صحية ولذيذة.. طريقة عمل سلطة البروكلي
تاريخ النشر: 27th, April 2024 GMT
قدمت الشيف منال العالم، عبر حسابها الرسمي على موقع التواصل الأجتماعي الأنستجرام، طريقة عمل سلطة البروكلي.
مقادير سلطة البروكلي
1 رأس بروكلي
1 حبة كبيرة جزر
1 حبة كبيرة كوسة
2 عود بصل اخضر
4 فص ثوم
1 حبة صغيرة بصل
1 بوصة زنجبيل
1 قرن فلفل اخضر
1 كوب كزبرة خضراء او بقدونس
1 حبة افوكادو
نصف كوب عصير ليمون
1 كوب أوراق ريحان اخضر
ربع كوب جوز
ربع كوب كاجو
1 ملعقة صغيرة ملح
نصف ملعقة صغيرة فلفل اسود
2 ملعقة كبيرة زيت زيتون
للتزيين: شيبس
طريقة تحضير سلطة البروكلي
1.
2 .ضعي الجزر في المحضرة وافرميه ناعما، اتركيه جانبا
3.افرمي البصل الى شرائح رقيقة مع الأوراق الخضراء، اتركيه جانبا
4.في محضرة الطعام ضعي الثوم، الزنجبيل، البصل، أوراق الكزبرة، الأفوكادو، عصير الليمون ، الريحان، الجوز، الكاجو، الملح، الفلفل الزيت شغلي ليصبح ناعما
6.ضعي كل المكونات في طبق، قلبيها لتختلط.
6.قدمي السلطة مع الشبيس او الخبز المحمص.
المصدر: صدى البلد
كلمات دلالية: سلطة البروكلي منال العالم
إقرأ أيضاً:
مايكروسوفت.. نماذج صغيرة تنافس عمالقة الذكاء الاصطناعي
في سباق متسارع في مشهد الذكاء الاصطناعي، أعلنت مايكروسوفت عن مجموعة جديدة من نماذج الذكاء الاصطناعي تحت اسم Phi 4، والتي تتميز بحجمها الصغير وأدائها القوي، لتنافس نماذج أكبر وأكثر شهرة مثل o3-mini من OpenAI.وفق موقع "تك كرانش" التقني.
من خلال Phi 4، تضع مايكروسوفت نفسها في موقع المنافسة المباشرة مع عمالقة القطاع، مقدمة نماذج مفتوحة المصدر يمكنها التعامل مع مهام معقدة كحل المسائل الرياضية، البرمجة، وتحليل البيانات، وكل ذلك بكفاءة تضاهي نماذج أضخم وأكثر تعقيدًا.
اقرأ أيضاً.. مايكروسوفت".. قصة نجاح من الحوسبة إلى الذكاء الاصطناعي والسحابة
أكدت مايكروسوفت أنها اعتمدت في تطوير هذه النماذج الجديدة على أساليب تدريب عصرية وتقنيات متطورة مثل "التعلم المعزز" و"التقطير المعرفي"، لضمان الحصول على أداء قوي بالرغم من الحجم الصغير نسبيًا. وأوضحت الشركة أن هدفها الأساسي هو توفير ذكاء اصطناعي قوي حتى للأجهزة التي لا تتمتع بمواصفات تقنية عالية، ما يسمح باستخدامه في بيئات تحتاج إلى رد فعل سريع، مثل الأجهزة المحمولة وتطبيقات إنترنت الأشياء (IoT).
3 نماذج رئيسية:
Phi 4 reasoning plus وPhi 4 reasonin و Phi 4 mini reasonin ..جميع هذه النماذج مصنفة ضمن نماذج "الاستدلال" (Reasoning)، والتي تركز على التحقق الدقيق من صحة الحلول للمسائل المعقدة، وهو ما يجعلها مثالية لمهام تتعلق بالرياضيات، العلوم، والبرمجة.
أخبار ذات صلة
تم تدريب Phi 4 mini reasoning كمساعد تعليمي ذكي على مليون مسألة رياضية اصطناعية باستخدام نموذج R1 من شركة DeepSeek الصينية.. ويقدم أدوات تعليمية مثل التدريس التفاعلي على أجهزة خفيفة الوزن، ويتميز بأداء عالي رغم الحجم الصغير.
Phi 4 reasoning: النموذج الثاني في السلسلة يضم 14 مليار معلمة، وتم تدريبه على بيانات ويب عالية الجودة إلى جانب عروض مختارة من نموذج o3-mini. يقدم حلولاً في مسائل الرياضيات، البرمجة، والعلوم كما يتميز بأداء متفوق في المجالات التقنية المعقدة.
Phi 4 reasoning plus: نموذج يتميز بدقة تضاهي النماذج العملاقة هذا النموذج هو نسخة مطورة من Phi-4 الأصلي، مُهيأ ليحقق دقة أعلى في مهام محددة. يُقارب أداء نموذج R1 (رغم أن الأخير يحتوي على 671 مليار معلمة).في الاختبارات: تساوى تقريبًا مع o3-mini في اختبار OmniMath ويمتاز بقوة أداء هائلة مقابل حجم أصغر.
لماذا هذه النماذج مهمة؟
عائلة Phi تقدم لمطوري التطبيقات أدوات ذكاء اصطناعي قوية بحجم صغير، مناسبة لتطبيقات الحوسبة على الحافة (Edge AI) — أي التطبيقات التي تعمل على الأجهزة مباشرة من دون الحاجة لخوادم ضخمة.
تهدف مايكروسوفت، من خلال هذه النماذج إلى تمكين المطورين من بناء تطبيقات أسرع، وأخف، وأكثر ذكاءً.
مع إطلاق نماذج Phi 4 الجديدة، تثبت مايكروسوفت أنها ماضية بقوة نحو إعادة تشكيل مشهد الذكاء الاصطناعي، ليس فقط من حيث الأداء، بل من خلال تقديم حلول عملية تناسب احتياجات المطورين والتطبيقات الحديثة.
وبينما يواصل الذكاء الاصطناعي التوليدي لعب دور أكبر في التعليم، البرمجة، والأعمال، فمن المتوقع أن تصبح نماذج مثل Phi 4 جزءًا أساسيًا من الأدوات المستخدمة لتطوير تطبيقات ذكية تعمل بكفاءة وسرعة على الأجهزة الطرفية. هذه الخطوة قد تفتح الباب أمام موجة جديدة من الابتكار.
ومع توافر هذه النماذج عبر منصة Hugging Face، فإن الطريق أصبح ممهدًا أمام مجتمع المطورين لاستكشاف إمكانياتها، وتوظيفها لبناء الجيل القادم من التطبيقات الذكية.
لمياء الصديق (أبوظبي)
منصور بن محمد يشهد تخريج الدفعة 15 في «جامعة حمدان بن محمد»