وكيل بحجم الحدود بلا تفاوض على رخصة
نشر مختبر شنغهاي للذكاء الاصطناعي أوزان نموذج أتريا داون في نسخته التمهيدية على Hugging Face وModelScope في 11 سبتمبر، وأتبعها في 14 سبتمبر بورقة من 23 صفحة على arXiv. والإصدار غير معتاد، لا بسبب بنيته بقدر ما هو بسبب شروطه: فالأوزان تحمل رخصة MIT، ما يعني أن أي فريق يملك العتاد المناسب يستطيع تشغيل نموذج وكيلي بحجم الحدود من دون أن يستأذن أحدًا.
وتذكر بطاقة النموذج 753 مليار معامل إجمالًا في تشكيل مزيج الخبراء، ونافذة سياق تبلغ 256 ألف رمز، ونسخة FP8 للفرق الأقل ذاكرة. أما الأساس تحته فهو GLM-5.2، نموذج مزيج الخبراء بـ744 مليار معامل من جيبو للذكاء الاصطناعي — أي عمل تدريب لاحق لمختبر صيني على أساس مفتوح لمختبر صيني آخر، منشور مفتوحًا من جديد.
كيف جرى تدريبه
تصف الورقة ما يسميه مؤلفوها مسار الخبرة القابل للتحقق: فبدل التعلم من علامات التفضيل وحدها، يُدرَّب النموذج على تفاعلات تتوسطها الأدوات، تُنفَّذ في بيئات حقيقية وتُقيَّم مقابل نتائج مُتحقَّق منها خارجيًا. والمجالات المستهدفة المعلنة هي الاكتشاف والإنشاء والتسليم والأمن السيبراني: البحث واسترجاع المعلومات، وتطوير البرمجيات، والعمل على الوثائق، وتحليل الأمن.
وهذا الاختيار التصميمي يهم في قراءة الدرجات. فالنموذج الذي يُدرَّب مقابل نتائج يستطيع مترجِم برمجي أو حزمة اختبارات أو فهرس بحث التحقق منها يُقيَّم على شيء أصعب على التحايل من تفضيل مُقيِّم بشري، وإن كان أضيق كذلك.
الأرقام، ومن أنتجها
يعرض المؤلفون نتائج على 16 اختبارًا، ويصفون النموذج بأنه منافس لوكلاء الحدود، ويدّعون أعلى الدرجات في خمسة منها. وتبرز بطاقة النموذج 96.0 في DeepSearchQA و92.5 في BrowseComp. وكل هذه الأرقام صادرة عن المختبر الذي بنى النموذج؛ ولم يُعِد أي مُقيِّم مستقل إنتاج أي منها بعد، والورقة مسوّدة لم تخضع لمراجعة الأقران.
الدراسة البشرية هي النصف الأكثر إثارة للاهتمام
إلى جانب الاختبارات، تعرض الورقة دراسة لـ769 سجلًا لمهام من 56 مشاركًا عملوا مع النموذج. وقد صنّف المشاركون أنفسهم نحو ثلث المهام المدعومة بالذكاء الاصطناعي بأنها غير ممكنة من دون الوكيل.
ويصف المؤلفون أيضًا كيف انزاح تقسيم العمل: كان الوكلاء يقترحون المناهج وينفذون المراجعات كثيرًا، بينما احتفظ البشر بمعظم القرارات النهائية. وهذا ادعاء عن ممارسة العمل أكثر منه عن القدرة، وهو نوع الأدلة الذي يملك منه الحقل القليل جدًا: مُبلَّغ ذاتيًا، من عينة متواضعة، لكنه مسجَّل لا مُدّعى فحسب.
تشغيله
يجري النشر عبر SGLang 0.5.13 أو أحدث، أو vLLM 0.23.0 أو أحدث، مع إتاحة وصول عبر واجهة مستضافة للمناطق الدولية وللصين القارية. وتوثّق البطاقة الاستخدام عبر Codex CLI وClaude Code، بإدخال نصي فقط في هاتين البيئتين. ويحتوي مستودع GitHub على ملاحظات النشر.
ما يستحق المتابعة
رخصة MIT هي الجزء ذو العواقب. فنموذج وكيلي بـ753 مليار معامل يستطيع أي فريق مجهَّز بما يكفي تشغيله بلا إذن هو تحديدًا الشيء الذي يحاول جدال هذا الشهر حول ضبط إيقاع الحدود أن يفكر فيه، وقد صار منشورًا. أما الاختبار الأقرب فأضيق: هل يعيد مُقيِّم مستقل إنتاج الادعاء بشأن الاختبارات الستة عشر، وهل تصمد الدرجات الخمس الأعلى أمام من لم يدرّب النموذج.
