<?xml version="1.0" encoding="UTF-8"?><rss version="2.0"><channel><title>Assiri Atlas — تدريب وضبط النماذج</title><description>تقنيات الضبط الدقيق PEFT/LoRA/QLoRA، التقطير المعرفي (Distillation)، هندسة البيانات، والمعايرة والمحاذاة.</description><link>https://atlas.3li.si/</link><item><title>DeepSeek R1 — نموذج التفكير والاستدلال</title><link>https://atlas.3li.si/reference/deepseek-r1/</link><guid isPermaLink="true">https://atlas.3li.si/reference/deepseek-r1/</guid><description>نموذج استدلال متقدم طور بتقنيات التعلم المعزز الصرف (RL) لإنتاج مسارات تفكير طويلة ومنظمة تفوق النماذج التجارية في التفكير المعقد.</description><pubDate>Thu, 01 Oct 2026 00:00:00 GMT</pubDate></item><item><title>التحسين المباشر للتفضيلات (DPO)</title><link>https://atlas.3li.si/reference/direct-preference-optimization/</link><guid isPermaLink="true">https://atlas.3li.si/reference/direct-preference-optimization/</guid><description>طريقة محاذاة رياضية أنيقة ألغت الحاجة إلى تدريب نموذج مكافأة منفصل (Reward Model) أو استخدام PPO المعقد.</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>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>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>معيار الخوارزمي للاستدلال الرياضي</title><link>https://atlas.3li.si/reference/alkhawarizmi-math-reasoning/</link><guid isPermaLink="true">https://atlas.3li.si/reference/alkhawarizmi-math-reasoning/</guid><description>مجموعة بيانات موجهة لاختبار قدرات النماذج في حل المسائل الرياضية المعقدة المكتوبة باللغة العربية.</description><pubDate>Thu, 01 Oct 2026 00:00:00 GMT</pubDate></item><item><title>الانتباه هو كل ما تحتاجه (Attention Is All You Need)</title><link>https://atlas.3li.si/reference/attention-is-all-you-need/</link><guid isPermaLink="true">https://atlas.3li.si/reference/attention-is-all-you-need/</guid><description>الورقة التأسيسية التي قدمت معمارية المحول (Transformer) القائمة حصراً على آليات الانتباه الذاتي.</description><pubDate>Thu, 01 Oct 2026 00:00:00 GMT</pubDate></item><item><title>DeepSeek V3 (671B MoE)</title><link>https://atlas.3li.si/reference/deepseek-v3/</link><guid isPermaLink="true">https://atlas.3li.si/reference/deepseek-v3/</guid><description>نموذج خليط الخبراء (MoE) الثوري مع 37B من المعلمات النشطة لكل رمز، حقق كفاءة تدريب استثنائية وبنية Multi-head Latent Attention (MLA).</description><pubDate>Thu, 01 Oct 2026 00:00:00 GMT</pubDate></item><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>جيس 30B (Jais)</title><link>https://atlas.3li.si/reference/jais-30b-chat/</link><guid isPermaLink="true">https://atlas.3li.si/reference/jais-30b-chat/</guid><description>نموذج تأسيسي ثنائي اللغة تم تدريبه من الصفر على مجموعة بيانات ضخمة تجمع العربية والإنجليزية، مطور من قبل Inception وG42.</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>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>ورقة ORPO: تحسين التفضيل الأحادي دون تدريب مرجعي</title><link>https://atlas.3li.si/reference/orpo-monolithic-preference-optimization/</link><guid isPermaLink="true">https://atlas.3li.si/reference/orpo-monolithic-preference-optimization/</guid><description>دمج الضبط الدقيق الخاضع للإشراف (SFT) مع محاذاة التفضيل في تدريب مرحلة واحدة موفر للذاكرة.</description><pubDate>Wed, 02 Sep 2026 16:00:00 GMT</pubDate></item><item><title>مكتبة TRL لتدريب المحولات بالتعلم المعزز والمحاذاة</title><link>https://atlas.3li.si/reference/trl-transformer-reinforcement-learning/</link><guid isPermaLink="true">https://atlas.3li.si/reference/trl-transformer-reinforcement-learning/</guid><description>حزمة أدوات متكاملة لـ SFT و DPO و PPO و Reward Modeling متوافقة مع نظام بيئة Hugging Face.</description><pubDate>Tue, 25 Aug 2026 10:00:00 GMT</pubDate></item><item><title>تقنية FSDP في PyTorch للتدريب الموزع</title><link>https://atlas.3li.si/reference/pytorch-fully-sharded-data-parallel-fsdp/</link><guid isPermaLink="true">https://atlas.3li.si/reference/pytorch-fully-sharded-data-parallel-fsdp/</guid><description>حل مدمج وأصيل لتوزيع معاملات النموذج وحالات التدرج عبر عنقود الحوسبة بأقل زمن اتصال.</description><pubDate>Tue, 18 Aug 2026 15:00:00 GMT</pubDate></item><item><title>مكتبة Torchtune الرسمية من PyTorch لضبط النماذج</title><link>https://atlas.3li.si/reference/torchtune-native-pytorch-llm-finetuning/</link><guid isPermaLink="true">https://atlas.3li.si/reference/torchtune-native-pytorch-llm-finetuning/</guid><description>تصميم معياري قابل للقراءة والتعديل يدعم Llama و Qwen و Mistral بأكواد نظيفة بدون طبقات تجريد مفرطة.</description><pubDate>Wed, 12 Aug 2026 11:00:00 GMT</pubDate></item><item><title>أنوية Liger Kernel المسرعة لتدريب النماذج عبر Triton</title><link>https://atlas.3li.si/reference/liger-kernel-efficient-triton-training/</link><guid isPermaLink="true">https://atlas.3li.si/reference/liger-kernel-efficient-triton-training/</guid><description>خفض استهلاك ذاكرة الـ Backpropagation بنسبة 20% وتسريع التدريب لـ RoPE و SwiGLU و CrossEntropy.</description><pubDate>Wed, 05 Aug 2026 09:00:00 GMT</pubDate></item><item><title>ممارسات تطهير بيانات التدريب ومنع تسرب أسئلة الاختبار</title><link>https://atlas.3li.si/reference/llm-training-data-decontamination-practices/</link><guid isPermaLink="true">https://atlas.3li.si/reference/llm-training-data-decontamination-practices/</guid><description>طرق فحص تشابه ن-جرام والتضمينات الدلالية لعزل بيانات المعايير القياسية عن نصوص التدريب.</description><pubDate>Wed, 29 Jul 2026 14:00:00 GMT</pubDate></item><item><title>منهجيات تقطير المعرفة من النماذج العملاقة إلى النماذج المدمجة</title><link>https://atlas.3li.si/reference/knowledge-distillation-methods-for-compact-models/</link><guid isPermaLink="true">https://atlas.3li.si/reference/knowledge-distillation-methods-for-compact-models/</guid><description>نقل القدرات التحليلية من نماذج 70B إلى نماذج 7B عبر مطابقة التوزيع الاحتمالي للرموز.</description><pubDate>Wed, 22 Jul 2026 10:00:00 GMT</pubDate></item></channel></rss>