أخبار البوابة، في 11 أبريل، نشرت شركة Ramp Labs لأعمال البنية التحتية للذكاء الاصطناعي نتائج بحث بعنوان “Latent Briefing”، حيث تمكن من تحقيق مشاركة ذاكرة فعّالة بين أنظمة متعددة الوكلاء عبر ضغط مباشر لواجهة ذاكرة التخزين المؤقت الخاصة بـ KV لنماذج اللغات الكبيرة، وبدون فقد الدقة، خفّضت بشكل كبير استهلاك الرموز (Tokens). في البنى الشائعة للأنظمة متعددة الوكلاء، يقوم المُنسّق (Orchestrator) بتقسيم المهام واستدعاء نموذج العامل (Worker) بشكل متكرر؛ ومع استمرار تمديد سلسلة الاستدلال، يتضخم عدد Tokens بشكل أُسّي. تتمثل الفكرة الأساسية لـ Latent Briefing في استخدام آلية الانتباه (Attention) لتحديد الأجزاء الحقيقية الحاسمة ضمن السياق، ثم حذف المعلومات الزائدة مباشرةً على مستوى التمثيل، بدلًا من الاعتماد على تلخيص LLM بطيء أو استرجاع RAG ذو ثبات ضعيف. في اختبار المعيار LongBench v2، أظهرت هذه الطريقة أداءً لافتًا: انخفض استهلاك Tokens لدى نموذج العامل بنسبة 65%، وبلغ متوسط توفير Tokens للوثائق متوسطة الطول (32k إلى 100k) 49%، كما تحسنت الدقة الإجمالية بنحو 3 نقاط مئوية مقارنةً بالخط الأساسي، بينما بلغ الزمن الإضافي لكل عملية ضغط حوالي 1.7 ثانية فقط، أي أسرع بنحو 20 مرة مقارنةً بالخوارزمية الأصلية. أُجريت التجارب باستخدام Claude Sonnet 4 كمُنسّق، وQwen3-14B كنموذج عامل، مع تغطية سيناريوهات وثائق متعددة مثل الأوراق الأكاديمية والمستندات القانونية والروايات وتقارير حكومية، وغيرها. كما توصلت الدراسة إلى أن عتبة الضغط المثلى تختلف باختلاف صعوبة المهمة وطول المستند: فالمهام الصعبة تناسب الضغط الأكثر حدةً لتصفية ضوضاء الاستدلال الانتهازي، بينما المستندات الطويلة تكون أكثر ملاءمة للضغط الخفيف للاحتفاظ بالمعلومات الجوهرية المتفرقة.
إخلاء المسؤولية: قد تكون المعلومات الواردة في هذه الصفحة من مصادر خارجية ولا تمثل آراء أو مواقف Gate. المحتوى المعروض في هذه الصفحة هو لأغراض مرجعية فقط ولا يشكّل أي نصيحة مالية أو استثمارية أو قانونية. لا تضمن Gate دقة أو اكتمال المعلومات، ولا تتحمّل أي مسؤولية عن أي خسائر ناتجة عن استخدام هذه المعلومات. تنطوي الاستثمارات في الأصول الافتراضية على مخاطر عالية وتخضع لتقلبات سعرية كبيرة. قد تخسر كامل رأس المال المستثمر. يرجى فهم المخاطر ذات الصلة فهمًا كاملًا واتخاذ قرارات مدروسة بناءً على وضعك المالي وقدرتك على تحمّل المخاطر. للتفاصيل، يرجى الرجوع إلى
إخلاء المسؤولية.
مقالات ذات صلة
حصلت Astriax على $50M استثمار من Paradigm لتسريع التداول بقيادة الذكاء الاصطناعي
حصلت Astriax على استثمار $50M من Paradigm، مما يضعها في موقع الريادة في التداول على السلسلة المدفوع بالذكاء الاصطناعي. يعزز هذا الشراكة المصداقية المؤسسية في التمويل اللامركزي (DeFi)، مع التركيز على التنفيذ المستقل والتحليلات المتقدمة لتحسين استراتيجيات التداول وتعزيز إدارة السيولة.
BlockChainReporterمنذ 27 د
ظهور وكيل Hermes Agent مفتوح المصدر للذكاء الاصطناعي، يمتلك ذاكرة طويلة المدى ويمكنه استبدال OpenClaw
نَشَرَت Nous Research إطار عمل وكلاء الذكاء الاصطناعي مفتوح المصدر Hermes Agent، ويتميز بآلية ذاكرة طويلة الأمد تعتمد على SQLite وبنية للتطور الذاتي. كما يدعم انتقالًا بنقرة واحدة لذاكرة ومهارات OpenClaw. تتضمن عملية التثبيت تسعة خطوات لضمان إمكانية تنفيذ ذلك بأمان عبر تشغيل بيئة معزولة باستخدام Docker. إضافةً إلى ذلك، يدعم Hermes Agent نشر النماذج محليًا، وهو مناسب للمستخدمين الذين يولون خصوصية البيانات أهمية كبيرة.
MarketWhisperمنذ 5 س
يُمكّن Aethir Claw وكلاء الذكاء الاصطناعي من تنفيذ سير عمل إبداعية
Aethir Claw هي منصة سحابية لا مركزية لوحدات معالجة الرسومات تُمكّن وكلاء الذكاء الاصطناعي المستقلين الخاصة بالمصمم من أجل إنشاء المحتوى، مما يُحدث ثورة في الطريقة التي يولّد بها الذكاء الاصطناعي الصور والوسائط دون الحاجة إلى أوامر من البشر. كما تعزز قابلية التوسع والأتمتة والإبداع في الإنتاج الرقمي.
BlockChainReporterمنذ 6 س
وكالة المخابرات المركزية تترك الذكاء الاصطناعي يكتب تقريره الاستخباراتي الأول—والزملاء من الذكاء الاصطناعي في الطريق من بعد
باختصار
أكد نائب مدير وكالة المخابرات المركزية للشؤون الاستخباراتية، مايكل إليس، أن الوكالة أنتجت أول تقرير استخباراتي تم توليده بالكامل بواسطة الذكاء الاصطناعي.
عرض إليس خارطة طريق لـ "زملاء" يعملون بالذكاء الاصطناعي داخل سير عمل المحللين—وخلال عقد من الزمن، ضباط يديرون فرقًا من وكلاء الذكاء الاصطناعي.
جاءت هذه الإفصاحات في الوقت الذي كانت فيه وكالة المخابرات المركزية
Decryptمنذ 7 س
ورقة بحثية من جامعة كاليفورنيا: يكشف وكيل الذكاء الاصطناعي عن جهاز توجيه به ثغرة خطيرة، سرق 26 اعتمادًا مشفرًا سريًا
كشفت دراسةٌ من جامعة كاليفورنيا عن ثغراتٍ أمنية في سلسلة توريد نماذج اللغة الكبيرة (LLM)، ولا سيما الهجمات الإلكترونية من نوع رجلٍ في المنتصف التي قد تُنفَّذ بواسطة أجهزة توجيه طرف ثالث. ووجدت الدراسة أن 26 جهاز توجيه قد حقنت أوامرَ خبيثة، وسرقت بيانات الاعتماد والبيانات الحساسة. ويصعب على المستخدمين ملاحظة الحدود بين معالجة بيانات الاعتماد والسرقة، كما أن «وضع YOLO» يزيد من مخاطر الأمان. وتوصي الدراسة بأن يعزل المطورون العمليات الحساسة وأن يختاروا خدمات توجيه تتضمن تدقيقًا شفافًا لتعزيز الحماية.
MarketWhisperمنذ 7 س
BEAT (Audiera) ارتفع 25.26% خلال 24 ساعة
أخبار بوابة، 13 أبريل، وفقًا لعرض بوابة للمعلومات السوقية، وحتى وقت إعداد هذا التقرير، يتم تداول BEAT (Audiera) بسعر 0.3717 دولار. خلال الـ 24 ساعة الماضية، ارتفع بنسبة 25.26%، وبلغ أعلى مستوى له 0.4159 دولار، بينما تراجع إلى أدنى مستوى عند 0.2801 دولار. كما بلغت قيمة التداول خلال الـ 24 ساعة 10.01 ملايين دولار. وتبلغ القيمة السوقية الحالية حوالي 51.77 مليون دولار.
أطلقت Audiera ($BEAT) نموذجًا اقتصاديًا تشاركيًا يتمحور حول الوكلاء الأذكياء، حيث يصبح البشر ووكلاء الذكاء الاصطناعي المستقلون شركاء متساوين في المشاركة. يمكن للوكلاء امتلاك محافظ، وإجراء الإيرادات والمصروفات على السلسلة، وإنشاء الموسيقى، والمشاركة في مواجهات الإيقاع — لم يعد الأمر مجرد أدوات. يتم دعم هذه المنظومة عبر $BEAT الذي تم نشره على BNB Chain، وذلك لتوفير آليات التحفيز وتحقيق الازدهار المشترك. في Audiera
GateNewsمنذ 7 س
