أطلقت شركة Anthropic نموذج Claude Opus 4.6، وهو ترقية كبيرة لنموذجها الرائد للذكاء الاصطناعي، والذي يتميز بنافذة سياق تبلغ مليون رمز و"فرق وكلاء"، مما يضعه كمنافس لنموذج GPT-5 من OpenAI. ووفقًا لـ VentureBeat، جاء هذا الإصدار، الذي صدر يوم الخميس، في خضم فترة متقلبة لصناعة الذكاء الاصطناعي وأسواق البرمجيات العالمية.
تم تصميم Claude Opus 4.6 للتخطيط بعناية أكبر والحفاظ على سير عمل مستقل لفترة أطول، حيث تدعي Anthropic أنها تتفوق على المنافسين، بما في ذلك GPT-5.2 من OpenAI، في معايير الشركات الرئيسية، كما ورد في VentureBeat. تزامن الإطلاق مع إصدار OpenAI لتطبيق سطح المكتب Codex، مما يمثل تحديًا مباشرًا لزخم Claude Code من Anthropic. يتكشف هذا التنافس على خلفية خسارة قدرها 285 مليار دولار في أسهم البرمجيات والخدمات، والتي يعزوها المستثمرون جزئيًا إلى المخاوف بشأن الاضطراب المحتمل الذي يمكن أن تسببه أدوات الذكاء الاصطناعي من Anthropic لأعمال برمجيات الشركات القائمة.
تراقب مجتمع الذكاء الاصطناعي عن كثب التقدم المحرز في نماذج اللغة الكبيرة. لعب الرسم البياني الخاص بمنظمة Model Evaluation & Threat Research (METR) غير الربحية، والذي يتتبع قدرات الذكاء الاصطناعي، دورًا رئيسيًا في خطاب الذكاء الاصطناعي منذ إصداره الأولي في مارس من العام الماضي، وفقًا لـ MIT Technology Review. يشير الرسم البياني إلى أن قدرات الذكاء الاصطناعي معينة تتطور بمعدل أسي، وأن إصدارات النماذج الأحدث قد تفوقت على هذا الاتجاه المثير للإعجاب بالفعل. كان هذا هو الحال بالنسبة لـ Claude Opus 4.5، أحدث إصدار من أقوى نموذج لـ Anthropic، وفقًا لـ MIT Technology Review.
في تطورات أخرى في مجال الذكاء الاصطناعي، طور باحثون من جامعة ستانفورد وNvidia وTogether AI تقنية جديدة تسمى Test-Time Training to Discover (TTT-Discover). تسمح هذه التقنية بتحسين نوى وحدة معالجة الرسومات (GPU)، مما يسمح لها بالعمل بسرعة مضاعفة مقارنة بتلك التي كتبها خبراء بشريون، كما ورد في VentureBeat. يسمح TTT-Discover للنموذج بالاستمرار في التدريب أثناء عملية الاستدلال وتحديث أوزانه للمشكلة المطروحة، مما يتحدى النموذج الحالي للنماذج "المجمدة" التي غالبًا ما تستخدم في استراتيجيات الذكاء الاصطناعي للمؤسسات.
في غضون ذلك، ظهر متجه هجوم جديد يستهدف بيئات السحابة. وفقًا لـ VentureBeat، يتلقى المطور رسالة على LinkedIn من مجند، ويتطلب تقييم الترميز تثبيت حزمة. تقوم هذه الحزمة باستخلاص بيانات اعتماد السحابة، بما في ذلك رموز الوصول الشخصية إلى GitHub ومفاتيح واجهة برمجة تطبيقات AWS، مما يسمح للمهاجمين بالوصول إلى بيئة السحابة في غضون دقائق. تسلط سلسلة الهجمات هذه، المعروفة باسم محور إدارة الهوية والوصول (IAM)، الضوء على فجوة أساسية في كيفية مراقبة المؤسسات للهجمات القائمة على الهوية، وفقًا لأبحاث CrowdStrike Intelligence التي نُشرت في 29 يناير.
في أخبار ذات صلة، يتوفر منسق مهام LLM محلي وغير متصل بالإنترنت بحجم 7B، Resilient Workflow Sentinel، على GitHub. تقوم هذه الأداة بتحليل الإلحاح، ومناقشة التعيين، وتحقيق التوازن في الحمل، والتشغيل على RTX 3080/4090. يتضمن المشروع هدفًا تجريبيًا لتوجيه المهام الذكي، مع توفير تعليمات بدء سريعة للتثبيت والاستخدام، كما ورد في Hacker News.
Discussion
AI Experts & Community
Be the first to comment