Xiaomi Research released Xiaomi-OCR-0, a 0.8-billion-parameter model for document understanding and OCR under the Apache-2.0 license. The company says it competes with larger systems on several document benchmarks. Built on Qwen3.5-0.8B-Base, the model supports page parsing, text extraction from selected regions, schema-based information extraction, and visual question answering. Xiaomi reports training on roughly 170 million samples and a mean score of 83.2 across five OCR-VQA benchmarks.
Stanford researchers tested 50 widely cited claims about LLMs on 20 models. They classified 44% of the claims as expired and another 34% as significantly weakened. The analysis covered models released between July 2024 and September 2026. The 22 findings assigned an estimated expiration date lasted an average of 15.7 months. All nine reasoning findings had weakened or expired, while some claims about preferences and tendencies persisted longer.
أصدرت Ai2 إصدار OlmoEarth v1.3، الذي يتضمن تضمينات عالمية لبيانات الأقمار الصناعية وأداة استكشاف تعمل عبر المتصفح. تدعم الأدوات استكشاف التغيرات بمرور الوقت والعثور على أماكن مشابهة في بيانات الأقمار الصناعية.
أصدرت Google DeepMind وشركاؤها خريطة تميّز بين أنواع الغابات واستخدامات الأراضي. يصنّف Forest Typology 2020 قطعًا من الأراضي يبلغ طولها عشرة أمتار، ما يساعد على التمييز بين الغابات الطبيعية والغابات المزروعة والأراضي الزراعية.
وسّعت NVIDIA نطاق Nemotron Retriever بإضافة نماذج للتضمين وإعادة ترتيب النتائج وتحليل المستندات. يستهدف هذا الإصدار مساعدة وكلاء المؤسسات على العثور على أدلة ذات صلة واستخراج محتوى المستندات.
قدّمت Anthropic نموذج Claude Haiku 5.5 للمهام السريعة التي تُنجز بأعداد كبيرة. تسلّط الشركة الضوء على التلخيص والتصنيف ودعم العملاء؛ وينبغي اختبار ادعاءاتها بشأن الأداء باستخدام أمثلتك الخاصة.
AT&T has released OTel 2.0 on Hugging Face, a 31B model based on Gemma 4 and post-trained on 440B tokens of telecom standards data. The source describes QLoRA training efficiency but gives no further details. OTel 2.0 is presented as an open model specialized for telecommunications. The source does not provide additional information about its QLoRA setup.
وصفت Hugging Face الدعم الأصلي لوحدات TPU من خلال الواجهة الخلفية TorchTPU. يُدخل هذا التكامل Transformers وDiffusers وKernels إلى مسارات عمل PyTorch التي تستخدم أجهزة TPU.
تعرّف دورة LLM من Hugging Face بنماذج اللغة والأدوات المرتبطة بها. تتناول الدورة Transformers ومجموعات البيانات وأدوات تقسيم النص إلى رموز وموضوعات التدريب؛ وهي مورد تعليمي وليست أخبارًا عاجلة.
