<?xml version="1.0" encoding="UTF-8"?><rss version="2.0"><channel><title>Assiri Atlas — مختبر النماذج المحلية</title><description>تشغيل النماذج مفتوحة الأوزان، GGUF، التكميم، استهلاك VRAM/RAM، وبيئات العمل المستقلة محلياً.</description><link>https://atlas.3li.si/</link><item><title>Gemma 2 27B من Google DeepMind</title><link>https://atlas.3li.si/reference/gemma-2-27b/</link><guid isPermaLink="true">https://atlas.3li.si/reference/gemma-2-27b/</guid><description>نموذج مبني بتقنية التقطير المعرفي (Knowledge Distillation) يقدم أداءً يضاهي نماذج تفوقه حجماً بمرتين على عتاد فردي.</description><pubDate>Thu, 01 Oct 2026 00:00:00 GMT</pubDate></item><item><title>Llama 3.3 70B Instruct</title><link>https://atlas.3li.si/reference/llama-3-3-70b-instruct/</link><guid isPermaLink="true">https://atlas.3li.si/reference/llama-3-3-70b-instruct/</guid><description>نموذج مفتوح الأوزان فائق الكفاءة من Meta، يقدم أداءً ينافس النماذج الضخمة (405B) في البرمجة والرياضيات واستيعاب السياق الطويل.</description><pubDate>Thu, 01 Oct 2026 00:00:00 GMT</pubDate></item><item><title>llama.cpp — محرك الاستدلال المحلي الفائق</title><link>https://atlas.3li.si/reference/llama-cpp/</link><guid isPermaLink="true">https://atlas.3li.si/reference/llama-cpp/</guid><description>مكتبة C/C++ عالية الكفاءة لتشغيل نماذج LLM على المعالجات العادية وبطاقات GPU مع تكميم GGUF وبصمة ذاكرة منخفضة جداً.</description><pubDate>Thu, 01 Oct 2026 00:00:00 GMT</pubDate></item><item><title>مختبر الحوسبة المحلية (Local Rig)</title><link>https://atlas.3li.si/reference/local-llm-rig/</link><guid isPermaLink="true">https://atlas.3li.si/reference/local-llm-rig/</guid><description>بنية تحتية هندسية لاختبار وضبط النماذج محلياً على عتاد منخفض التكلفة مع تسجيل دقيق للبصمة الاستهلاكية للطاقة والذاكرة.</description><pubDate>Thu, 01 Oct 2026 00:00:00 GMT</pubDate></item><item><title>Ollama — حزمة تشغيل النماذج المحلية بنقرة واحدة</title><link>https://atlas.3li.si/reference/ollama-local-runner/</link><guid isPermaLink="true">https://atlas.3li.si/reference/ollama-local-runner/</guid><description>منظومة سهلة لتنزيل وإدارة وتشغيل النماذج اللغوية على أجهزة المطورين مع واجهة برمجية متوافقة مع OpenAI.</description><pubDate>Thu, 01 Oct 2026 00:00:00 GMT</pubDate></item><item><title>BGE-M3 نموذج التضمين الهجين</title><link>https://atlas.3li.si/reference/bge-m3-multilingual-embedding/</link><guid isPermaLink="true">https://atlas.3li.si/reference/bge-m3-multilingual-embedding/</guid><description>نموذج تضمين رائد متعدد اللغات يدعم استرجاع الكثيف (Dense)، المتناثر (Sparse/BM25)، ومتعدد المتجهات (ColBERT Multi-Vector) حتى 8192 رمزاً.</description><pubDate>Thu, 01 Oct 2026 00:00:00 GMT</pubDate></item><item><title>GOT-OCR2.0 — النظرية العامة للتعرف الضوئي</title><link>https://atlas.3li.si/reference/got-ocr2-general-ocr-theory/</link><guid isPermaLink="true">https://atlas.3li.si/reference/got-ocr2-general-ocr-theory/</guid><description>نموذج رؤية ولغة VLM مضغوط (580M) مخصص لقراءة كافة أنواع النصوص والرموز والجداول الرياضية والموسيقية وتنسيقات المستندات المعقدة.</description><pubDate>Thu, 01 Oct 2026 00:00:00 GMT</pubDate></item><item><title>LoRA: الضبط منخفض الرتبة للنماذج اللغوية الضخمة</title><link>https://atlas.3li.si/reference/lora-low-rank-adaptation/</link><guid isPermaLink="true">https://atlas.3li.si/reference/lora-low-rank-adaptation/</guid><description>ورقة بحثية ابتكرت تقنية تجميد أوزان النموذج الأساسي وحقن مصفوفات قابلة للتدريب منخفضة الرتبة مما قلص معلمات التدريب بـ 10,000 ضعف.</description><pubDate>Thu, 01 Oct 2026 00:00:00 GMT</pubDate></item><item><title>مشروع مدارك (Madarek Document AI)</title><link>https://atlas.3li.si/reference/madarek-document-ai/</link><guid isPermaLink="true">https://atlas.3li.si/reference/madarek-document-ai/</guid><description>مبادرة هندسية لبناء محركات استخلاص نصوص الوثائق العربية المعقدة والجداول والفهارس بنماذج بصرية محلية.</description><pubDate>Thu, 01 Oct 2026 00:00:00 GMT</pubDate></item><item><title>Phi-4 (14B) من Microsoft</title><link>https://atlas.3li.si/reference/phi-4-14b/</link><guid isPermaLink="true">https://atlas.3li.si/reference/phi-4-14b/</guid><description>نموذج مضغوط ومتقدم يركز على الاستدلال الرياضي والمنطقي المعقد عبر تدريب مكثف على بيانات تركيبية عالية الجودة.</description><pubDate>Thu, 01 Oct 2026 00:00:00 GMT</pubDate></item><item><title>QLoRA: الضبط الفعال للنماذج المكممة بدقة 4-بت</title><link>https://atlas.3li.si/reference/qlora-efficient-finetuning/</link><guid isPermaLink="true">https://atlas.3li.si/reference/qlora-efficient-finetuning/</guid><description>طريقة مبتكرة أتاحت تدريب نموذج 65B على بطاقة GPU استهلاكية واحدة بسعة 48GB عبر صيغة NF4 وتكميم مزدوج (Double Quantization).</description><pubDate>Thu, 01 Oct 2026 00:00:00 GMT</pubDate></item><item><title>Qwen 2.5 72B Instruct</title><link>https://atlas.3li.si/reference/qwen-2-5-72b-instruct/</link><guid isPermaLink="true">https://atlas.3li.si/reference/qwen-2-5-72b-instruct/</guid><description>نموذج رائد من Alibaba Cloud يتميز بدعم استثنائي لأكثر من 29 لغة بما فيها العربية، مع قدرات برمجية ورياضية متقدمة ونافذة سياق 128K.</description><pubDate>Thu, 01 Oct 2026 00:00:00 GMT</pubDate></item><item><title>Unsloth — تسريع التدريب والضبط الدقيق بـ 5 أضعاف</title><link>https://atlas.3li.si/reference/unsloth-fast-finetuning/</link><guid isPermaLink="true">https://atlas.3li.si/reference/unsloth-fast-finetuning/</guid><description>مكتبة كيرنلز مكتوبة بلغة OpenAI Triton لتسريع تدريب Llama و Qwen و Mistral مع توفير 80% من استهلاك الذاكرة.</description><pubDate>Thu, 01 Oct 2026 00:00:00 GMT</pubDate></item><item><title>بيئة LM Studio لتجربة واختبار النماذج المحلية</title><link>https://atlas.3li.si/reference/lm-studio-desktop-environment/</link><guid isPermaLink="true">https://atlas.3li.si/reference/lm-studio-desktop-environment/</guid><description>تطبيق مكتبي متكامل لإدارة تنزيل ملفات GGUF وتعديل إعدادات التوليد وتشغيل خادم محلي متوافق.</description><pubDate>Thu, 03 Sep 2026 14:00:00 GMT</pubDate></item><item><title>محرك ExLlamaV2 لاستنتاج صيغة EXL2 عالي السرعة</title><link>https://atlas.3li.si/reference/exllamav2-high-performance-local-inference/</link><guid isPermaLink="true">https://atlas.3li.si/reference/exllamav2-high-performance-local-inference/</guid><description>أسرع مكتبة لتشغيل نماذج Llama المكممة بأوزان مخصصة (EXL2) على بطاقات إنفيديا الحديثة.</description><pubDate>Wed, 26 Aug 2026 16:00:00 GMT</pubDate></item><item><title>محرك KTransformers لتشغيل النماذج الضخمة بالذاكرة الهجينة</title><link>https://atlas.3li.si/reference/ktransformers-cpu-gpu-hybrid-inference/</link><guid isPermaLink="true">https://atlas.3li.si/reference/ktransformers-cpu-gpu-hybrid-inference/</guid><description>تشغيل نماذج الخبراء الكبيرة (MoE) مثل DeepSeek 236B على بطاقات المستهلكين بالتعاون مع المعالج.</description><pubDate>Wed, 19 Aug 2026 11:00:00 GMT</pubDate></item><item><title>مواصفات محطة عمل RTX 4090 لهندسة الذكاء الاصطناعي</title><link>https://atlas.3li.si/reference/rtx-4090-local-ai-engineering-workstation-guide/</link><guid isPermaLink="true">https://atlas.3li.si/reference/rtx-4090-local-ai-engineering-workstation-guide/</guid><description>التوصيات المثالية للمعالج ولوحة الأم ومسارات PCIe ومزود الطاقة لتشغيل نماذج 14B و 32B باستمرار.</description><pubDate>Tue, 11 Aug 2026 13:00:00 GMT</pubDate></item><item><title>أداء النماذج الضخمة على الذاكرة الموحدة في Apple Silicon</title><link>https://atlas.3li.si/reference/apple-silicon-unified-memory-llm-performance/</link><guid isPermaLink="true">https://atlas.3li.si/reference/apple-silicon-unified-memory-llm-performance/</guid><description>قياس سرعة توليد الرموز لنماذج 70B على أجهزة Mac Studio 128GB و 192GB باستخدام llama.cpp و MLX.</description><pubDate>Tue, 04 Aug 2026 15:00:00 GMT</pubDate></item><item><title>التفكيك التخميني (Speculative Decoding) ومضاعفة سرعة التوليد</title><link>https://atlas.3li.si/reference/speculative-decoding-principles-and-speedup/</link><guid isPermaLink="true">https://atlas.3li.si/reference/speculative-decoding-principles-and-speedup/</guid><description>استخدام نموذج مسودّة صغير (Draft Model) مثل 0.5B لاقتراح الرموز واعتمادها بالنموذج الأكبر.</description><pubDate>Tue, 28 Jul 2026 12:00:00 GMT</pubDate></item><item><title>تكميم مخزن KV-Cache بنظام FP8 لمضاعفة سعة السياق المتزامن</title><link>https://atlas.3li.si/reference/kv-cache-fp8-quantization-in-production/</link><guid isPermaLink="true">https://atlas.3li.si/reference/kv-cache-fp8-quantization-in-production/</guid><description>كيف ترفع عدد المستخدمين المتزامنين على نفس بطاقة GPU دون الإضرار بجودة إجابات النموذج.</description><pubDate>Thu, 16 Jul 2026 11:00:00 GMT</pubDate></item></channel></rss>