JetBrains تطلق Mellum2: نموذج MoE مفتوح بحجم 12B للمهام السريعة في خطوط عمل الذكاء الاصطناعي
أطلقت JetBrains نموذج Mellum2، وهو نموذج ذكاء اصطناعي متخصص للمطورين، بترخيص Apache 2.0. يعتمد Mellum2 على بنية Mixture of Experts بـ 12 مليار معامل، وقد دُرّب على 10.6 تريليون رمز. لم يُصمَّم النموذج ليكون مساعدًا عامًا، بل مكوّنًا سريعًا يُدمج في خطوط تطوير الذكاء الاصطناعي متعددة النماذج.
معالج بواسطة الذكاء الاصطناعي من MarkTechPost؛ بتحرير Hamidun News
أطلقت JetBrains، الشركة التي تقف وراء أدوات IDE مثل IntelliJ IDEA وPyCharm التي يستخدمها عشرات الملايين من المطورين، نموذج Mellum2، وهو نسخة محدّثة من نموذجها اللغوي المتخصص. يعمل Mellum2 بترخيص Apache 2.0، وهو مصمم لمعالجة المهام المتخصصة بسرعة ضمن خطوط عمل الذكاء الاصطناعي متعددة النماذج.
Mellum هي سلسلة JetBrains الخاصة من النماذج اللغوية لمهام البرمجة. ويمثّل Mellum2 تحديثًا مهمًا: بنية MoE جديدة، وحجم أكبر لبيانات التدريب، وتموضع واضح بوصفه مكوّنًا متخصصًا للأنظمة متعددة النماذج.
بنية MoE وحجم التدريب
يعتمد Mellum2 على بنية Mixture of Experts (MoE) بـ 12 مليار معامل. وعلى عكس النماذج الكثيفة (dense) التقليدية التي تُفعَّل فيها كل أوزان الشبكة عند كل طلب، تقسّم بنية MoE النموذج إلى كتل «خبراء» متخصصة، وتفعّل جزءًا منها فقط بحسب نوع الرمز. وهذا يتيح للنموذج العمل بسرعة أكبر وبكلفة أقل مع الحفاظ على السعة نفسها.
استخدمت JetBrains في التدريب المسبق مدوّنة بحجم 10.6 تريليون رمز، وهو حجم يضاهي النماذج المفتوحة الرائدة مثل LLaMA 3 من Meta*. وبالنسبة لنموذج برمجي، يكتسب حجم البيانات أهمية جوهرية: فكلما اتسع نطاق لغات البرمجة والأطر والوثائق التقنية التي يغطيها، ازدادت دقته في التعامل مع قواعد الشيفرة الحقيقية.
الدور في خطوط العمل متعددة النماذج
لا يسعى Mellum2 إلى منافسة المساعدين العامين مثل Claude أو GPT. فقد صُمّم مكوّنًا متخصصًا سريعًا لخطوات محددة في سير عمل المطور:
- الإكمال التلقائي للشيفرة في الوقت الفعلي مباشرة داخل IDE
- إعادة هيكلة سريعة للدوال الصغيرة وكتل الشيفرة
- تصنيف الطلبات وتوجيهها داخل وكلاء الذكاء الاصطناعي
- توليد التعليقات والتوثيق المضمّن (inline)
- تنفيذ الخطوات الوسيطة «الرخيصة» قبل تمرير المهمة إلى نموذج أكبر
السيناريو الأخير هو الأهم. فأنظمة الذكاء الاصطناعي الإنتاجية الخاصة بالتطوير تُبنى بشكل متزايد على هيئة «أوركسترا نماذج»: يعالج نموذج خفيف وسريع الطلبات الروتينية بأقل تأخير، ولا يُستدعى النموذج الرائد الثقيل إلا للمهام المعقدة التي تتطلب استدلالًا عميقًا. وقد صُمّم Mellum2 تحديدًا لدور المتخصص السريع في هذه الخطوط.
ترخيص Apache 2.0 المفتوح
يُعدّ Apache 2.0 من أكثر التراخيص المفتوحة تساهلًا. ويمكن دمج Mellum2 في منتجات مؤسسية مغلقة، وإعادة تدريبه على بيانات خاصة، واستخدامه في خدمات تجارية دون دفع عوائد (royalties) لـ JetBrains. وتنشر الشركة أوزان النموذج للعموم.
وتشهد فئة النماذج البرمجية ذات الأوزان المفتوحة منافسة ملحوظة، من بينها Code Llama من Meta* وDeepSeek-Coder وStarCoder وQwen2.5-Coder. ويدخل Mellum2 هذا المجال بتموضع محدد: تكامل عميق مع منظومة JetBrains لبيئات التطوير، ودور المكوّن المتخصص في الخطوط متعددة المراحل، لا محاولة التفوق على النماذج الرائدة في المعايير العامة لتوليد الشيفرة.
ماذا يعني ذلك
يعكس Mellum2 اتجاهًا مهمًا: الشركات التي تصنع أدوات المطورين تتوقف عن شراء الذكاء الاصطناعي من مزودين خارجيين، وتبدأ بتدريب نماذجها المتخصصة الخاصة لسيناريوهات مستخدميها المحددة. وتراهن JetBrains على أن التكامل العميق مع IDE والتخصص القطاعي أهم من التفوق المجرد في المعايير العامة.
وبالنسبة للمطور، يعني ذلك اقتراحات ذكاء اصطناعي أسرع مباشرة في المحرر المألوف، دون تأخير واجهة API السحابية، ودون الحاجة إلى إرسال شيفرته إلى خوادم خارجية.
*Meta مصنّفة في روسيا منظمة متطرفة ومحظورة فيها.
- 26 أكتوبر 2026Anthropic تستبدل Git بنظامها Scion: 7 مهندسين وClaude في 5 أشهر
- 26 أكتوبر 2026جيفري هانتلي يقسّم أدوات المطورين إلى S-tier وF-tier: الحسم لـ --help وأوزان النماذج
- 26 أكتوبر 2026Claude يرفع حساب السعة من ثماني حلقات إلى تسع، وفق Anthropic
- 26 أكتوبر 2026كاتب مشترك في Claude بسعر $200 يعود إلى سياق 200K من أجل حدود الاستخدام
أسئلة وأجوبة حول الخبر
ما أبرز التفاصيل حول بنية MoE وحجم التدريب؟
يعتمد Mellum2 على بنية Mixture of Experts (MoE) بـ 12 مليار معامل. وعلى عكس النماذج الكثيفة (dense) التقليدية التي تُفعَّل فيها كل أوزان الشبكة عند كل طلب، تقسّم بنية MoE النموذج إلى كتل «خبراء» متخصصة، وتفعّل جزءًا منها فقط بحسب نوع الرمز. وهذا يتيح للنموذج العمل بسرعة أكبر وبكلفة أقل مع الحفاظ على السعة نفسها. استخدمت JetBrains في التدريب المسبق مدوّنة بحجم 10.6 تريليون رمز، وهو حجم يضاهي النماذج المفتوحة الرائدة مثل LLaMA 3 من Meta. وبالنسبة لنموذج برمجي، يكتسب حجم البيانات أهمية جوهرية: فكلما اتسع نطاق لغات البرمجة والأطر والوثائق التقنية التي يغطيها، ازدادت دقته في الت
ما أبرز التفاصيل حول الدور في خطوط العمل متعددة النماذج؟
لا يسعى Mellum2 إلى منافسة المساعدين العامين مثل Claude أو GPT. فقد صُمّم مكوّنًا متخصصًا سريعًا لخطوات محددة في سير عمل المطور: الإكمال التلقائي للشيفرة في الوقت الفعلي مباشرة داخل IDE إعادة هيكلة سريعة للدوال الصغيرة وكتل الشيفرة تصنيف الطلبات وتوجيهها داخل وكلاء الذكاء الاصطناعي توليد التعليقات والتوثيق المضمّن (inline) تنفيذ الخطوات الوسيطة «الرخيصة» قبل تمرير المهمة إلى نموذج أكبر السيناريو الأخير هو الأهم. فأنظمة الذكاء الاصطناعي الإنتاجية الخاصة بالتطوير تُبنى بشكل متزايد على هيئة «أوركسترا نماذج»: يعالج نموذج خفيف وسريع الطلبات الروتينية بأقل تأخير، ولا يُستدعى النم
ما أبرز التفاصيل حول ترخيص Apache 2.0 المفتوح؟
يُعدّ Apache 2.0 من أكثر التراخيص المفتوحة تساهلًا. ويمكن دمج Mellum2 في منتجات مؤسسية مغلقة، وإعادة تدريبه على بيانات خاصة، واستخدامه في خدمات تجارية دون دفع عوائد (royalties) لـ JetBrains. وتنشر الشركة أوزان النموذج للعموم. وتشهد فئة النماذج البرمجية ذات الأوزان المفتوحة منافسة ملحوظة، من بينها Code Llama من Meta وDeepSeek-Coder وStarCoder وQwen2.5-Coder. ويدخل Mellum2 هذا المجال بتموضع محدد: تكامل عميق مع منظومة JetBrains لبيئات التطوير، ودور المكوّن المتخصص في الخطوط متعددة المراحل، لا محاولة التفوق على النماذج الرائدة في المعايير العامة لتوليد الشيفرة.
Executive AI Consulting, Custom Agents & Team Workshops
Work directly with Zhemal Khamidun at hamidun.com — enterprise AI architecture, production RAG & multi-agent systems, and executive training.
أهم ما في عالم الذكاء الاصطناعي — مرة كل أسبوع
سبع قصص مهمة فعلاً هذا الأسبوع، مختارة بعناية. بلا ضجيج ولا بيانات صحفية.
تم! تحقق من بريدك للتأكيد.