Wednesday, 26 August 2026 | التحديث اليومي نظرة ثاقبة للذكاء الاصطناعي، مكتوبة للبناة

معاير أداء الذكاء الاصطناعي

AI benchmark coverage: what MMLU, GPQA, SWE-bench, Terminal-Bench and ARC-AGI actually measure, who leads each one, and how to read a vendor’s claim critically.

2× — the spread we measured. Open-Source LLM Leaderboard 2026.
معاير أداء الذكاء الاصطناعي

لوحة تصنيف نماذج الذكاء الاصطناعي مفتوحة المصدر لعام 2026: الأجهزة المطلوبة لتشغيل كل نموذج رائد

أفضل برمجيات LLM مفتوحة المصدر في عام 2026 مرتبة حسب القدرة + الأجهزة الدقيقة التي تحتاجها لتشغيل كل منها محليًا. Llama 3 405B، Qwen 2.5 72B، DeepSeek V3، Mistral Large 2.

10× — the spread we measured. VRAM Requirements for Every Major LLM (Quantization.
معاير أداء الذكاء الاصطناعي

متطلبات الذاكرة عالية السرعة (VRAM) لكل نموذج رائد للغة الكبيرة (LLM) في عام 2026 (ورقة غش كمّية)

ورقة الغش الكاملة لذاكرة الواقع الافتراضي لكل وحدة معالجة رسومات مفتوحة رئيسية في عام 2026 - في كل مستوى تكميم شائع - بالإضافة إلى مصفوفة توضح النماذج التي تناسب وحدات معالجة الرسومات 12 و16 و24 و32 و48 و80 جيجابايت.

انتقل إلى الأعلى
Featured on There's An AI For That