Command Palette
Search for a command to run...
نموذج كشف الخصوصية قابل للتشغيل محليًا: يحقق مرشح الخصوصية تصفية عالية الجودة للمعلومات الشخصية بتكلفة منخفضة؛ مفتوح المصدر بالكامل! يغطي مجموعة بيانات كرة القدم المنظمة من Transfermarkt التي تضم أكثر من 80000 مباراة.
يُعدّ Privacy Filter نموذجًا مفتوح المصدر لتصنيف البيانات ثنائية الاتجاه، طوّرته OpenAI لتنظيف البيانات عالية الإنتاجية. يُستخدم هذا النموذج للكشف عن المعلومات الشخصية الحساسة (PII) وإخفائها بكفاءة في النصوص. يعتمد على بنية صغيرة مُدرّبة مسبقًا تُشبه gpt-oss، ويتخلّى عن أسلوب التوليد التقليدي كلمةً كلمة. بدلاً من ذلك، يقوم بفك تشفير أجزاء متماسكة من تسلسل الإدخال مباشرةً من خلال عملية انتشار أمامي واحدة مُدمجة مع خوارزمية Viterbi المُقيّدة.
حالياً، أطلق موقع HyperAI الإلكتروني [القسم/الميزة ذات الصلة].نموذج فلتر الخصوصيةتعال وجرّبها!
الاستخدام عبر الإنترنت:https://go.hyper.ai/Py1l3
نظرة سريعة على تحديثات الموقع الرسمي لشركة hyper.ai من 25 أبريل إلى 30 أبريل:
* مجموعات البيانات العامة عالية الجودة: 5
* مجموعة مختارة من الدروس التعليمية عالية الجودة: 5
* تحليل مقالات المجتمع: مقال واحد
* إدخالات الموسوعة الشعبية: 5
قم بزيارة الموقع الرسمي:هايبر.اي
مجموعات البيانات العامة المختارة
1. مجموعة بيانات Transfermarkt لكرة القدم
تُعدّ Transfermarkt Football قاعدة بيانات منظمة لسوق انتقالات كرة القدم، مبنية على موقع Transfermark الإلكتروني، ومصممة لتحليلات البيانات الرياضية ونمذجة البيانات. تحتوي قاعدة البيانات على أكثر من 80,000 مباراة كرة قدم، و400 نادٍ، وأكثر من 37,000 لاعب، وتسجل تغيرات القيمة السوقية للاعبين، وعدد مشاركاتهم، ونشاط انتقالاتهم.
الاستخدام عبر الإنترنت:https://go.hyper.ai/lF661
2. تدريب اليوغا: تصنيف وضعيات اليوغا ومجموعة بيانات التدريب
تُعدّ مجموعة بيانات "تدريب اليوغا" أداةً لتصنيف وضعيات اليوغا، وتُستخدم بشكل أساسي في تصنيف الصور، والتعرف على الوضعيات، والتدريب على التعلم العميق الخفيف، وتجارب نقل التعلم. تحتوي هذه المجموعة على 1771 صورة نموذجية لوضعيات اليوغا، تغطي نطاقًا واسعًا من مستويات الصعوبة وفئات الوضعيات.
الاستخدام عبر الإنترنت:https://go.hyper.ai/hVdM8
3. مجموعة بيانات أمراض أوراق الذرة
مجموعة بيانات أمراض أوراق الذرة هي مجموعة صور لأوراق الذرة مصممة خصيصًا لمهام الكشف عن الأهداف في الزراعة الدقيقة. تحتوي المجموعة على 4027 صورة لأوراق الذرة، تغطي أربع فئات، تشمل أوراق الذرة السليمة وثلاثة أمراض شائعة: الصدأ، والبقعة الرمادية، والذبول.
الاستخدام عبر الإنترنت:https://go.hyper.ai/UbRRp
4. مجموعة بيانات أمراض أوراق التفاح
مجموعة بيانات "أمراض أوراق التفاح" هي مجموعة بيانات عالية الجودة لصور أوراق التفاح، مصممة خصيصًا لمهام الكشف عن الأهداف في الزراعة الدقيقة. تحتوي مجموعة البيانات على 3444 صورة لأوراق التفاح، تغطي أربع فئات: أوراق التفاح السليمة، وثلاثة أمراض شائعة: العفن الأسود، وصدأ الأرز، والجرب.
الاستخدام عبر الإنترنت:https://go.hyper.ai/LDafw
5. مجموعة بيانات الكشف عن الأحداث الضائرة للأدوية
مجموعة بيانات "الكشف عن الآثار الجانبية للأدوية" هي مجموعة بيانات نصية تحاكي سيناريوهات واقعية تتضمن وصفات طبية متعددة للمرضى. تهدف هذه المجموعة إلى دراسة مخاطر الآثار الجانبية للأدوية الناتجة عن الاستخدام المتزامن لأدوية متعددة، ولها تطبيقات واسعة في الكشف عن الآثار الجانبية للأدوية، واستخلاص المعلومات الطبية، وتحليل النصوص السريرية، وتدريب نماذج الذكاء الاصطناعي الطبية.
الاستخدام عبر الإنترنت:https://go.hyper.ai/AlL32
دروس تعليمية عامة مختارة
1. نموذج فلتر الخصوصية
مرشح الخصوصية من OpenAI هو نموذج تصنيف ثنائي الاتجاه للرموز، أطلقته OpenAI في أبريل 2026، ويُستخدم للكشف عن المعلومات الشخصية (PII) وإخفائها في النصوص. يعتمد النموذج بنية مشابهة لـ gpt-oss، ولكن بحجم أصغر. تشير بيانات النموذج الرسمية إلى أنه يحتوي على ما يقارب 1.5 مليار مُعامل إجمالي، منها حوالي 50 مليون مُعامل نشط، ويدعم ما يصل إلى 128 ألف سياق رمز، ويُخرج حدود أجزاء الخصوصية من خلال 33 تصنيفًا على مستوى الرمز في BIOES.
تشغيل عبر الإنترنت:https://go.hyper.ai/Py1l3
2. دليل تشغيل هيرميس
هيرمس إيجنت هو وكيل ذكاء اصطناعي مفتوح المصدر ومتطور ذاتيًا، طوّره فريق نوس للأبحاث عام ٢٠٢٦. من أبرز ميزات هذا المشروع حلقة التعلم المدمجة فيه، حيث يكتسب المهارات تلقائيًا من خلال تجربة المهام، ويُحسّن أداءه باستمرار أثناء الاستخدام، ويحفظ المعرفة بشكل استباقي في نظام ذاكرته، كما يمكنه البحث في المحادثات السابقة لبناء فهم عميق للمستخدم تدريجيًا عبر مختلف المحادثات. يوفر هذا الموقع الإلكتروني دروسًا تعليمية لتشغيل هيرمس على كلٍ من وحدة معالجة الرسومات (GPU) ووحدة المعالجة المركزية (CPU).
تشغيل نسخة وحدة معالجة الرسومات عبر الإنترنت:https://go.hyper.ai/nnyFT
نسخة وحدة المعالجة المركزية عبر الإنترنت:https://go.hyper.ai/kdo9i
3. تثبيت برنامج DeepSeek-V4-Flash بنقرة واحدة
يُعدّ DeepSeek V4 أحدث جيل من نماذج اللغة الضخمة التي أصدرها فريق DeepSeek، ويتضمن إصدارين: DeepSeek-V4-Pro (بمعاملات 1.6 تيرابايت) وDeepSeek-V4-Flash (بمعاملات 285 بايت). يعتمد DeepSeek V4 آلية انتباه جديدة كليًا وعالية الكفاءة للسياق الطويل، تدعم بشكل أصلي أطوال سياق تصل إلى مليون رمز، وهو مصمم خصيصًا للتعامل مع مهام النصوص الطويلة جدًا.
تشغيل عبر الإنترنت:https://go.hyper.ai/sFyxU
4. نشر MOSS-TTS-Nano باستخدام Free-CPU
MOSS-TTS-Nano هو نموذج متعدد اللغات لتحويل النص إلى كلام، بحجم 0.1 مليار مُعامل، أصدره فريق OpenMOSS في أبريل 2026. يدعم هذا النموذج توليد الكلام واستنساخه في بيئة وحدة المعالجة المركزية. صُمم النموذج لتحقيق التوازن بين سلاسة توليد الكلام، وسهولة الاستخدام عبر اللغات، وقدرات نقل النبرة الصوتية المرجعية، مما يُمكّنه من تغطية مجموعة متنوعة من المهام الشائعة، بدءًا من القراءة الجهرية البسيطة وصولًا إلى استنساخ الكلام.
تشغيل عبر الإنترنت:https://go.hyper.ai/CwMEH
تفسير مقالة المجتمع
1. باستخدام التعلم الجماعي المتراكم، حقق فريق بحثي بريطاني تنبؤًا عالي الدقة بالمؤشر الزلزالي لـ 251 نجمًا من نجوم دلتا سكيوتي.
طوّر فريق بحثي في جامعة وارويك بالمملكة المتحدة إطار عمل للتعلم الجماعي المتراكم للتنبؤ المباشر بالمعايير الرئيسية لعلم الزلازل النجمية لنجوم دلتا سكيوتي انطلاقًا من منحنيات الضوء التي جمعها تلسكوب TESS. حققت هذه الطريقة نتائج باهرة على عينة من 643 نجمًا، حيث تجاوز معامل التحديد (R²) لجميع المعايير المستهدفة 0.77، كما أظهرت قدرة تعميم جيدة على 60 نجمًا لم تُستخدم في التدريب. وكانت نتائج التنبؤ متوافقة إلى حد كبير مع التحليل التقليدي لعلم الزلازل النجمية.
شاهد التقرير الكامل:https://go.hyper.ai/mNGlM
مقالات موسوعية شعبية
1. المهارات
2. الشبكات الفائقة
3. دالة سيجمويد
4. دمج الرتب المتبادل
5. بنية متعددة الوكلاء
فيما يلي مئات المصطلحات المتعلقة بالذكاء الاصطناعي التي تم تجميعها لمساعدتك على فهم "الذكاء الاصطناعي" هنا:
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:
* يوفر نقاط تنزيل محلية معجلة لأكثر من 2100 مجموعة بيانات عامة
* يتضمن أكثر من 700 درس تعليمي كلاسيكي وشائع عبر الإنترنت
* تحليل أكثر من 300 دراسة حالة من أوراق بحثية حول الذكاء الاصطناعي للعلوم
* يدعم البحث عن أكثر من 700 مصطلح ذي صلة
* استضافة أول وثائق كاملة حول Apache TVM باللغة الصينية في الصين
قم بزيارة الموقع الرسمي لبدء رحلة التعلم الخاصة بك:
