انتقل إلى المحتوى الرئيسي

‏Claude Fable 5.1 يصل إلى Claude Code: سياق أطول وكلفة أقلّ

· 1 دقائق قراءة
Haythem Rehouma
المؤسس والمسؤول التقني للذكاء الاصطناعي @ InSkillML

‏أطلقت Anthropic Claude Fable 5.1 ورقّته إلى النموذج الافتراضي في Claude Code. ثلاثة تغييرات تهمّ كلَّ من يكتب شيفرةً يوميًّا.

‏MCP بعد سنة: الخوادم الثلاثة التي نُثبِّتها تلقائيًّا

· 1 دقائق قراءة
Haythem Rehouma
المؤسس والمسؤول التقني للذكاء الاصطناعي @ InSkillML

‏لبروتوكول Model Context Protocol (MCP) سنةٌ في الإنتاج. نُثبِّت الآن ثلاثة خوادم افتراضيًّا في أيّ مستودع جدّي يستخدم Claude Code.

العربية ونماذج اللغة: لماذا تكلّف أكثر وتُفهم أقل

· 5 دقائق قراءة
Karim Benali
مهندس نماذج لغة وأنظمة RAG @ InSkillML

إن بنيت تطبيقًا بالعربية على نموذج لغة، فستدفع أكثر وتحصل على جودة أقلّ من نظيره الإنجليزي، وهذا ليس انطباعًا بل نتيجة قابلة للقياس. النصّ العربي يستهلك عادةً ضعف الرموز أو أكثر للمعنى نفسه، وهذا يرفع الفاتورة ويُضيّق نافذة السياق في الوقت نفسه. والسبب في بنية الأدوات، لا في اللغة.

بايثون للذكاء الاصطناعي: ما تحتاجه فعلًا

· 5 دقائق قراءة
Hamed El Ghoul
مهندس تعلّم آلة @ InSkillML

الخبر الجيّد أنّك لا تحتاج إلى تعلّم بايثون كلها. جزء صغير منها هو ما يُستخدم يوميًا في الذكاء الاصطناعي، وكثير من المتعلّمين يمضون شهورًا في مواضيع لن يفتحوها مرّة واحدة، ثم يصلون إلى أول مشروع بيانات فيعجزون.

كيف تعمل نماذج اللغة الكبيرة فعلًا؟

· 5 دقائق قراءة
Karim Benali
مهندس نماذج لغة وأنظمة RAG @ InSkillML

كل ما يفعله نموذج اللغة، حرفيًا، هو شيء واحد: يتوقّع الرمز التالي. ثم يضيفه إلى النصّ ويعيد العملية. لا خطّة، ولا ذاكرة بين الطلبات، ولا فهم بالمعنى الذي نقصده. كل ما يبدو ذكاءً ينشأ من تكرار هذه العملية البسيطة على مقياس هائل.

تعلّم الذكاء الاصطناعي من الصفر: خطة واقعية

· 5 دقائق قراءة
Haythem Rehouma
المؤسس والمسؤول التقني للذكاء الاصطناعي @ InSkillML

لنبدأ بالصدق، لأنّ معظم ما يُقال في هذا الموضوع مبالغ فيه: لا يمكنك أن تصبح مهندس ذكاء اصطناعي في ثلاثة أشهر. لكن من يبرمج بالفعل يصل إلى مستوى قابل للتوظيف في ستة إلى تسعة أشهر من العمل الجدّي. والطريق إلى ذلك ليس الطريق الذي تسوّقه أغلب الدورات.