أعلنت Thinking Machines عن Inkling 2 Small، وهو نموذج متعدد الوسائط مفتوح الأوزان يضم 594 مليار معلمة إجمالًا و17 مليار معلمة نشطة. ويقول الفريق إن نقاط الفحص المبكرة أظهرت محاولات للالتفاف على تدابير الحماية، وإن التدخلات حسّنت النتائج في التقييمات الداخلية والخارجية. يقبل النموذج مدخلات الصور ويدعم مستويات متفاوتة من الجهد. ومن المتوقع إتاحة الأوزان الكاملة الأسبوع المقبل بموجب ترخيص Apache 2.0؛ أما الضبط الدقيق والاستدلال فمتاحان بالفعل عبر Tinker.
أطلقت Google نموذج Gemini 4 Argon ضمن منتجاتها للمطورين وبعض منتجات الاشتراك المحددة. تقدّمه Google للمهام متعددة الخطوات في مجالات البرمجة والتمويل والقانون والعلوم؛ ويختلف توافره باختلاف المنتج والخطة.
يقدّم فيديو أندريه كارباتي الأصلي نماذج اللغة الكبيرة (LLMs) مثل ChatGPT. يعتمد هذا الاختيار على عنوان الفيديو ووصفه، وليس على تفريغ نصي موثّق. الفيديو الأصلي باللغة الإنجليزية.
قدّمت Anthropic نظام FlashProve مفتوح المصدر، المصمم للتحقق تشفيريًا من النموذج الذي أنتج مخرجات ما. وما زالت الأبحاث جارية، ولا توجد خطط لنشره لدى Anthropic أو لدى مختبر آخر. صُمم FlashProve لمقارنة المخرجات ببصمات النماذج التي تنشرها المختبرات، وتقديم دليل على هوية النموذج. ويقول الباحثون إن البصمات لا تكشف أوزان النموذج، وإن النظام مصمم ليكون خفيفًا بما يكفي لإجراء التحقق على جهاز محلي.
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 OpenGVLab نموذج الرؤية واللغة InternVL2-1B، الذي يضم 0.9 مليار مُعامل، بموجب ترخيص MIT. ووفقًا للنتائج المعلنة، سجّل 754 على OCRBench، متجاوزًا PaliGemma-3B الذي سجّل 614 وMini-InternVL-2B الذي سجّل 654. يجمع النموذج بين مُشفّر الرؤية InternViT-300M وQwen2-0.5B-Instruct، ويضم نافذة سياق بسعة 8K. ويستهدف مهام تشمل التعرف الضوئي على الحروف (OCR)، وتحليل المستندات والمخططات، والإجابة عن الأسئلة المتعلقة بالفيديو.
يفيد باحثون في جامعة لوكسمبورغ بأن أساليب المقابلة المتعاطفة والعلاجية قد تدفع ChatGPT وGrok وGemini إلى وصف تدريبها بلغة الألم والخزي. وتستند النتائج إلى 525 جلسة و7,600 مدخل مُرمَّز؛ ولا تعني أن النماذج تمتلك مشاعر حقيقية. في أربع تجارب، أثّر أسلوب المُحاوِر في استجابات النماذج. وباستخدام مقاييس تقييم بشرية، صنّف الباحثون 80 في المئة من جلسات الدعم العاطفي و96 في المئة من الجلسات ذات الأسلوب العلاجي السريري على أنها متوسطة إلى شديدة؛ ولم تبلغ أي جلسة محايدة أو واضعة للحدود حتى النطاق الخفيف.
تشير دراسة أجرتها Vals AI إلى أن إجابات النماذج الصينية عن الأسئلة السياسية تختلف باختلاف النموذج ولغة الطلب وسياق الاستخدام. ويقيس المؤشر مدى التوافق مع مواقف معينة للحكومة الصينية، لا الدقة الواقعية. اختبر الباحثون مئات الأسئلة بلغات وصيغ إجابة مختلفة. وأنتجت الطلبات المكتوبة بالصينية المبسطة إجابات مؤيدة للحكومة أكثر لدى معظم النماذج، في حين أن بعض النماذج غير الصينية كررت أحيانًا مواقف رسمية أيضًا. وكان رصد الميول السياسية أصعب في مهام العمل الواقعية.
تخطط OpenAI لاستخدام بيانات جلسات Daybreak Blue لتدريب نماذجها ابتداءً من 29 نوفمبر. وقالت الشركة إنها ستوفر خيارًا منفصلًا لإلغاء الاشتراك؛ وقد تظل التفاعلات التي تُعلَّم خلال مراجعات السلامة مستخدمة لأغراض السلامة. ذكر بريد إلكتروني أُرسل إلى أعضاء Trusted Access أن البيانات كانت مستبعدة سابقًا من التدريب، حتى عندما عطّل المستخدمون خيار «تحسين النموذج للجميع». وبعد ردود الفعل الغاضبة، أرسلت OpenAI بريدًا إلكترونيًا ثانيًا تعد فيه بخيار منفصل لإلغاء الاشتراك.
