Maram @_MD99

اللهم ارزقنا الجنه و ما قرب إليها من قول و عمل . " احتفظ بإنسانيتك " Joined October 2013

Tweets

4K
Followers

222
Following

103
Likes

365

Maram @_MD99

8 years ago

رَبِّ ابْنِ لِي عِندَكَ بَيْتًا فِي الْجَنَّةِ

0 1 3 0 0

View Details

Maram @_MD99

10 years ago

إن الله حين يتولاك، ولايته تهُد الجبال، تلين الحديد، تسوق إلى قدميكَ ما كان مُستحيلًا - اللهمّ تولني فيمن توليت .

0 1 0 0 0

View Details

Maram @_MD99

10 years ago

اللهُمَّ أنت الصاحب في الضرّاء والسرّاء، في الطرق البعيدة والقريبة، الصاحب في العتمة والضوء، الصاحب في الكسر والجبر. أنتَ وحدك لا شريك لك .

0 3 7 0 2

View Details

المُصْحَف @AlMosahf

3 days ago

فَدَعَا رَبَّهُ أَنِّي مَغْلُوبٌ فَانتَصِرْ (10) فَفَتَحْنَا أَبْوَابَ السَّمَاءِ بِمَاءٍ مُّنْهَمِرٍ (11)

5 488 2K 77K 127

View Details

من أكثر الأوراق البحثية انتشارًا في مجتمع الذكاء الاصطناعي هذا الشهر، ورقة بمشاركة جامعة الملك فهد للبترول والمعادن، وبالتعاون مع جامعات Rutgers وUC San Diego وUniversity of Michigan وMcGill، بعنوان: False Frontiers: Diagnosing and Mitigating Co-Cheating in Self-Evolving Search Agents الورقة تناقش مشكلة مهمة جدًا مع التوجه الحالي نحو الأنظمة التي تستطيع تحسين نفسها مع الوقت. مؤخرًا بدأ يتكرر كثيرًا مفهوم التحسين الذاتي المتكرر (Recursive Self-Improvement - RSI)، والفكرة أن نظام الـ AI لا يكتفي بتنفيذ المهمة، بل يستفيد من تجاربه ونتائجه السابقة لتحسين طريقة عمله، ثم يستخدم النسخة المحسنة في جولات جديدة من التعلم والتطوير. ومن التطبيقات المرتبطة بهذه الفكرة ما يسمى Self-Evolving Agents. وهنا توجد مشكلة أساسية في تطوير نماذج الذكاء الاصطناعي أصلًا: تجهيز بيانات تدريب عالية الجودة، وتصنيفها (Data Labeling)، والتحقق من صحتها عملية مكلفة جدًا وتحتاج وقتًا وخبراء، خصوصًا عندما نتحدث عن ملايين الأمثلة ومهام متخصصة. لذلك من الأفكار الرهيبة أن يبدأ الـ AI نفسه بالمشاركة في بناء بياناته التدريبية. مثلًا، النظام يحتوي على: جزء يولّد أسئلة وتحديات جديدة (Proposer) وجزء آخر يحاول حلها (Solver) ثم تستخدم هذه الأسئلة والإجابات كبيانات جديدة لتدريب النظام وتحسينه في الجولة التالية. الفكرة تبدو ممتازة وقابلة للتوسع. لكن ماذا لو كان الـ Proposer والـ Solver مخطئين بنفس الطريقة؟ مثلًا: الـ Proposer يولد سؤالًا ويعتبر أن الإجابة الصحيحة هي X الـ Solver يجيب أيضًا X النظام يرى أن الاثنين متفقان ✅ لكن عند الرجوع إلى المصدر، الإجابة الصحيحة أصلًا هي Y ❌ هنا النظام يحصل على Reward إيجابي ويعتقد أنه يتحسن، رغم أن الطرفين في الحقيقة متفقان على نفس الخطأ. الباحثون أطلقوا على هذه الظاهرة: Co-Cheating والمقصود ليس أن النماذج تتعمد الغش، بل أن أجزاء النظام تبدأ في مشاركة وتعزيز نفس الأخطاء، فيرتفع الـ Internal Reward بدون تحسن حقيقي مماثل في دقة الإجابات. والأهم أن الباحثين وجدوا أن المشكلة قد تصبح أسوأ مع استمرار جولات الـ Self-Evolution. أي أن النظام من الداخل يبدو وكأنه يتحسن أكثر وأكثر، بينما عند مقارنته بالمصادر الحقيقية لا نرى نفس التحسن. ولمعالجة المشكلة اقترح الباحثون طريقة اسمها CrossFit. الفكرة ببساطة هي فصل مصادر التعلم والتقييم. يتم تقسيم المصادر إلى مجموعتين A وB. الأسئلة الناتجة من A يتم تقييمها بواسطة Solver تعلم من B، والعكس صحيح. وبذلك يصبح من الأصعب على الجزء الذي يولد البيانات والجزء الذي يقيّمها أن يتعلما نفس الخطأ من نفس المصدر، ثم يؤكدا لبعضهما أن الإجابة صحيحة. والنتائج كانت واضحة: في Qwen3.5-9B، انخفضت نسبة False Agreement من 8.8% إلى 3.7% باستخدام CrossFit. وفي Qwen3.5-4B انخفضت من 6.1% إلى 3.0%. كما حققت الطريقة تحسنًا بحوالي 8 نقاط في المتوسط عبر 7 اختبارات للـ Search Agents مقارنة بالـ Self-Evolution التقليدي. أكثر ما أعجبني في الورقة أنها تطرح مشكلة مهمة جدًا مع الاتجاه نحو RSI والـ Self-Evolving Agents: نريد من الـ AI أن يساعدنا في تقليل تكلفة بناء وتصنيف البيانات، وأن يصبح قادرًا على تحسين نفسه بشكل أكبر. لكن كلما أعطيناه قدرة أكبر على إنتاج بياناته وتقييم نفسه والتعلم منها، يصبح من المهم أيضًا أن تكون هناك طريقة مستقلة للتأكد أن التحسن الذي نراه حقيقي. لأن ارتفاع الـ Reward لا يعني دائمًا أن النظام أصبح أفضل. أحيانًا قد يعني فقط أنه أصبح أفضل في الاتفاق مع نفسه. بحث جميل جدًا وفكرته مهمة، وأنصح بقراءته خصوصًا للمهتمين بالـ AI Agents والـ RSI وطرق تدريب الأنظمة ذاتيًا. البحث: arxiv.org/pdf/2609.39102

0 12 128 8K 122

View Details

المُصْحَف @AlMosahf

2 days ago

وَإِن يَمْسَسْكَ اللَّهُ بِضُرٍّ فَلاَ كَاشِفَ لَهُ إِلاَّ هُوَ وَإِن يُرِدْكَ بِخَيْرٍ فَلاَ رَادَّ لِفَضْلِهِ يُصِيبُ بِهِ مَن يَشَاء مِنْ عِبَادِهِ وَهُوَ الْغَفُورُ الرَّحِيمُ

13 871 3K 106K 153

View Details

المُصْحَف @AlMosahf

a month ago

39 2K 6K 74K 98

View Details

المُصْحَف @AlMosahf

2 months ago

0 517 2K 62K 88

View Details

مُسلم @_Alfar00Q

3 months ago

5 604 4K 97K 351

View Details

علم ينتفع به @ile2ss

3 months ago

9 1K 7K 146K 245

View Details

تذكير @almsllim

3 months ago

3 613 2K 49K 99

View Details

المُصْحَف @AlMosahf

7 months ago

فَنَادَىٰ فِي الظُّلُمَاتِ أَن لَّا إِلَٰهَ إِلَّا أَنتَ سُبْحَانَكَ إِنِّي كُنتُ مِنَ الظَّالِمِينَ * فَاسْتَجَبْنَا لَهُ وَنَجَّيْنَاهُ مِنَ الْغَمِّ ۚ وَكَذَٰلِكَ نُنجِي الْمُؤْمِنِينَ