Testing GPT Astra vs Fable 5.1
تحب تدعم البث؟ عضوية «داعم» على يوتيوب بـ 60 جنيه في الشهر: شارات، إيموجي، وأسئلتك بجاوبها الأول في البث. اشترك كداعم
الخلاصة
يركّز البث على مقارنة عملية وعمياء جزئيًا بين GPT Astra وFable 5.1 عبر مطالبات متطابقة شملت ألعابًا، ورسم SVG، وصفحات هبوط وتجارب وكيلة. جاءت النتائج متباينة: بدا Astra أقوى بصريًا وفي التحكم ببعض الألعاب، بينما قدّم Fable أحيانًا أسلوب لعب أكثر تحديًا وأفكارًا تصميمية أكثر ابتكارًا؛ كما اختلفت السرعة باختلاف المهمة وانقسمت آراء الجمهور، لذلك لم يظهر فائز عام حاسم. يناقش لقمان حدود الاختبارات الفردية والمعايير القياسية والتحكيم بالنماذج، ويرى أن التقييم الأفضل يجمع خبرة المجال، وتقليل التحيز، واختبارات التفكير النقدي وتوليد الأفكار، مع مراعاة الكفاءة والسعر وحدود الاستخدام وتكامل الأدوات. ويتوسع النقاش إلى اختيار نماذج مختلفة للتخطيط والتنفيذ، وتنظيم الوكلاء الفرعيين، وضغط سياق جلسات البرمجة وتوثيقها، والبوتات الجاهزة، وأتمتة الفيديو، والنسخ الاحتياطي، وتحوّل أدوار المطورين. أما الآراء حول AGI واستبدال الوظائف ومستقبل التطوير الكامل بالذكاء الاصطناعي فطُرحت كتوقعات ومخاوف غير محسومة، لا كحقائق مثبتة.
104 لحظة من البث
- 2:44:38
تقسيم المهام وتنسيق الوكلاء الفرعيين
يناقش Luqman مع الجمهور ما إذا كان ينبغي إعطاء وكيل واحد مهمة كبيرة أم فصل التخطيط عن التنفيذ وتوزيع مهام تفصيلية على وكلاء متخصصين. يشرح أن أنظمة الوكلاء الحديثة قد تنشئ وكلاء فرعيين لكل منهم سياقه، ويتواصلون عبر منسّق داخل الجلسة، ما يقلل الحاجة إلى فتح عدة جلسات يدويًا؛ لكنه يؤكد أن الأسلوب المناسب يعتمد على حجم المهمة.
- 2:56:02
هل البوتات الجاهزة أفضل من بناء بوتات مخصصة؟
يستكشف لقمان تحديثًا يتيح إضافة بوتات مُهيأة مسبقًا، منها بوتات لمهام SEO وAEO، ويقارن فائدتها بالبوتات التي يبنيها بنفسه. ويرى أن غياب التكامل المباشر بين الأدوات المتنافسة مثل Codex وClaude يضطر الوكيل أحيانًا إلى التحكم في الكمبيوتر، وهو مسار يصفه بالبطيء والمزعج؛ لذلك يظل السؤال العملي هو ما إذا كان البوت الجاهز يضيف قيمة فعلية.
- 3:01:21
نسخ المشاريع احتياطيًا محليًا وعلى GitHub
ردًا على سؤال من الجمهور، يوضح لقمان أنه يحتفظ بنسخ من مشاريعه محليًا وعلى GitHub، ما يقلل احتمال فقدان المصدرين معًا. ويضيف أنه قد يعزز إجراءات الأمان لاحقًا مع تطور العمل، من دون الادعاء بأن الترتيب الحالي يوفر حماية كاملة.
- 3:08:45
مقارنة لعبتين أنشأهما Astra وFable
جرّب لقمان نسختين من لعبة توصيل وقارن الحركة والقفز والعقبات والنقاط وتصاعد السرعة. وبعد كشف الهوية، كان رأيه الشخصي أن Fable قدّم أسلوب لعب أصعب وأكثر تحدياً، بينما بدت رسوم وتصميم Astra أفضل؛ وأكد أن الفروق محدودة والحكم نسبي.
- 3:16:06
كيف تتعامل النماذج مع مدخل مفقود
في اختبار تدقيق، طلب Astra الملف المفقود قبل المتابعة، بينما أشار Fable إلى غيابه ثم حاول إكمال العمل بما كان متاحاً. عرض لقمان السلوكين كملاحظة مقارنة، من دون حسم أن أحدهما أفضل.
- 3:18:25
استخدام حكم لمقارنة إجابتين بموضوعية
اقترح لقمان وضع إجابتين وجهاً لوجه أمام حكم يراجع أوجه الاختلاف، ويحدد أولاً معنى «الفوز»، ثم يقرر أيهما أقوى من ناحية الاستراتيجية. كانت الفكرة إطاراً عاماً للتقييم، لا نتيجة نهائية معلنة.
- 3:23:52
مقارنة GPT Astra وFable 5.1: الرسوم وأسلوب اللعب والكفاءة
رأى لقمان أن GPT Astra كان أفضل في الرسوم، بينما كان Fable أفضل في أسلوب اللعب. وصف فروق الجودة بأنها طفيفة، وأكد أن الكفاءة عامل حاسم لديه، لكنه أوضح أنه لم يتابع الاستهلاك بدقة، لذا ظل تقييم الاستخدام انطباعياً.
- 3:28:26
مقارنة تدقيقين باستخدام نموذج حَكَم
شرح لقمان منهج اختبار يُطلب فيه من نموذجين إجراء تحليل عميق للمادة نفسها، ثم تُستخدم جهة تحكيم واحدة للمقارنة بين النتيجتين. لم تُعرض نتيجة التحكيم في هذا الجزء.
- 3:29:34
صعوبة حفظ ونقل ردود طويلة تحتوي على جداول
ناقش صعوبة نقل ردود طويلة من تطبيقات المساعدات البرمجية عندما تحتوي على كتل وجداول كثيرة؛ فالنسخ اليدوي بدا غير عملي، كما لم يكن واضحاً إن كانت البنية ستظل قابلة للقراءة. لم يصل النقاش هنا إلى طريقة حفظ مؤكدة.
- 3:34:32
اختبار نموذج الذكاء الاصطناعي في مجال تعرفه جيدًا
يوضح المتحدث أن خبرة المستخدم العميقة في مجال ما تساعده على تقييم قدرات نموذج الذكاء الاصطناعي بدقة أكبر. ويقترح اختباره في التفكير الاستراتيجي وتوليد الأفكار والتسويق الرقمي لمعرفة ما إذا كان سيقدم زوايا لم يفكر فيها الخبير من قبل.
- 3:37:50
إنشاء مطالبة تسليم لنقل العمل بين النماذج
يطلب المتحدث مطالبة تسليم موجزة تشرح لنموذج آخر خلفية العمل، وما وصل إليه حتى الآن، والمهمة التالية، بحيث يستطيع متابعة البحث بالتوازي من النقطة نفسها. حُذفت تفاصيل المشروع والتمويل الخاصة.
- 3:40:16
استعادة سياق مستودع ومراجعة طلبات الدمج غير المنشورة
بعد فقدان تتبع حالة العمل، يطلب المتحدث من النموذج فحص ما يجري وتحديد موضع التقدم، مع احتمال وجود عدة طلبات دمج لم تُدفع بعد.
- 3:41:05
تغيّر سير إعداد المقاطع القصيرة ومشكلة جودة StreamLadder
يشير المتحدث إلى أن سير العمل السابق لإعداد المقاطع القصيرة لمنصات مثل TikTok تغيّر جذريًا، وأنه لاحظ أن StreamLadder يخفض جودة المقاطع بدرجة ملحوظة.
- 3:44:55
التخطيط للتنفيذ والتحقق البصري قبل الدمج
يوجّه سير العمل إلى تحويل المقترحات غير المنفذة إلى خطة تنفيذ، ثم عرض لقطات شاشة حقيقية لما بُني قبل الدمج.
- 3:47:39
لماذا لا تكفي مقارنة النماذج بفائز واحد
يشير مقتطف التقييم إلى احتمال تحيز نموذجٍ يحكم على نموذج آخر، مع إجراء فحوص آلية قبل قراءة التقريرين. ويرى لقمان أن التقريرين اكتشفا نقاطًا مختلفة، لذلك قد يكون تشغيل النظامين معًا أنفع من إعلان فائز مطلق.
- 3:52:36
رأي متحفظ في معنى الوصول إلى AGI
يشكك لقمان في ادعاء الوصول إلى AGI، ويربط المفهوم في رأيه بالتفكير النقدي وتوليد الأفكار والإبداع واقتراح أفكار غير معتادة، لا بمجرد جودة التصميم. ويذكر أن المقاييس المطروحة تبدو له غير مألوفة.
- 3:53:47
نتائج اختبارات البناء تعتمد على المهمة
يلخص لقمان اختبارات سابقة شملت لعبة شبيهة بـFlappy Bird ولعبة وصفحة عن الكشري، ويصف النتيجة بين أدوات البرمجة بأنها نسبية ومتغيرة باختلاف المهمة.
- 3:58:31
اتساق استخدام المهارات يؤثر في تفضيل وكيل البرمجة
يرى لقمان أن بعض وكلاء البرمجة يستخدمون المهارات بصورة أكثر اتساقًا من بدائل أخرى، وأن هذا رفع معيار اختياره، مع تأكيده أنه لم يختبر أحد الخيارات الأخرى بعد.
- 4:03:32
تقارب Astra وFable 5.1 يجعل الكفاءة معيارًا حاسمًا
يقول لقمان إنه لا يستطيع تحديد فائز واضح بين Astra وFable 5.1: فلسفتاهما مختلفتان، لكن الفارق العملي بدا صغيرًا جدًا. لذلك يطرح مقدار العمل المنجز بكفاءة بوصفه معيارًا عمليًا للحسم، مع بقاء الحكم مترددًا.
- 4:05:13
اختبار التفكير النقدي والإبداع في نماذج الذكاء الاصطناعي
يرى المتحدث أن الفروق في التصميم وتصحيح الأخطاء قد تكون محدودة بين النماذج، ولذلك يهتم أكثر باختبار التفكير النقدي، وتوليد الأفكار، والإبداع، والقدرة على التفكير خارج الصندوق.
عندك سؤال عن حاجة في البث ده؟
اسأل في الجروب