أهداف مباراة بايرن ميونيخ ودارمشتات في الدوري الألماني
تاريخ النشر: 28th, October 2023 GMT
انتهت فعاليات النارية التي جمعت بين بايرن ميونيخ الألماني ونظيره دار مشتات، وذلك ضمن منافسات الجولة التاسعة من مسابقة الدوري الألماني لنسخة 2024/2023، وذلك بفوز غالي وثمين كان لصالح كتيبة الفريق البافاري على حساب دارمشتات.
أهداف مباراة بايرن ميونيخ ودار مشتات في الدوري الألمانيتمكنت كتيبة البافاري بقيادة توماس توخيل، في دك حصون دار مشتات بثمانية أهداف نارية نظيفة دون رد، وذلك كالتالي:-
في الدقيقة 51 بأقدام هاري كين
في الدقيقة 56 بأقدام ليروي ساني
في الدقيقة 60 بأقدام جمال موسيالا
في الدقيقة 64 بأقدام ليروي ساني
في الدقيقة 69 بأقدام هاري كين
في الدقيقة 71 بأقدام توماس مولر
في الدقيقة 76 بأقدام جمال موسيالا
في الدقيقة 88 بأقدام هاري كين.
وقرر البافاري تحت قيادة توخيل التسلح بتشكيل مكون من:-
في حراسة المرمى: مانويل نوير.
خط الدفاع: نصير مزراوي - ماتياس دي ليخت - كيم مين جاي - ألفونسو ديفيز
خط وسط الملعب: يوزوا كيميتش - كونراد لايمر - جمال موسيالا
في خط الهجوم: ليروي ساني - كينجسلي كومان - هاري كين
القنوات الناقلة لمباراة بايرن ميونخ ودار مشتاتونقلت فعاليات اللقاء بين الفريقين عدة قنوات في الشرق الأوسط وشمال إفريقيا: beIN Sports hd 3.
في ألمانيا: Sky Bundesliga 1HD
في المملكة المتحدة: BT Sport 1
في الولايات المتحدة الأمريكية: ESPN+
والجدير بالذكر أن بايرن ميونخ اصبح محتلًا المركز الأول في جدول ترتيب الدوري الألماني برصيد 23 نقطة، فيما يحتل دارمشتات المركز الرابع عشر برصيد 7 نقاط.
المصدر: بوابة الفجر
كلمات دلالية: توماس مولر جوندوجان ليروي ساني توماس توخيل بايرن ميونيخ الألماني ماتياس دي ليخت تشكيل بايرن ميونيخ الفريق البافاري دار مشتات الدوری الألمانی بایرن میونیخ فی الدقیقة
إقرأ أيضاً:
نقلة نوعية تعالج ظاهرة الإجابات «الواثقة غير الدقيقة»
أبوظبي (الاتحاد)
أخبار ذات صلةكشف باحثون من جامعة محمد بن زايد للذكاء الاصطناعي عن نهج مبتكر يُعيد تشكيل عملية التحقق التلقائي من مخرجات نماذج اللغة الكبرى (LLMs)، موفراً حلاً أكثر كفاءة وأقل تكلفة لمعالجة ظاهرة «الهلوسة» التي تُنتج إجابات واثقة لكنها غير دقيقة. الدراسة، التي نُشرت على الموقع الإلكتروني للجامعة، عُرضت في المؤتمر السنوي لعام 2025 للأميركتين في رابطة اللغويات الحسابية (NAACL).
وفقاً للموقع الإلكتروني للجامعة، طوّر الفريق البحثي، بقيادة الباحث ما بعد الدكتوراه تشُووهان شيه، إطار عمل جديداً يُسمى FIRE (التحقق من الحقائق مع الاسترجاع والتحقق التكراري). يعتمد هذا النهج على تقييم مستوى ثقة النموذج في الادعاءات التي يقدمها، ليحدد ما إذا كانت هناك حاجة للبحث عبر الإنترنت أم يمكن الاعتماد على المعرفة الداخلية للنموذج. هذا الأسلوب لا يقلل فقط من التكاليف المرتبطة بالبحث الخارجي، بل يعزز كفاءة التحقق عبر تخزين المعلومات المستردة لدعم تقييم ادعاءات أخرى ضمن النص نفسه.
يقول شيه: «العديد من الادعاءات بسيطة بما يكفي لعدم الحاجة إلى بحوث إضافية، مما يجعل إطارنا أكثر ديناميكية وقابلية للتوسع». وأظهرت الاختبارات على مجموعات بيانات معيارية أنه تم تقليص تكاليف البحث بمعدل 16.5 مرة، مع الحفاظ على أداء مشابه للأطر الأخرى.
وأشار الباحثون، ومنهم روي شينج وبريسلاف ناكوف
، إلى أن النماذج المتقدمة مثل o1-preview من OpenAI، رغم دقتها العالية، قد لا تكون ضرورية دائماً، حيث حقق FIRE مع نماذج أقل تكلفة توازناً مثالياً بين الأداء والتكلفة. كما كشفت الدراسة عن أخطاء في مجموعات البيانات المعيارية، مما يبرز الحاجة إلى تحسين هذه المعايير لضمان دقة أعلى في العالم الحقيقي، حسبما جاء في تقرير موقع الجامعة.
ويفتح FIRE آفاقاً واعدة لمكافحة المعلومات المغلوطة، ليس فقط في النصوص، بل أيضاً في الصور والفيديوهات، مع إمكانية تطويره لدعم التحقق متعدد الوسائط. ويؤكد شيه أن هذا الابتكار قد يُصبح مصدر معرفة إضافياً يعزز قدرات نماذج اللغة الكبرى، مما يُحدث ثورة في معالجة اللغة الطبيعية.
نتيجة الصف الرابع الابتدائي.. موعد ظهورها ورابط الاستعلام المباشر