلوروفيل أ، مما يوفر مسارًا جديدًا للتنبؤ بالكلوروفيل أ البحري في ظل القيود المكانية الزمنية.
شاهد التقرير الكامل: https://go.hyper.ai/trOfg
في مقابلة مع Y Combinator، روى توم براون، المدير التقني لشركة Anthropic، رحلته من الشركات الناشئة إلى أبحاث الذكاء الاصطناعي. ناقش "ملاءمة الطلب" وتأثير "قوانين التوسع"، وشرح أسباب مغادرته OpenAI لتأسيس Anthropic، وناقش التحديات والإنجازات التي واجهتها الشركة خلال تطوير سلسلة نماذج Claude، وكشف عن اعتبارات Anthropic المتعلقة باستراتيجيتها متعددة الشرائح ورؤيتها الأمنية.
شاهد التقرير الكامل: https://go.hyper.ai/d3CFR
في مؤتمر الحوسبة عالية الأداء العالمي 2025 CCF، قدّم فريقٌ بقيادة الباحث لين بينغفي من معهد فيزياء الغلاف الجوي التابع للأكاديمية الصينية للعلوم، إنجازًا بحثيًا هامًا. نجح الفريق في تطوير نموذج التعلم العميق CoTCN، وهو إطار عمل مُقترن بين Transformer وCNN. حقق هذا النموذج نقلةً نوعيةً في التنبؤ بدرجات حرارة سطح البحر العالمية على المدى القصير، مُوفرًا دعمًا فنيًا أساسيًا للتنبؤ بالبيئة البحرية.
شاهد التقرير الكامل: https://go.hyper.ai/Wb1yK
اقترح فريق بحثي من معهد التخنيون للتكنولوجيا في إسرائيل وشركة ميتا إيه آي إطار عمل مبتكرًا لتعلم تمثيل البروتينات يُسمى FusionProt. يستخدم هذا الإطار رموز اندماج مبتكرة قابلة للتعلم لتبادل المعلومات بشكل متكرر بين هياكل نماذج البروتين (PLMs) وهياكل البروتين ثلاثية الأبعاد، مما يحقق أداءً متطورًا في مجموعة متنوعة من المهام البيولوجية.
شاهد التقرير الكامل: https://go.hyper.ai/ZZq4Q
في منتصف أغسطس 2025، نشرت صحيفة وول ستريت جورنال خبرًا مفاده أن شركة ميتا، بعد أن أنهت لتوها حملة بحث واسعة النطاق عن المواهب في مجال الذكاء الاصطناعي، أوقفت التوظيف فجأةً في قسم الذكاء الاصطناعي التابع لها. وفي أعقاب ذلك، أفادت التقارير باستقالة عدد كبير من الموظفين.
شاهد التقرير الكامل: https://go.hyper.ai/KMCvz
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:https://go.hyper.ai/wiki
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!
حول HyperAI
HyperAI (hyper.ai) هي شركة رائدة في مجال الذكاء الاصطناعي والحوسبة عالية الأداء في الصين.نحن ملتزمون بأن نصبح البنية التحتية في مجال علوم البيانات في الصين وتوفير موارد عامة غنية وعالية الجودة للمطورين المحليين. حتى الآن، لدينا:
* توفير عقد تنزيل محلية سريعة لأكثر من 1800 مجموعة بيانات عامة
* يتضمن أكثر من 600 برنامج تعليمي كلاسيكي وشائع عبر الإنترنت
* تفسير أكثر من 200 حالة بحثية من AI4Science
* يدعم البحث عن أكثر من 600 مصطلح ذي صلة
* استضافة أول وثائق كاملة حول Apache TVM باللغة الصينية في الصين
قم بزيارة الموقع الرسمي لبدء رحلة التعلم الخاصة بك: