Salem Alotaibi

في عصر #الذكاء_الاصطناعي، الفرص الحقيقية تُصنع ولا تُنتظر. و #رؤية_السعودية_2030 تحتاج عقول تبادر وتبني… إذا كنت منهم فهذا مكانك.

بدأنا أنا و @malobeiwi رحلة بناء "آتام Atam"؛ وهي مبادرة خاصة وستارت أب مستقل تماماً، نهدف من خلاله لتطوير تقنيات دفاعية تدمج قوة الذكاء الاصطناعي بالأنظمة المستقلة وهندسة الهاردوير. 🇸🇦 نحتاج عقولاً استثنائية تشاركنا التأسيس في: • Autonomy & Computer Vision (AI) • Embedded Systems & Robotics (Drones) • Big Data Infrastructure إذا كنت ترى في نفسك القدرة على الابتكار في مشروع تقني عميق، مكانك معنا. قدم هنا: atam.careers

@tmrrah9 للمهتمين بالأخبار السياسية الحالية بكل حيادية يتابعون @alrougui حساب ينقل جميع الأخبار بدون تحيز 👍 التحيز في نقل الأخبار يقلل المصداقية

عاجل: "48 ساعة فقط" ترامب يمنح إيران 🇮🇷 مهلة 48 ساعة ، او سيتم تدمير محطات الطاقة الايرانية ايضاً ‼️ وذلك بعد نجاح تدمير القدرات العسكرية

كلمة #خادم_الحرمين_الشريفين بمناسبة عيد الفطر لعام 1447هـ. spa.gov.sa/N2541904 #واس

@Aihmed_ml الله يوفقك ويسدد خطاك، وما شاء الله عليك مثال رائع في الالتزام والاستمرارية وتنظيم الأهداف وبناء المعرفة بشكل تدريجي ومتقن

136 يوم من الالتزام والشغف للي اسويه، فخور بنفسي على هالصملة بنيت ولله الحمد اساس صلب، لكن احلى شيء صار لي اني تعرفت عليكم. الحين جاء وقت التقاط الانفاس عقلي يحتاج استشفاء عشان ارجع اقوى، باخذ فاصل قصير وارجع بعد العيد بحماس اكبر باذن الله ✨🧠

@GaifanZhang will present this work at EACL next week in Poster Session 1, Wed. Mar 25, 11:30-13:00. If you are interested in how to control sentence embeddings via a user-defined condition please pass by our poster. #nlproc #eacl2026

@ThuiZhanglsy will give an oral presentation on this paper at @eaclmeeting 2026 next Friday, March 27th, from 9:00 to 10:30 in the Safety, Alignment, and Prompt-Induced Risks session. Tianhui is also on the job market and currently writing up his thesis. Unfortunately, I will not be attending EACL in Morocco this time. 🇲🇦🎉🎉🎉 #NLProc #eacl2026

كلمة خادم الحرمين الشريفين الملك سلمان حفظه الله، بمناسبة حلول عيد الفطر المبارك، يلقيها نيابة عنه معالي وزير الإعلام الأستاذ سلمان الدوسري.

#عيّدي_معتزة اليوم الساعة 7:00 مساءً #وزارة_الدفاع

#وزارة_الدفاع تُطلق خدمة الإبلاغ عن المشاهدات الجوية المشبوهة عبر التطبيق الوطني الشامل #توكلنا.

بلّغ عن المشاهدات الجوية المشبوهة عبر التطبيق الوطني الشامل #توكلنا. #وزارة_الدفاع

تعرّف على خطوات رفع البلاغ عن المشاهدات الجوية المشبوهة عبر تطبيق #توكلنا. #وزارة_الدفاع

🇸🇦 في #ذكرى_البيعة_التاسعة لسمو ولي العهد الأمين: أَدِين: بعهدٍ وثيقٍ في عُرى الدِّينِ ثابتٍ كما ثبَـتَـت في أرضِـنا السَّرواتُ وحُبٍّ سُعُودِيٍّ يُضاعَـفُ مثـلما تُضَاعَفُ في أُمِّ القُرى الحسناتُ اللهمَّ زده بصيرةً ونورًا وتأييدًا وتوفيقًا!

تزامنًا مع تسمية عام 2026م #عام_الذكاء_الاصطناعي تطلق #الأكاديمية_السعودية_الرقمية معسكرات همة الرقمية، لتأهيل الكفاءات الوطنية في مجالات الذكاء الاصطناعي والبيانات والتقنيات الحديثة. سجل الآن: sda.edu.sa/ar/all-bootcamp #مهارات_تصنع_المستقبل

تزامنًا مع #عام_الذكاء_الاصطناعي.. رئيس ديوان المظالم يوجّه بإطلاق وثيقة مبادئ استخدام أنظمة الذكاء الاصطناعي. spa.gov.sa/N2536181 #واس

صقورٌ تعانق هام السحاب.. #وزارة_الدفاع

💚💚

ندافع عن عقيدتنا ندافع لو تروح أعمار #وزارة_الحرس_الوطني

Announcing Copilot Cowork, a new way to complete tasks and get work done in M365. When you hand off a task to Cowork, it turns your request into a plan and executes it across your apps and files, grounded in your work data and operating within M365’s security and governance boundaries.

Three days ago I left autoresearch tuning nanochat for ~2 days on depth=12 model. It found ~20 changes that improved the validation loss. I tested these changes yesterday and all of them were additive and transferred to larger (depth=24) models. Stacking up all of these changes, today I measured that the leaderboard's "Time to GPT-2" drops from 2.02 hours to 1.80 hours (~11% improvement), this will be the new leaderboard entry. So yes, these are real improvements and they make an actual difference. I am mildly surprised that my very first naive attempt already worked this well on top of what I thought was already a fairly manually well-tuned project. This is a first for me because I am very used to doing the iterative optimization of neural network training manually. You come up with ideas, you implement them, you check if they work (better validation loss), you come up with new ideas based on that, you read some papers for inspiration, etc etc. This is the bread and butter of what I do daily for 2 decades. Seeing the agent do this entire workflow end-to-end and all by itself as it worked through approx. 700 changes autonomously is wild. It really looked at the sequence of results of experiments and used that to plan the next ones. It's not novel, ground-breaking "research" (yet), but all the adjustments are "real", I didn't find them manually previously, and they stack up and actually improved nanochat. Among the bigger things e.g.: - It noticed an oversight that my parameterless QKnorm didn't have a scaler multiplier attached, so my attention was too diffuse. The agent found multipliers to sharpen it, pointing to future work. - It found that the Value Embeddings really like regularization and I wasn't applying any (oops). - It found that my banded attention was too conservative (i forgot to tune it). - It found that AdamW betas were all messed up. - It tuned the weight decay schedule. - It tuned the network initialization. This is on top of all the tuning I've already done over a good amount of time. The exact commit is here, from this "round 1" of autoresearch. I am going to kick off "round 2", and in parallel I am looking at how multiple agents can collaborate to unlock parallelism. github.com/karpathy/nanoc… All LLM frontier labs will do this. It's the final boss battle. It's a lot more complex at scale of course - you don't just have a single train. py file to tune. But doing it is "just engineering" and it's going to work. You spin up a swarm of agents, you have them collaborate to tune smaller models, you promote the most promising ideas to increasingly larger scales, and humans (optionally) contribute on the edges. And more generally, *any* metric you care about that is reasonably efficient to evaluate (or that has more efficient proxy metrics such as training a smaller network) can be autoresearched by an agent swarm. It's worth thinking about whether your problem falls into this bucket too.