Your privacy choices

Allow optional cookies for referral attribution, visit analytics, and Google Ads purchase measurement.

العودة إلى المدونة
العربيةDeutschEnglishEspañolFrançais日本語한국어LatinaBahasa MelayuPortuguês (Brasil)РусскийไทยTiếng Việt繁體中文中文

ظهور Naive-N0.5-Flash: نموذج MoE بحجم 309B وسياق أصلي 1M وسرعة تصل إلى نحو 2000 tok/s، نموذج صيني مفتوح المصدر من فريق ذي خلفية تسينغهوا

Naive-N0.5-FlashNaiveAIنموذج صيني مفتوح المصدرسياق 1M2000 tok/s

309B معامل في المجموع، وكل token لا ينشّط منها إلا 15.5B. سياق أصلي 1M. فئة Ultrafast تصل إلى نحو 2000 tok/s. ترخيص MIT، والأوزان كلها مفتوحة.

أربعة أرقام وجملة واحدة: النماذج الصينية مفتوحة المصدر نقلت هذه المرة معنى «السرعة» إلى مستوى آخر.

في 27 سبتمبر 2026 أطلقت NaiveAI، وهي شركة ذكاء اصطناعي صينية أسسها فريق ذو خلفية تسينغهوا، نموذج Naive-N0.5-Flash. وفي NL2Repo-Bench تعطي بطاقة النموذج الرسمية نتيجة 71.9. وفي المقارنة التي جمعها Latent Space سجّل DeepSeek V4.1 Flash النتيجة 68.2، وسجّل GLM 5.3 Flash النتيجة 56.3. نموذج يعمل على النصوص والشيفرة فقط، لكنه يقطع مضماره بعمق وسرعة.

هذه ليست حكاية «معاملات أكثر» المعتادة. إنها حكاية سرعة الاستجابة. حين ينتج النموذج آلاف الـ tokens في الثانية، لا تعود كتابة الشيفرة وتشغيل Agent وقراءة المستودع انتظارًا لانتهاء النموذج من التفكير، بل تصبح إجابةً اكتملت بالفعل.

الخلاصة أولًا

  • الجهة المطلِقة: NaiveAI (naive.ai)، وحسابها الرسمي على X هو @naiveailab، وتاريخ الإطلاق 2026-09-27.
  • الترخيص: MIT، أوزان مفتوحة. عتبة الاستخدام التجاري والتطوير اللاحق منخفضة جدًا.
  • الحجم: MoE بإجمالي 309B معامل، وينشَّط 15.5B معامل لكل token.
  • السياق: أصلي 1M.
  • السرعة: الفئة Standard الرسمية نحو 50 tok/s، والفئة Ultrafast تصل إلى نحو 2000 tok/s، بتشغيل محرك الاستدلال المطوَّر ذاتيًا NaiveRT.
  • حدود القدرات: يركّز على النصوص والشيفرة فقط، ولا يدعم إدخال الصور.
  • المعايير: NL2Repo-Bench بنتيجة 71.9، أعلى من DeepSeek V4.1 Flash (68.2) وGLM 5.3 Flash (56.3). بيانات بطاقة النموذج الرسمية، جمعها Latent Space.

من صنعه: NaiveAI، شركة أسسها فريق ذو خلفية تسينغهوا

NaiveAI شركة ذكاء اصطناعي صينية أسسها فريق ذو خلفية تسينغهوا. وبحسب ما نقلته وسائل الإعلام، فإن مؤسسها داي جيفنغ (代季峰) أستاذ مشارك في قسم الهندسة الإلكترونية بجامعة تسينغهوا. ونموذج Naive-N0.5-Flash منتج تابع لشركة NaiveAI.

اختار فريق ذو عمق أكاديمي أن يفتح الأوزان كاملةً بترخيص MIT، ثم استخدم محرك استدلال مطوَّرًا ذاتيًا ليبلغ بالسرعة أقصاها. وهذا الطريق مميز بوضوح بين النماذج الصينية الكبيرة.

الوقوف على أكتاف عمالقة المصدر المفتوح ودفع السرعة إلى أقصاها

لا يتجنب Naive-N0.5-Flash الحديث عن أصوله، بل يذكرها بفخر.

أكدت الجهة الرسمية أن النموذج يعتمد على Xiaomi MiMo-V2.5 أساسًا، واستفاد من الانتباه المتناثر DSA الذي طرحته DeepSeek، إضافة إلى محرك الاستدلال المطوَّر ذاتيًا لدى NaiveAI وهو NaiveRT. ثلاثة عناصر تتراكم فوق بعضها:

  1. MiMo-V2.5 يوفّر أساسًا متينًا. العدّاء الذي سبق في سباق المصدر المفتوح الصيني أنجز وضع الأساس.
  2. الانتباه المتناثر DSA يوفّر فكرة السياق الطويل. نشرت DeepSeek الطريقة، ويمكن للاحقين أن يقفوا عليها مباشرة.
  3. NaiveRT يعصر الهندسة إلى حدها الأقصى. الفئتان اللتان أعلنتهما الجهة الرسمية، Standard بنحو 50 tok/s وUltrafast بحد أقصى نحو 2000 tok/s، تبيّنان أن قدرة النموذج نفسه يمكن إطلاقها بأشكال خدمة مختلفة. وNaiveRT هو المحرك الذي ينطلق نحو الفئة الأعلى.

هذه هي قوة سباق التتابع في المصدر المفتوح: Xiaomi تجري المرحلة الأولى، وDeepSeek تسلّم الطريقة، وNaiveAI تتسلم العصا وتندفع نحو «السرعة القصوى». لا أحد مضطر إلى اختراع العجلة من الصفر، وكل طرف يدفع إنجاز غيره إلى مدى أبعد. هذا أجمل ما يكون عليه نظام المصدر المفتوح: كل مرحلة أسرع من التي قبلها.

جدول المعلمات الأساسية

البند المعلومات
الاسم المعروض Naive-N0.5-Flash
معرّف نموذج API الرسمي (الرئيسي) naive-n0.5-flash
معرّف نموذج API الرسمي (التفكير معطَّل) naive-n0.5-lite (النموذج نفسه مع تعطيل التفكير)
الجهة المطلِقة NaiveAI (naive.ai)
تاريخ الإطلاق 2026-09-27
الترخيص MIT، أوزان مفتوحة
البنية MoE، الإجمالي 309B، المنشَّط 15.5B
عدد الطبقات 48 طبقة: 39 طبقة انتباه بنافذة منزلقة (SWA) + 9 طبقات انتباه متناثر DSA
السياق أصلي 1M
السرعة (رسميًا) Standard نحو 50 tok/s؛ Ultrafast حتى نحو 2000 tok/s
محرك الاستدلال NaiveRT المطوَّر ذاتيًا
نوع الإدخال نصوص وشيفرة فقط، ولا يدعم الصور
النموذج الأساسي Xiaomi MiMo-V2.5

تفكيك البنية: لماذا هو كبير وطويل وسريع معًا

309B معامل إجمالًا و15.5B منشَّطة: سعة كبيرة وحساب صغير

فكرة MoE (مزيج الخبراء) حاسمة وبسيطة: يمكن للنموذج أن يكون ضخمًا جدًا، لكن كل token لا يوقظ إلا جزءًا صغيرًا من الخبراء. يبلغ إجمالي معاملات Naive-N0.5-Flash نحو 309B، وكل token لا ينشّط إلا 15.5B. تأتي سعة المعرفة من 309B، أما حجم الحساب في كل خطوة فيُحسب على 15.5B فقط. معرفة النموذج الكبير بخطوة النموذج الصغير. هذه هي القاعدة البنيوية التي تتيح إنتاجية عالية.

39 طبقة SWA + 9 طبقات DSA: تقسيم دقيق بين المحلي والشامل

في الشبكة ذات 48 طبقة، تعتمد 39 طبقة على الانتباه بنافذة منزلقة (SWA)، فتنظر إلى الجوار المحلي فقط، ولا تتضخم تكلفتها بلا حدود مع طول السياق. وتعتمد 9 طبقات على الانتباه المتناثر DSA الذي يختار من النطاق الشامل المواضع المهمة فعلًا. تُسند معظم العمليات الحسابية إلى الطبقات المحلية الخفيفة، وتتولى قلة من الطبقات الشاملة حمل الاعتماديات بعيدة المدى. بهذا التوزيع يصبح السياق الأصلي 1M قدرة قابلة للاستخدام فعلًا، لا مجرد رقم في جدول المعلمات.

1M أصلي: المستودع كله، يُقرأ مرة واحدة

ماذا يعني سياق 1M؟ يمكن وضع مستودع شيفرة متوسط الحجم، أو مجموعة كاملة من الوثائق التقنية، أو سجل محادثة طويلًا جدًا في طلب واحد دون تقطيع. وفي مهام الشيفرة يعني هذا فقدًا أقل للمعلومات من أسلوب «البحث أولًا ثم الدمج». يرى النموذج السياق كاملًا، لا شظايا مجمّعة.

حتى نحو 2000 tok/s: جواب NaiveRT

قسّمت الجهة الرسمية الخدمة إلى فئتين: Standard بنحو 50 tok/s، وUltrafast بحد أقصى نحو 2000 tok/s. وخلف Ultrafast محرك الاستدلال المطوَّر ذاتيًا لدى NaiveAI، وهو NaiveRT. بنية النموذج مسؤولة عن «الحساب الأقل»، ومحرك الاستدلال مسؤول عن «الحساب الأسرع». ولا يظهر هذا الرقم إلا حين يُنجَز الأمران معًا.

ماذا تغيّر السرعة

يبدو 2000 tok/s مجرد رقم. ضعه في سيناريوهات التطوير الحقيقية وستتغير الصورة.

الإكمال الفوري في IDE. تكتب سطر تعليق، فيمتلئ الشاشة بالتنفيذ كاملًا تقريبًا في اللحظة نفسها. لا دائرة انتظار ولا عبارة «جارٍ التفكير». يكاد المؤشر يتوقف حتى تكون الشيفرة قد استقرت. يتحول الإكمال من «انتظار» إلى «تنفس»، ويصبح المطور أميل إلى استدعائه باستمرار، وفرق يوم كامل يتراكم شيئًا فشيئًا.

عشرات جولات الاستدعاء في Agent. على Agent أن يقرأ الملفات ويعدّل الشيفرة ويشغّل الاختبارات ويقرأ النتائج ثم يعدّل مرة أخرى. وقد تمر المهمة الواحدة بعشرات جولات الاستدعاء. وكل جولة توفر ثواني، فتوفر المهمة كلها دقائق. وحين تكون كل خطوة أسرع، يستطيع Agent ضمن ميزانية الوقت نفسها أن يجرّب أكثر ويتحقق أكثر، فيزداد هامش ارتفاع نسبة النجاح.

مستودع طويل يُقرأ دفعة واحدة. سياق 1M مع إنتاجية عالية يعني أن تسلّم قاعدة الشيفرة كاملة إلى النموذج ليقدّم خطة تحسين متكاملة، بدل التقطيع المتكرر داخل حدود النافذة. قراءة كاملة وإجابة سريعة، وهذا ما ينبغي أن يكون عليه السياق الطويل.

مهام دفعية تُوزَّع بالتوازي. مراجعة الشيفرة وتوليد الوثائق وإكمال الاختبارات أعمال تقبل التوازي. وكلما ارتفعت الإنتاجية انخفض الزمن الكلي مباشرة.

مقايضة الوقت بالجودة. حين تكون السرعة كافية، يتسع المجال لإطالة سلسلة التفكير. كان «التفكير الطويل» ترفًا من قبل، وصار الآن خيارًا عاديًا.

السرعة ليست غاية في ذاتها. ما تغيّره هو إيقاع التعاون بين الإنسان والنموذج: من «أرسل ثم انتظر» إلى «حاور ثم واصل».

لماذا يهم هذا المصدر المفتوح الصيني

كان الحديث عن النماذج الصينية مفتوحة المصدر يتوقف غالبًا عند «كم حجم المعاملات» و«ما الترتيب في الجدول». يفتح Naive-N0.5-Flash مدخلًا جديدًا: كلاهما مفتوح المصدر، فمن يستطيع أن يجعل سرعة الاستدلال مفاجئة للمطورين.

لهذا المدخل ثلاث طبقات من المعنى.

الأولى: المصدر المفتوح ليس نشر الأوزان فقط. يعني ترخيص MIT أن الفريق يستطيع النشر والضبط الدقيق والدمج بنفسه، دون القلق من قيود ترخيص متراكبة. والأوزان في اليد تجعل حق الاختيار بيد المطور.

الثانية: القدرة الهندسية تصبح ميزة تنافسية. الأساس من MiMo-V2.5، وفكرة الانتباه المتناثر من DSA لدى DeepSeek، وكلاهما لبنات متاحة علنًا في منظومة المصدر المفتوح. وجّهت NaiveAI جهدًا كبيرًا إلى محرك الاستدلال NaiveRT، وجعلت «اللبنات نفسها تُركَّب لتعطي سرعة أعلى» سمتها الخاصة. وهذا يدل على أن الإتقان الهندسي في عصر المصدر المفتوح هو في حد ذاته حاجز تنافسي.

الثالثة: المصدر المفتوح الصيني شكّل سباق تتابع. إنجاز جهة يصبح نقطة بداية لجهة أخرى، وطريقة جهة تتحقق منها أخرى وتحسّنها ثم تعيد نشرها. وهذه الدورة تدور أسرع فأسرع، والمستفيد منها كل المستخدمين: نماذج أكثر للاختيار، وعتبة أدنى للتجربة والخطأ، وإيقاع أسرع للتطوير.

قراءة هذه الورقة التقنية: أربع كلمات مفتاحية

إذا أردت أن تتذكر النقاط التقنية لهذا النموذج فقط، فتكفيك هذه الكلمات الأربع.

MoE. إجمالي 309B معامل هو «مخزن المعرفة»، و15.5B المنشَّطة هي «القدرة الحسابية الفعلية في كل خطوة». المخزن الكبير يعني سعة وافرة، وتحريك جزء صغير في كل خطوة يعني سرعة.

SWA. انتباه بنافذة منزلقة، ويشكّل 39 طبقة من 48. يجعل معظم الطبقات تنتبه إلى المحتوى القريب فقط، فتبقى التكلفة تحت السيطرة.

DSA. انتباه متناثر، ويشكّل الطبقات التسع المتبقية. يختار المواضع الحاسمة من النطاق الشامل، ويستعيد المعلومات البعيدة المفيدة فعلًا.

NaiveRT. محرك الاستدلال المطوَّر ذاتيًا، وهو الحلقة التي تحوّل الأفضلية البنيوية إلى «كم token في الثانية».

إذا ربطت الكلمات الأربع حصلت على منطق واضح: MoE لحساب أقل، وSWA لضبط تكلفة السياق الطويل، وDSA للحفاظ على الرؤية الشاملة، وNaiveRT لتحويل السرعة إلى واقع.

استخدامات تستحق التخيل

ما يلي تصورات استخدام مبنية على المعلمات الرسمية وحدود القدرات، ولا تمثل أي حالة وقعت فعلًا.

  • خط مراجعة الشيفرة: ضع المستودع كله في السياق دفعة واحدة، ودع النموذج يقترح تعديلات عابرة للملفات. هنا تظهر قيمة السياق الأصلي 1M بأوضح صورة.
  • مساعد IDE: يعود الإكمال والشرح واقتراحات إعادة الهيكلة تقريبًا في اللحظة نفسها، فلا يقاطع الانتظار تركيز المطور.
  • Agent متعدد الخطوات: قراءة وتعديل واختبار ومراجعة في حلقة متكررة. وكلما كانت كل خطوة أسرع، كانت السلسلة كلها أكثر سلاسة.
  • مزامنة الوثائق والشيفرة: تدخل الوثائق الطويلة وقاعدة الشيفرة إلى السياق معًا، لمقارنة وصف الواجهات بالتنفيذ والتحقق من تطابقهما.

تشترك هذه السيناريوهات في أنها تضخّم ميزتي «السرعة» و«طول السياق»، وتقع كلها ضمن النصوص والشيفرة، فتتطابق تمامًا مع حدود قدرات النموذج.

كيف يراه طرف ثالث: تقييم Latent Space

في 10 نوفمبر 2026 نشر Latent Space تقييمًا كتبه Gabriele Beltramo. كل البيانات أدناه من ذلك المقال، وليست نتائج اختبار أجرتها Guishu Intelligence.

نتائج المعايير

نتائج NL2Repo-Bench (بيانات بطاقة النموذج الرسمية، جمعها Latent Space):

النموذج NL2Repo-Bench
Naive-N0.5-Flash 71.9
DeepSeek V4.1 Flash 68.2
GLM 5.3 Flash 56.3

السرعة المقيسة

أظهر تقييم Latent Space ما يلي:

  • بلغت الذروة المقيسة نحو 2100 tok/s، وهي أعلى قليلًا من 2000 tok/s التي أعلنتها الجهة الرسمية؛
  • مرحلة التفكير نحو 984 tok/s، ومرحلة الإجابة نحو 1816 tok/s؛
  • الزمن الوسيط من البداية إلى النهاية 3.1 ثانية، مقابل 10.1 ثانية لدى DeepSeek.

حالة تطبيقية

في حالة «توليد تطبيق للمجموعة الشمسية» كان أداء Naive-N0.5-Flash الأفضل. وفي المهام ذات البنى الشجرية جاء قريبًا من DeepSeek.

قراءة الأرقام بهدوء

عند النظر في هذه الأرقام، خذ في الحسبان الشروط الثلاثة التي ذكرها نص التقييم الأصلي:

  • قيست سرعة Naive على الخادم الرسمي، بينما شُغّلت النماذج الأخرى عبر OpenRouter، فمسار الطرفين مختلف؛
  • متوسط الزمن للطرفين متقارب، وهو 45.3 ثانية و45.0 ثانية؛
  • في المسائل الصعبة بلغ متوسط الزمن 89.8 ثانية مقابل 79.7 ثانية، والسبب سلسلة تفكير أطول.

تتابع وسائل الإعلام الصينية هذا النموذج أيضًا. فقد نقله Qubit (量子位) في مقال على حسابه العام في WeChat بتاريخ 13 نوفمبر 2026. والمقال مصدر ثانوي، والأرقام تُعتمد من نص Latent Space الأصلي.

لمن يناسب وفي أي سيناريوهات

مناسب جدًا:

  • الإكمال التفاعلي للشيفرة والأسئلة والأجوبة داخل IDE، حيث التأخير حساس؛
  • فهم المستودعات وإعادة كتابتها بما يحتاج إلى سياق كبير؛
  • الفرق التي تحتاج إلى نشر خاص وترخيص متساهل (MIT)؛
  • حلقات Agent عالية التكرار، حيث يتضاعف انتظار كل خطوة مرة بعد مرة.

حدود ينبغي معرفتها مسبقًا:

  • النموذج يعالج النصوص والشيفرة فقط، والمهام التي تحتاج إلى إدخال الصور تتطلب نموذجًا آخر؛
  • نتائج الاختبارات الرسمية مرجع فقط، والأثر الفعلي في عملك يجب أن يُقاس على مهامك أنت.

كيف يربط المطورون هذا النوع من النماذج عبر واجهة متوافقة

بالنسبة إلى النماذج التي تُقدَّم عبر API وتتبع أسلوب Chat Completions، فطريقة الربط واحدة في الجملة: اضبط نقطة النهاية والمفتاح ومعرّف النموذج، وأرسل الطلب بالبث المتدفق. فيما يلي مثال عام، ونقطة النهاية والمفتاح عناصر نائبة. اعتمد على وثائق API الرسمية وعلى توضيحات الخدمة التي تستخدمها.

curl -N "https://<نقطة نهاية مزوّدك أو نقطة النهاية الرسمية>/v1/chat/completions" \
  -H "Authorization: Bearer <مفتاح API الخاص بك>" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "naive-n0.5-flash",
    "stream": true,
    "messages": [{"role": "user", "content": "اكتب بلغة Python ذاكرة تخزين مؤقت LRU آمنة للتزامن"}]
  }'

يُنصح قبل الربط بالتحقق من البنود التالية واحدًا واحدًا:

  1. معرّف النموذج: الرئيسي الرسمي هو naive-n0.5-flash، ونسخة التفكير المعطَّل هي naive-n0.5-lite؛
  2. الإخراج المتدفق: النماذج عالية الإنتاجية أولى باستخدام البث المتدفق، وإلا لن تظهر السرعة؛
  3. نوع الإدخال: أرسل النصوص فقط، ولا ترسل صورًا؛
  4. المهلة وإعادة المحاولة: طلبات السياق الطويل وسلاسل التفكير الطويلة تحتاج إلى مهلة أوسع؛
  5. مجموعة التقييم الخاصة بك: شغّل جولة بمهام حقيقية، ثم قرر هل تنتقل.

كيف يكون التقييم أكثر إقناعًا؟ اختر من 20 إلى 50 مهمة حقيقية من قاعدة شيفرتك، وسجّل زمن أول token والزمن الكلي كلًا على حدة، وقارن بين naive-n0.5-flash وnaive-n0.5-lite، وشغّل الاختبارات في مهام الشيفرة لمعرفة نسبة النجاح، ثم ضع مستودعًا حقيقيًا في نافذة 1M واختبره في جولة منفصلة. والنتيجة التي تخرج بها هي البيانات التي تصلح لوثيقة اختيار التقنية لديك.

تتابع Guishu Intelligence مستجدات هذه النماذج مفتوحة المصدر عالية السرعة، وهي حاليًا في مرحلة التقييم، ولا تقدّم أي التزام بشأن موعد التوفر.

الأسئلة الشائعة FAQ

من صنع Naive-N0.5-Flash؟ أطلقته NaiveAI، وهي شركة ذكاء اصطناعي صينية أسسها فريق ذو خلفية تسينغهوا. وبحسب ما نقلته وسائل الإعلام، فإن مؤسسها داي جيفنغ أستاذ مشارك في قسم الهندسة الإلكترونية بجامعة تسينغهوا. ونموذج Naive-N0.5-Flash منتج تابع لشركة NaiveAI، أُطلق في 27 سبتمبر 2026.

هل دُرّب من الصفر؟ أكدت الجهة الرسمية أنه يعتمد على Xiaomi MiMo-V2.5 أساسًا، ويستفيد من الانتباه المتناثر DSA لدى DeepSeek، ويقترن بمحرك الاستدلال المطوَّر ذاتيًا NaiveRT، مع جعل التركيز على الوصول بسرعة الاستدلال إلى أقصاها.

هل هو مفتوح المصدر؟ وما الترخيص؟ الأوزان مفتوحة، والترخيص MIT.

ما معرّف نموذج API؟ الرئيسي هو naive-n0.5-flash، أما naive-n0.5-lite فهو النموذج نفسه مع تعطيل التفكير.

من أين جاء 2000 tok/s؟ بحسب الجهة الرسمية تصل فئة Ultrafast إلى نحو 2000 tok/s كحد أقصى، بدعم من محرك الاستدلال المطوَّر ذاتيًا NaiveRT. وبلغت الذروة المقيسة في Latent Space نحو 2100 tok/s.

هل يدعم سياق 1M؟ نعم، سياق أصلي 1M. وعلى مستوى البنية يتحقق بـ 39 طبقة انتباه بنافذة منزلقة مع 9 طبقات انتباه متناثر DSA.

هل يدعم إدخال الصور؟ لا، فهو يركّز على النصوص والشيفرة فقط.

فيمَ يصلح هذا النموذج؟ توليد الشيفرة، وفهم المستودعات، وحلقات Agent، وسيناريوهات التطوير التفاعلي الحساسة للتأخير.

الخاتمة

مصدر مفتوح بترخيص MIT، وMoE بحجم 309B لا ينشّط إلا 15.5B، و39 طبقة SWA مع 9 طبقات DSA تحمل سياقًا أصليًا 1M، وNaiveRT المطوَّر ذاتيًا يدفع السرعة إلى حد أقصى رسمي نحو 2000 tok/s، ونتيجة NL2Repo-Bench بلغت 71.9.

Xiaomi MiMo-V2.5 أساسًا، وDSA من DeepSeek فكرةً، وNaiveAI تبلغ بالهندسة منتهاها. إنه تتابع جميل للنماذج الصينية مفتوحة المصدر، وجواب جديد عن سؤال «إلى أي حد يمكن أن يكون نموذج الشيفرة سريعًا».

الكلمات المفتاحية لهذا النموذج: أوزان مفتوحة، سياق طويل، سرعة استجابة. وحين تجتمع الثلاث في نموذج واحد، فهو يستحق نظرة جادة من كل فريق يبني أدوات الشيفرة أو Agent أو منصات المطورين.

وأفضل ما يفعله المطور هو أن يجرّب بنفسه: يقرأ الوثائق الرسمية، ويشغّل جولة بمهامه هو، ويترك البيانات تتكلم.

المراجع