Terminal-Bench 2.1

verifier الـ verifier هو مكوّن بيتأكد إذا النتيجة اللي أعطاها النموذج صحيحة أو لا، بنستعمله لزيادة… أوراق نفس اليوم 4DGS 4DGS نموذج بيشتغل على بيانات رباعية الأبعاد (زمان، مكان، خصائص، سياق)، بيساعدنا نفهم العلاقات… أوراق نفس اليوم reward الإشارة أو المكافأة اللي بنعطيها للنظام بعد ما يعمل خطوة، لتقويه على السلوك الصح. أوراق نفس اليوم recurrent architecture recurrent architecture هو نوع من الشبكات العصبية بيقدر يتذكر معلومات سابقة، فبنعرفه عشان يشتغل… أوراق نفس اليوم Reference Context Packing Reference Context Packing طريقة لتجميع السياق المرجعي مع السؤال لتقليل حجم المدخلات، بنضغط… أوراق نفس اليوم RAGognize RAGognize هو مجموعة بيانات مخصصة لتدريب واختبار نماذج الاسترجاع والتوليد (RAG)، بنستعمله عشان… أوراق نفس اليوم Reasoning Fixation Reasoning Fixation ظاهرة إن الموديل يلتزم بحل واحد وما يجرّب حلول تانية، يعني بيصعب يغير… أوراق نفس اليوم RAG اختصار Retrieval-Augmented Generation، يعني احنا بنجيب معلومات من قواعد بيانات خارجية ونخليها… أوراق نفس اليوم fine-tuning تدريب إضافي لنموذج موجود بالفعل على بيانات جديدة وخاصة عشان يكون أفضل في مجال معين. أوراق نفس اليوم policy optimization هي عملية تحسين القرارات اللي بياخذها الذكاء الاصطناعي عشان يوصل لأفضل نتيجة - يعني بدنا نعلم… أوراق نفس اليوم FACET FACET نموذج بيحلل البيانات من زوايا مختلفة، بيستخرج خصائص متعددة عشان يعطي نتائج أدق، بنسمعه… أوراق نفس اليوم LLM نموذج لغة ضخم بتعلم على مليارات الكلمات وبعدين بيقدر يتنبأ ويكتب نصوص زي ChatGPT و Claude. أوراق نفس اليوم executable verifier executable verifier نظام بيتأكد إن الكود أو الموديل بيشتغل صح قبل ما يننشر، بيختبر التنفيذ… أوراق نفس اليوم Bayesian non-parametric surrogate Bayesian non-parametric surrogate هو نموذج بديل بيستعمل إحصائيات بايزية وما بيحدده عدد ثابت… أوراق نفس اليوم benchmark يعني مجموعة معايير واختبارات بنستخدمها عشان نشيك كيف أداء النموذج تبعنا، شو مستواه الفعلي. أوراق نفس اليوم