Mistral AI تطلق Leanstral 1.5: نموذج ذكاء اصطناعي مجاني يحطم أرقاماً قياسية في التحقق الصوري
قدّمت Mistral AI في 2 يوليو 2026 نموذج Leanstral 1.5، وهو نموذج مجاني للتحقق الصوري يُوزَّع برخصة Apache 2.0. وبفضل 6 مليارات معامل نشط، يحلّ النموذج مسائل معيار miniF2F بالكامل، ويحقق 587 من أصل 672 مسألة في PutnamBench، ويسجّل أرقاماً قياسية في FATE-H (87%) وFATE-X (34%). وخلال اختباره على 57 مستودعاً مفتوح المصدر، كشف النموذج عن 5 أخطاء لم تكن معروفة من قبل. وتبلغ كلفة المسألة الواحدة نحو 4 دولارات، مقابل 300 دولار لدى أقرب منافس.
معالج بواسطة الذكاء الاصطناعي من Mistral AI News؛ بتحرير Hamidun News
قدّمت Mistral AI في 2 يوليو 2026 نموذج Leanstral 1.5، وهو نموذج محدَّث للتحقق الصوري بـ 6 مليارات معامل نشط، يُوزَّع مجاناً برخصة Apache 2.0. وقد استنفد النموذج معيار miniF2F بالكامل، وحلّ 587 مسألة من أصل 672 في PutnamBench، وسجّل أرقاماً قياسية في FATE-H (87%) وFATE-X (34%).
ما الذي يستطيعه Leanstral 1.5
يتخصص النموذج في الإثبات الصوري للنظريات بلغة Lean 4 وفي التحقق من الشيفرة البرمجية داخل مستودعات حقيقية. وفيما يلي أبرز نتائج الإصدار:
- 100% في miniF2F — استنفاد كامل للمعيار في العينتين (التحقق والاختبار)
- 587 من أصل 672 مسألة في PutnamBench — أي بزيادة 7 مسائل عن المنافس Seed-Prover 1.5
- 87% في FATE-H و34% في FATE-X — أرقام قياسية جديدة في مسائل مستوى الدراسات العليا ومستوى الدكتوراه
- نحو 4 دولارات للمسألة الواحدة، مقابل 300 دولار لدى Seed-Prover 1.5 في وضع high
- 5 أخطاء لم تكن معروفة من قبل، عُثر عليها في 57 مستودعاً مفتوح المصدر
واختُبر النموذج كذلك على معيار FLTEval، المبني على طلبات سحب (pull request) حقيقية من مستودع إثبات مبرهنة فيرما الأخيرة، وهو ما يؤكد قابليته للتطبيق على مهام بالمقياس الصناعي.
كيف يجري التدريب
مرّ Leanstral 1.5 بثلاث مراحل إعداد: تدريب مسبق إضافي، ثم تدريب بالإشراف، ثم تعلّم معزَّز بطريقة CISPO. وفي المرحلة الأخيرة تدرّب النموذج في بيئتين.
في البيئة متعددة الخطوات، يتلقى Leanstral صياغة النظرية، ويرسل محاولة إثبات، ويستقبل ملاحظات مترجم Lean، ثم يكرر المحاولة حتى ينجح أو تنفد ميزانية الحوسبة.
أما في البيئة الوكيلية (agentic)، فيعمل النموذج بوصفه مطوّراً داخل نظام ملفات حقيقي: يعدّل الملفات وينفّذ أوامر bash، ويراجع خادم لغة Lean في الوقت الفعلي لفحص الأهداف والأخطاء ومعلومات الأنواع. ويتيح هذا النمط حلّ المهام الطويلة: استكمال الإثباتات الجزئية في المستودعات، وبناء مبرهنات مساعدة (lemmas)، والحفاظ على التقدم عبر عدة جولات من ضغط السياق.
لماذا يهم ذلك
يُعدّ التحقق الصوري من أكثر المهام تطلباً بالنسبة إلى النماذج اللغوية، إذ يستلزم نجاحه دقة رياضية مطلقة وسلاسل استدلال طويلة. وكانت الحلول القوية في هذا المجال إما باهظة الكلفة وإما مغلقة. ويغيّر Leanstral 1.5 هذه المعادلة.
تجعل بنية Mixture of Experts، بإجمالي 119 مليار معامل و6 مليارات معامل نشط فقط، الاستدلال اقتصادياً. وتتيح رخصة Apache 2.0 الاستخدام التجاري دون قيود.
«يمكن للطرق الصورية الصارمة أن تكون فعّالة وعملية في آن واحد للاستخدام الواقعي»، بحسب فريق Leanstral في Mistral AI.
ماذا يعني ذلك
تتيح Mistral AI أداةً للتحقق الصوري تتفوق من حيث نسبة السعر إلى الجودة على المنافسين ذوي الأنظمة المغلقة. ويخفّض النشر على Hugging Face وواجهة API المجانية عتبة الدخول أمام الباحثين والمطورين، وقد يسرّعان انتقال الطرق الصورية إلى تطوير البرمجيات الصناعي.
الأسئلة الشائعة
أين يمكن الحصول على Leanstral 1.5؟
نُشر النموذج على Hugging Face برخصة Apache 2.0، ويتوافر عبر واجهة API المجانية من Mistral AI. والاستخدام التجاري مسموح دون شروط إضافية.
كم تبلغ كلفة العمل مع Leanstral 1.5؟
نحو 4 دولارات لإثبات مسألة واحدة. أما Seed-Prover 1.5 في وضع high فيستهلك 10 أيام GPU على معالجات H20 ويكلّف نحو 300 دولار للمسألة الواحدة — أي بفارق 75 ضعفاً.
- 12 نوفمبر 2026ثماني دول وOpenAI وAnthropic تعد بـ«زر إيقاف طارئ» لنماذج الذكاء الاصطناعي، لكن بلا مواعيد ولا غرامات
- 12 نوفمبر 2026ElevenLabs Scribe v3 Live يعلّم الوكلاء الصوتيين عدم المقاطعة: أخطاء أقل بنسبة 25%
- 12 نوفمبر 2026الأوامر الروسية في ComfyUI: FLUX.2 وQwen-Image تخسران 4–13 نقطة، وSD-Turbo تخسر كل شيء تقريبًا
- 8 نوفمبر 2026بروتوكول استقبال مدعوم بالذكاء الاصطناعي في موسكو يملأ 50 خانة خلال 35 ثانية، فيما تلتزم العيادات الخاصة الصمت
أسئلة وأجوبة حول الخبر
أين يمكن الحصول على Leanstral 1.5؟
نُشر النموذج على Hugging Face برخصة Apache 2.0، ويتوافر عبر واجهة API المجانية من Mistral AI. والاستخدام التجاري مسموح دون شروط إضافية.
كم تبلغ كلفة العمل مع Leanstral 1.5؟
نحو 4 دولارات لإثبات مسألة واحدة. أما Seed-Prover 1.5 في وضع high فيستهلك 10 أيام GPU على معالجات H20 ويكلّف نحو 300 دولار للمسألة الواحدة — أي بفارق 75 ضعفاً.
ما أبرز التفاصيل حول ما الذي يستطيعه Leanstral 1.5؟
يتخصص النموذج في الإثبات الصوري للنظريات بلغة Lean 4 وفي التحقق من الشيفرة البرمجية داخل مستودعات حقيقية. وفيما يلي أبرز نتائج الإصدار: 100% في miniF2F — استنفاد كامل للمعيار في العينتين (التحقق والاختبار) 587 من أصل 672 مسألة في PutnamBench — أي بزيادة 7 مسائل عن المنافس Seed-Prover 1.5 87% في FATE-H و34% في FATE-X — أرقام قياسية جديدة في مسائل مستوى الدراسات العليا ومستوى الدكتوراه نحو 4 دولارات للمسألة الواحدة، مقابل 300 دولار لدى Seed-Prover 1.5 في وضع high 5 أخطاء لم تكن معروفة من قبل، عُثر…
Test Frontier LLMs & Autonomous Agents in One Workspace
Run Claude Opus 5.5, GPT-6, Gemini 3.1, and DeepSeek side-by-side in Nomad AI (nomadnet.ai) — unified model routing, deep research, and multimodal workflows under one subscription.
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.