ملاحظات إصدار MCP Python SDK v2.0.0a3
أصدرت حزمة تطوير البرمجيات (SDK) الخاصة بـ Model Context Protocol (MCP) الإصدار ألفا الثالث، v2.0.0a3، مما يقدم تغييرات كبيرة في البروتوكول والبنية مع الحفاظ على التوافق الخلفي لمستخدمي النسخة المستقرة 1.x.
eBPF في Go: المراقبة للخدمات المُولَّدة بالذكاء الاصطناعي
يقدم هذا المقال درسًا تعليميًا حول استخدام eBPF مع Go لتحقيق مراقبة على مستوى النواة، مما يعالج نقص الرؤية عند تصحيح أخطاء الإنتاج في الخدمات المُولَّدة بالذكاء الاصطناعي.
إصدار llama.cpp b9804: إصلاحات لـ Mamba2 وثنائيات جديدة
يقدم إصدار llama.cpp b9804 إصلاحًا لهيكلية Mamba2 من خلال إزالة عامل توسيع ثابت بقيمة 2x وفحص معلمة غير صالح، مما يتيح الدعم لأي قيمة توسيع. يحدث هذا التغيير سكريبت `convert_hf_to_gguf.py` لجعل معلمة التوسيع اختيارية مع افتراض قيمته بـ 2.
JoeBro: مساحة عمل ذكاء اصطناعي أصلية لنظام macOS بدون تبعيات
JoeBro هو تطبيق أصلي لنظام macOS يعمل بشكل أساسي محليًا، ومصمم لتوفير مساحة عمل للذكاء الاصطناعي دون الحاجة إلى تبعيات خارجية مثل pip أو Docker. يتميز بخلفية Python مدمجة وتخزين SQLite لضمان بقاء جميع البيانات على جهاز المستخدم، مما يلغي متطلبات التتبع عن بعد والحسابات.
كيف يمكنني إضافة شخص إلى مجموعة بيانات/قاعدة بيانات Hugging Face؟
يشير محتوى المصدر المقدم إلى أن موضوع المنشور الأصلي قد تم حذفه من قبل الكاتب. وبالتالي، لا تتوفر أي معلومات محددة حول عملية إضافة المستخدمين إلى مجموعة بيانات أو قاعدة بيانات Hugging Face في هذا الاقتباس.
ملاحظات إصدار crewAI 1.15.0
يُقدم إصدار crewAI 1.15.0 تحسينات كبيرة على تعريفات Flow، بما في ذلك التحميل التصريحي الموحد، ودعم Crew المضمن، وإجراءات مركبة جديدة مثل `each` وإجراءات الوكيل الفردي.
إصدار llama.cpp b9803 مع إصلاح لتتبع الأداء عبر OpenCL
أطلق مشروع llama.cpp الإصدار b9803، الذي يتضمن إصلاحًا لـ OpenCL لضمان تفريغ دفعات التتبع عند الإغلاق للدفعات غير المكتملة. يوفر هذا التحديث ثنائيات لأنظمة macOS وLinux وWindows وAndroid وopenEuler عبر مختلف خلفيات الأجهزة.
ملاحظات إصدار النسخة التجريبية v0.6.65 لمنصة AutoGPT
أطلقت منصة AutoGPT الإصدار 0.6.65، مقدمةً تحديثات كبيرة لنظام Copilot، وتنقل واجهة المستخدم، وموثوقية البنية التحتية.
إصدار b9802 من llama.cpp يوفر ثنائيات لأنظمة macOS وLinux وWindows وAndroid
أصدر مشروع llama.cpp الإصدار b9802، والذي يقدم ثنائيات مُعدة مسبقًا عبر أنظمة تشغيل متعددة وبنية عتارية متنوعة. يتضمن هذا التحديث دعمًا لوحدة المعالجة المركزية (CPU)، ووحدات معالجة الرسومات (GPU)، ومسرعات الذكاء الاصطناعي المتخصصة على منصات مثل macOS وLinux وWindows وAndroid وopenEuler.
الإصدار 0.5.14
تعلن المقالة عن إصدار الإصدار 0.5.14.
ملاحظات إصدار Claude Code v2.1.193
يُقدم إصدار Claude Code 2.1.193 تحسينات متعددة في تصنيف الوضع التلقائي، وتسجيل البيانات التشغيلية (telemetry)، وإدارة الوكلاء الخلفيين. يتضمن هذا التحديث أيضاً إصلاحات لمشاكل حالة واجهة المستخدم، ومعالجة المصادقة في خوادم MCP، ومختلف الأخطاء المتعلقة بالعمل الخلفي.
أتمتة صيانة الشُعب باستخدام وكلاء الذكاء الاصطناعي
تصف هذه المقالة منهجية لأتمتة صيانة شُعب البرمجيات باستخدام وكلاء كتابة الأكواد بالذكاء الاصطناعي، وتطبقها على شعبة Cohere الخاصة بـ vLLM. يقلل هذا النهج الوقت اللازم لدمج الإصدارات الأصلية من الأسابيع إلى الأيام عن طريق استبدال التدخل البشري بدورة تغذية راجعة آلية.
v1.39.0
تحاول هذه الإصدار إصلاح بناء Flatpak.
فهم الدماغ من خلال الشرح والتجارب المدعومة بالذكاء الاصطناعي
طور الباحثون اختبار السببية التوليدية (GCT)، وهو إطار عمل يترجم نماذج التنبؤ بالدماغ القائمة على نماذج لغوية كبيرة والتي يصعب تفسيرها إلى فرضيات كلامية موجزة وقابلة للاختبار حول وظيفة القشرة الدماغية. تقوم هذه الطريقة بتكثيف معاملات النموذج في عبارات قصيرة تصف ما تستجيب له مناطق دماغية محددة، مثل "تحضير الطعام"، ثم تتحقق من هذه الشروحات من خلال تجارب التصوير بالرنين المغناطيسي الوظيفي (fMRI) المستهدفة.
جوجل فاينانس يخرج من المرحلة التجريبية بتطبيق أندرويد جديد
غادر جوجل فاينانس رسمياً مرحلته التجريبية وأطلق تطبيقاً مخصصاً لأجهزة أندرويد.
تشغيل خادم vLLM على HF Jobs بأمر واحد
أطلقت Hugging Face ميزة جديدة تتيح للمستخدمين نشر خوادم vLLM مباشرةً عبر منصة Hugging Face Jobs باستخدام أمر واحد.
v0.24.0rc2: إصلاح P/D مع مشرف DP (#46628)
يعالج هذا المرشح الإصداري مشكلة في وظيفة Prefill/Decode (P/D) بالتزامن مع مشرف التوازي البياناتي (DP) ضمن مشروع vLLM.
ملاحظات إصدار crewAI 1.14.8a5
يُقدم تحديث الإصدار 1.14.8a5 من crewAI تغييرات في إدارة حالة التدفق، وتحديثات للوثائق، وجهود إعادة الهيكلة.
تحليل دقة توقع الرموز في النماذج اللغوية الهجينة
تبحث دراسة حديثة في الرموز المحددة التي يتم توقعها بدقة أكبر بواسطة النماذج اللغوية الهجينة مقارنة بالهياكل الكثيفة القياسية. تركز البحث على فهم توزيع أخطاء التوقع عبر أنواع الرموز المختلفة، مثل الكلمات النادرة ومقتطفات الكود. ومن خلال تحليل مناظر الخسارة، يحدد المؤلفون أن النماذج الهجينة تتفوق في التقاط الاعتماديات طويلة المدى في مناطق البيانات المتفرقة. وتشير النتائج إلى أن آلية مزيج الخبراء تتيح استخدامًا أكثر كفاءة للمعلمات أثناء الاستدلال. وهذه الدقة المحسّنة تكون ملحوظة بشكل خاص للرموز ذات التردد المنخفض في مجموعة التدريب. يوفر الورقة تفصيلًا دقيقًا لمقاييس الأداء عبر مجموعات بيانات المعيار المختلفة. وتسلط هذه النتائج الضوء على إمكانات الهياكل الهجينة للتعامل بفعالية مع البنى اللغوية المتنوعة.
كوهير تُؤتمت استجابة الحوادث مع نوث وويز عبر خادم MCP مخصص
طوّرت كوهير وكيل أمان باستخدام منصتها للذكاء الاصطناعي المؤسسي، كوهير نوث، المتكاملة مع منصة أمان السحابة ويز من خلال خادم بروتوكول سياق النموذج (MCP) مخصص. تربط هذه البنية نوث بواجهة برمجة التطبيقات GraphQL الخاصة بـ وي즈 عبر ثماني أدوات ذرية، مما يتيح سير عمل استجابة الحوادث المؤتمتة من مطالبة واحدة. يقوم النظام بتحليل نطاق انفجار التركيبات السامة من خلال تقييم سلاسل الهجمات وترتيب المخاطر بناءً على التعرض للإنترنت ومستويات الامتياز في حوالي 20 ثانية. كما يؤتمت التحقيق الشامل من البداية للنهاية عن طريق استرداد تفاصيل المشكلة، وإنشاء تذاكر Linear، وتحديث حالة وي즈، وصياغة تقارير استجابة الحوادث المهيكلة. بالإضافة إلى ذلك، يولّد أتمتة مجدولة أسبوعياً موجزاً لوضع الأمان كل صباح يوم الاثنين دون تدخل يدوي. تلغي هذه التكامل حلقة الفرز السابقة التي كانت تستغرق من 30 دقيقة إلى ساعتين لكل اكتشاف، مما يسمح للمهندسين بالتركيز على تقييم التقييمات بدلاً من التنبيهات الخام.