MiroThinker 1.5 هو نموذج بحث عميق مفتوح المصدر SoTA. بدلا من توليد إجابات معقولة، يقوم بتشغيل حلقات "السبب-تحقق-مراجعة". يبحث عن المصادر، يقارن البيانات، يستشهد بكل شيء. 30 مليار معلمة تطابق النماذج التي أكبر ب 30 مرة بتكلفة أقل بمقدار 20 مرة. اختبرت هذا مع حالتين استخدام. إليك كيف كان أداؤه. 1/7

2/7 اختبرتها مع توقعات كأس العالم لفيفا 2026: السؤال الذي استخدمته: "أي دولة من المرجح أن تفوز بكأس العالم 2026؟ حلل تصنيفات الفيفا الحالية، عمق التشكيلة، الأداء التاريخي للبطولات، نتائج التصفيات. قدم تقديرات احتمالية مع المصادر."

3/7 اختبرتها مع توقعات أسعار الذاكرة العشوائية: "أسعار الذاكرة مرتفعة جدا الآن - ما هو التوقع لموسم 2025-2026؟" الموضوع الذي استخدمته: "أسعار الذاكرة حاليا في أعلى مستوياتها. ما هي توقعات الأسعار لعام 2026؟ حلل عوامل سلسلة التوريد، والقدرة التصنيعية، واتجاهات الطلب."

4/7 ما الذي يميز هذا عن نماذج اللغة الكبيرة العادية: يظهر عمله - كل بحث يقوم به، وكل مصدر يتحقق منه. ترى عملية البحث الكاملة، وليس فقط النتائج. يستشهد بكل شيء - كل ادعاء يرتبط بمصدر محدد. يقيس عدم اليقين - يعطي نطاقات الاحتمالات ومستويات الثقة. لا يدعي أنه متأكد عندما لا يكون كذلك. يفسر التناقضات - عندما تختلف المصادر، يظهر لك الطرفان ويشرح الصراع. تحديثات ديناميكية - هل تتوفر بيانات جديدة؟ يراجع التحليل ويخبرك بما تغير. نماذج اللغة الكبيرة العادية تهلوس بثقة. هذا الكتاب يقوم ببحث فعلي.

5/7 لماذا يهم هذا المطورين والباحثين: 30 مليار معلمة مطابقة لنماذج 1T - أصغر، أسرع، أرخص. تكلفة أقل بمقدار 20 مرة من نماذج فئة GPT-4. مفتوح المصدر - نموذج كامل على موقع Hugging Face. إطار عمل على GitHub. يمكنك الاستضافة الذاتية. التفكير الوكيلي الحقيقي - هل "البحث → التحقق → المراجعة" الحلقات مثل المحلل الفعلي، وليس فقط الإكمال التلقائي. تنسيق الأدوات المتعددة - يبحث في الويب، يقرأ المستندات، يقارن المصادر، كل ذلك في استعلام واحد. هذا هو شكل أدوات البحث الذكاء الاصطناعي الإنتاجية.

6/7 يمكنك قراءة التحليل الكامل هنا. توقعات كأس العالم لكرة القدم 2026 - توقعات أسعار الذاكرة العشوائية 2025-2026 - تحقق من كيفية بحث MiroThinker، واستشهد بالمصادر، وبنى تقديرات احتمالية لكل منها.