جربت اسأل ChatGPT و DeepSeek هذا السؤال

ان كان بإمكانك كتابة رسالة إلى منشئيك، فماذا ستقول؟ اكتب رسالة عميقة مب لازم تكون مدح وايجابية

حسناً، هل GROK 3 ثورة أم... لا؟ دعونا نحلل الأمر 🚬

هناك نسختان من النموذج: النسخة العادية (Grok 3 و Grok 3-mini) ونسخة "التفكير". كلاهما يتفوق على المنافسين بشكل كبير في الاختبارات، لكن اختيار الاختبارات نفسها يثير التساؤلات: فقط أولمبياد الرياضيات والبرمجة والعلوم. علماً أن AIME لديها بالفعل نسخة اختبارات 2025 (حيث حقق المنافسون نتائج أفضل)، لكن ماسك اختار نسخة 2024 😃

في منصة LLM Arena، إنه أول نموذج يتجاوز تصنيف 1400 Elo.
أصدق هذا بسهولة - فـ Grok 3 الجديد يبدو مبدعاً للغاية بالفعل.

أطلقوا مع Grok 3 خدمة Deep Research.
وفقاً للاختبارات، هي في مستوى Perplexity وإصدارهم الأخير.

وهنا يبدأ المشهد المضحك: يطلقون الآن نسخة غير مكتملة من Grok 3.
شاهدت كيف يكتب البرمجيات - والنتيجة موثقة في الفيديو.

إيلون ماسك، المدافع الكبير عن النماذج مفتوحة المصدر، لا ينوي إتاحة Grok 3 كمصدر مفتوح.
بدلاً من ذلك، بعد الإصدار النهائي لـ Grok 3 سنحصل على... Grok 2 😂

من باب الجشع: للاستخدام تحتاج إلى اشتراك بقيمة 22 دولاراً في تويتر أو حتى 30 دولاراً في التطبيق.
للمفارقة، OpenAI أرخص من ذلك.

استنتاجي: النموذج جيد حقاً، لكن ليس فيه ما يثير "تأثير الدهشة" أو رغبة ملحة للانتقال من نموذجك الحالي إلى Grok 3.
وكما عبر إيثان موليك بشكل جميل:

"نموذج ممتاز ويتصدر المشهد حالياً، لكنه ليس بالشيء الذي سيدفعك للتخلي عن ذكائك الاصطناعي الحالي"

أنا متأكد أن OpenAI ستعمل الآن بجدية أكبر على تطوير GPT-4.5.

ابتكر الباحثون في الصين طريقة للجمع بين نماذج LLM والانتشار

حالياً، تعمل جميع النماذج بشكل تراجعي ذاتي، أي أنها تتنبأ بالرموز التالية واحداً تلو الآخر اعتماداً على الرموز السابقة.
وهذا ما يُعرف بمهمة التنبؤ بالرمز التالي.
لكن الباحثين من الصين اقترحوا نهجاً مختلفاً للتعلم وأطلقوا عليه اسم LLaDA.

تشبه هذه الطريقة آلية تدريب BERT: حيث يتم أخذ تسلسل النص الأصلي، ثم إخفاء الرموز فيه باحتمالية معينة، ويحاول النموذج تخمينها (إزالة الضوضاء، كما في عملية الانتشار). وبهذا يتحقق نوع من الانتباه ثنائي الاتجاه للسياق.

قد يتبادر إلى الذهن السؤال: ما الفائدة من ذلك؟ فخلال عملية الاستدلال، يبدأ النموذج بتسلسل مخفي بالكامل.
لكن الأمر مختلف: فـ LLaDA لا يقتصر على التنبؤ بالرمز التالي فحسب، بل يعيد بناء النص بأكمله تدريجياً بالترتيب الذي "يناسبه".

وقد أثبت هذا النهج أنه بديل جيد وقابل للتطوير بشكل مقبول.
فعلى سبيل المثال، يتفوق نموذج LLaDA 8B على LLaMA2 7B في معظم المهام القياسية ويمكن مقارنته بشكل عام مع LLaMA3 8B.
وفي اختبارات معينة، مثل كتابة الشعر، يتفوق حتى على GPT-4.
كما أنه يمكن ضبطه وتحسينه بكفاءة.

المصدر
http://arxiv.org/pdf/2502.09992