الظفرة يعود بـ «ثنائية» أمام الفجيرة ويتمسك بصدارة «الأولى»
تاريخ النشر: 19th, April 2025 GMT
معتصم عبدالله (أبوظبي)
استعاد الظفرة نغمة الانتصارات، الغائبة في آخر ثلاث جولات، بفوزه على ضيفه الفجيرة 2-0، في قمة انطلاق «الجولة 24» من دوري الدرجة الأولى لكرة القدم، والتي شهدت أيضاً تعادل يونايتد وجلف يونايتد 1-1، وفوز الذيد على جلف أف سي 4-0، ومصفوت على الجزيرة الحمراء 1-0.
وأنهى «الفارس» صيامه التهديفي في ثلاث مباريات متتالية، بالتعادل السلبي مع الجزيرة الحمراء والحمرية، والخسارة 0-1 أمام جلف يونايتد، حين نجح في تسجيل هدفين على الفجيرة بتوقيع إيزيكيل نومونفي في الدقيقة 16، ومحمد لامين ياتارا في الدقيقة 88.
وشهدت المباراة طرد لاعب وسط الفجيرة إسماعيل سونكو بالبطاقة الحمراء في الدقيقة 91، ليرفع الظفرة رصيده إلى 47 نقطة في صدارة الترتيب، فيما تجمد رصيد الفجيرة عند 38 نقطة، وتراجع إلى المركز الخامس.
من جانبه، صعد يونايتد إلى مركز «الوصافة المؤقتة»، بعدما رفع رصيده إلى 40 نقطة، بالتعادل أمام ضيفه جلف يونايتد 1-1، وتقدم الأخير بهدف لارس فيلدفيك في الدقيقة 63، قبل أن يدرك كوينسي أنطون التعادل ليونايتد في الدقيقة 86.
وفي بقية المباريات، حسم مصفوت مواجهته أمام الجزيرة الحمراء، بهدف فهد سالم حديد في الدقيقة التاسعة، رافعاً رصيده إلى 24 نقطة في المركز التاسع، مقابل 20 نقطة للجزيرة الحمراء «العاشر»، وواصل الذيد تألقه بالفوز على جلف أف سي برباعية، سجلها لوكاس سيلفا «هدفين» في الدقيقتين 21 و71، ولاحج صالح في الدقيقة 68، وجويل أوديناكا في الدقيقة 88.
المصدر: صحيفة الاتحاد
كلمات دلالية: الإمارات دوري الدرجة الأولى الظفرة الفجيرة
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