مع دخول نماذج اللغات الكبيرة تدريجيًا في مهام معقدة مثل الاستدلال والبحث الآلي وأمن الشبكات، تواجه طرق تقييم النماذج التقليدية تحديات جديدة.لفترة طويلة، كان إطلاق النماذج يصاحبه عادةً جداول نتائج تتكون من اختبارات متنوعة مثل الرياضيات والبرمجة والأسئلة العلمية وأمن الشبكات والاستدلال المعرفي، ويتم مقارنة هذه النتائج مع الجيل السابق من النماذج.
Claude Fable 5 هو النقطة الساخنة الرئيسية في مجال الذكاء الاصطناعي اليوم، حيث يتمتع هذا النموذج “الأسطوري” بأداء ممتاز، مما جذب انتباهًا هائلاً.أندريه كارباثي وصف التحسين بأنه «مثير للغاية» ويمثل «تقدماً نوعياً يستحق ترقية كبيرة»، ويقارن بالتحسينات التي تمت مع إصدار Claude 4.5 في نوفمبر من العام الماضي. في اختبارات برمجة SWE-bench Pro، حقق Fable 5 نتيجة بلغت 80.3%، متفوقاً على Opus 4.8 بنقاط 11%. وبما أن مكتبة الكود الخاصة بـ Fable 5 تحتوي على 50 مليون سطر من الكود، فقد تمكن من إكمال عملية نقل كامل المكتبة في يوم واحد، بينما سيستغرق الأمر أكثر من شهرين لفريق بشري لإكمال نفس المهمة.
للتو، أطلقت شركة Anthropic القاتل الكبير الذي كان مخفيًا لمدة شهرين…Claude Fable 5وMythos 5كما لو أنك ألقيت قنبلة.الآن نضغط مباشرة على OpenAI.
لقد تم إطلاق Fable 5 مؤخرًا، وقد تم تسريب كلمات التنبيه الخاصة بالنظام:بعد مراجعة هذه الكلمات التنبيهية، هناك بعض النقاط المهمة:أولاً، أضافت Fable واجهة برمجية للتخزين المستمر للبيانات (window.storage) إلى Artifact. وArtifact هو المحتوى الفريد الذي يتم إنشاؤه بواسطة كود Claude، مثل الصفحات HTML ومكونات React وما إلى ذلك. في السابق، لم يكن من الممكن حفظ بيانات Artifact، وكان الأمر يشبه عرضًا توضيحيًا لمرة واحدة فقط. الآن، أصبح من الممكن حفظ البيانات عبر الجلسات المختلفة، مما يدعم الأدوات التي "تتذكر" المعلومات، مثل التصنيفات، أجهزة التسجيل، اليوميات، وما إلى ذلك.
Voice AI ، هو خط قصة آخر خارج النموذج الكبير لـ GM. بينما كان الجميع يحدقون في النموذج الكبير لشركة جنرال إلكترونية ، بدأت بعض النماذج الجديدة الجديرة بالملاحظة في مسار Voice AI الهادئ نسبيًا. المفاتيح تفقد "هيمنة" لها. في العامين الماضيين ، أطلقت OpenAI واجهة برمجة تطبيقات التطبيقات في الوقت الحقيقي ، وجوجل Gemini Live ، وبدأت شركات النموذج المحلية الكبرى تقريبًا في وضع الصوت الذكاء الاصطناعي.بدأ عدد متزايد من الناس يعتقدون أنه عندما يدخل الوكيل في سير العمل ، يصبح الصوت مدخلًا للسياق أكثر طبيعية من لوحة المفاتيح. إذا كان الوكيل يريد أن يدخل في سير العمل حقًا ، فإنه يجب أولاً أن يتعلم فهم هذه الأصوات.الطبقة الأولى من القدرة وراء هذا، هو ASR (التعرف التلقائي على الصوت). قياس مستوى ASR ، الأكثر استشهادا في الصناعة هو لوحة قيادة ASR المفتوحة من Hugging Face ، والمؤشر الأساسي هو معدل خطأ الكلمة (WER) ، وكلما انخفض الرقم ، زاد دقة التعرف.
لا يوجد المزيد