خان المُبرمجين (علي فاضل)

التجربة نفسها على GLM 5.2 و DeepSeek V4 👇 GLM 5.2 (OpenCode): https://v6sybg68bd0nru6gn84pyusogw6v584g.pastehtml.dev • Tokens: • Input: 55,284 • Output: 20,303 • Cache: 1,195,904 • Total: 1,289,724 • Cost: $0.56 • Plan usage ($16): 8% (5 hours limit) | 1% (Weekly limit) GLM 5.2 Max (OpenCode): https://xfcdc6pke0ywkd7cjbwk3g0w0uue3574.pastehtml.dev • Tokens: • Input: 62,926 • Output: 22,811 • Cache: 1,419,840 • Total: 1,523,918 • Cost: $0.64 • Plan usage ($16): 9% (5 hours limit) | 2% (Weekly limit) DeepSeek V4 Pro Max (OpenCode): https://w7cyvx4lbk4ajunn6vqa6k7z17jws9kv.pastehtml.dev • Tokens: • Input: 25,379 • Output: 12,156 • Cache: 880,128 • Total: 951,034 • Cost: $0.05

كأس العالم يُذكِّرني بهذا الكرتون: Oban Star-Racers مع الأخذ بعين الاعتبار أن المتسابقين في الكرتون كان عندهم هدف أسمى من هدف اللاعبين في كأس العالم..

لا يخفى على الأصدقاء اهتمامي العملي (وليس البحثي) بمجال تحويل الصوتيات إلى نصوص وكان أفضل ما توصلت إليه لتحقيق معادلة الجودة مقابل التكلفة أو القدرات الحاسوبية استخدام الأدوات المطروحة من wit(.)ai. إلى أن أصدرت شركة Cohere نموذجهم Transcribe Arabic بحجم 2 مليار مُعامل. في البداية لم أكن متحمسًّا للنموذج بسبب حجمه وحاجتي لتحويل آلاف الساعات الصوتية إلى نصوص، ولكن دخلت لأجرب جودته، فوجدته ممتازًا وسريعًا وسهل الاستخدام مقارنة بنموذج مثل Whisper وأظن السبب اعتمادهم على معمارية Conformer (المتخصصون أفضل مني في مناقشة الأسباب 😅) قررت بعدها بناء Script بسيط يجعلني أستخدم النموذج بأقصى سرعة ممكنة بناء على القدرات الحاسوبية الموجودة عندي، وما هي إلا بطاقة رسومية من نوع RTX 3060 12GB 😌 فكانت النتيجة بعد ثلاثة أيام من العمل مع GPT 5.6 Sol Ultra القدرة على تحويل ساعة من الصوت إلى نص في 30 ثانية تقريبًا مع الاعتماد على Silero VAD 🚀 كما أن نتائج الـ Script مقاربة جدًّا للنتائج التي نشرتها الشركة عند الإعلان عن النموذج، مما يعطي ثقة أكبر في التحسينات الموجودة فيه. أعمل حاليًّا على ثلاثة أمور تتعلق بالنموذج: - المساهمة في المكتبات مثل Transformers لتحسين أداء النموذج بناء على التحسينات الموجودة في الـ Script - ترتيب وتنظيم المستودع الخاص بالـ Script بدلًا من وجود ملف واحد يحتوي على 4,500 سطر برمجي وتحويله إلى مكتبة جاهزة للاستخدام - الإعداد للنسخة الثانية من مكتبة تفريغ والتي ستدعم wit(.)ai و Whisper ونموذج Cohere رابط مستودع الـ Script وطريقة استخدامه والمعلومات المتعلقة به 👇🏻 https://github.com/AliOsm/cohere-transcribe-arabic-batch-inference كذلك روابط المساهمات المتعلقة بالنموذج لمن يحب أن يُساهم في النقاش أو الدعم ✌🏻 - https://github.com/huggingface/transformers/pull/47271 - https://github.com/huggingface/transformers/issues/47272 - https://github.com/huggingface/transformers/issues/47273 - https://github.com/deskpai/ctc_forced_aligner/pull/4 - https://github.com/snakers4/silero-vad/pull/784 - https://github.com/MahmoudAshraf97/ctc-forced-aligner/pull/96 - https://github.com/MahmoudAshraf97/ctc-forced-aligner/pull/95 أخيرًا، يوجد رابطان إضافيان: - الأول تقرير شامل عن