باحثو ByteDance يرصدون نقطة ضعف في تقنية DeepSeek لتوفير الذاكرة

تضع ورقة بحثية نُشرت في أواخر سبتمبر 2026 إحدى الركائز الهندسية الرئيسية لدى DeepSeek موضع تساؤل. قاد العمل باحثون من ByteDance، وشارك فيه علماء من جامعتي برينستون وستانفورد وجامعة كاليفورنيا في بيركلي. ووفقًا لما نقلته SCMP، وصف المؤلفون عيبًا محتملًا في تقنية توفير الذاكرة التي تقوم عليها نماذج المختبر الصيني. وقد ساعدت هذه التقنية DeepSeek على تقليص الفجوة مع OpenAI وAnthropic بتكاليف أقل بكثير. وخلاصة المؤلفين: قد يكون ثمن التوفير هو فقدان دقة الإجابات.

ما المعروف عن الورقة

ما زال العرض العلني للورقة موجزًا، وينبغي أخذ ذلك في الحسبان. فالجزء المتاح من المصدر لا يذكر اسم الآلية المحددة، ولا نسب فقدان الجودة، ولا قائمة المقاييس المرجعية (benchmarks). كما لا توجد بيانات عن إصدارات نماذج DeepSeek التي أُجريت عليها الاختبارات. وكل ما ورد أن البحث كشف ضعفًا في نهج توفير الذاكرة، وأن هذا الضعف قد يؤدي إلى انخفاض الدقة.

وتركيبة المؤلفين نفسها لافتة. فـ ByteDance تطوّر نماذج كبيرة بنفسها وتدفع تكلفة الاستدلال (inference) بنفسها، ولذلك تعرف ثمن كل غيغابايت من الذاكرة المخبأة. أما المشاركون من ثلاث جامعات أمريكية رائدة فيمنحون العمل ثقلًا أكاديميًا. فهذه ليست تدوينة من منافس، بل نسخة أولية (preprint) يقف وراءها تحالف واسع. ومن المرجح أن تخضع للتحليل ومحاولات إعادة الإنتاج.

لماذا يؤلم ذلك DeepSeek

توفير الذاكرة بالنسبة إلى DeepSeek ليس تحسينًا جانبيًا، بل أساس نموذجها الاقتصادي. فالذاكرة التي يحتفظ بها النموذج أثناء التوليد، وفي مقدمتها ذاكرة المفاتيح والقيم الخاصة بالانتباه (KV-cache)، تحدد عدد الطلبات التي يتحملها مسرّع واحد وطول السياق الذي يستطيع معالجته. وكلما كانت هذه الذاكرة أكثر إحكامًا، قلّت تكلفة الرمز (token). وهذا حاسم لمختبر يعمل بوصول محدود إلى الرقائق الأعلى أداءً ويتنافس بالسعر.

ولتوضيح السياق: ذكرت DeepSeek في منشورها عن DeepSeek-V2 أنها خفّضت حجم KV-cache بنسبة 93,3% بفضل آلية Multi-head Latent Attention. ويضم DeepSeek-V3 ما مجموعه 671 مليار معامل، منها 37 مليارًا نشطة لكل رمز، وقد دُرّب في نحو 2,788 مليون ساعة GPU على H800. أما ارتباط الورقة الجديدة بهذه الآلية تحديدًا فغير مؤكد في النص المتاح، وهذا سياق من عندنا وليس اقتباسًا من البحث. لكنه يبيّن حجم الرهانات. فإذا كان ضغط الذاكرة يُنقص الدقة بشكل منهجي، فإن حسابات DeepSeek الرخيصة تحتاج إلى تصحيح.

الحقائق الرئيسية

• المؤلفون: فريق ByteDance، ومشاركون من Princeton وStanford وUC Berkeley.
• النشر: أواخر سبتمبر 2026.
• موضوع النقد: تقنية توفير الذاكرة في نماذج DeepSeek.
• الخطر المعلن: انخفاض دقة عمل النموذج.
• لا تتضمن الشريحة المتاحة من المصدر مقاييس التراجع ولا قائمة النماذج التي اختُبرت.
• السياق: أعلنت V2 خفض حجم KV-cache بنسبة 93,3%، وتضم V3 ما مجموعه 671 مليار معامل منها 37 مليارًا نشطة.

ما الذي ما زال ناقصًا

السؤال الأهم هو أين يظهر التراجع تحديدًا. فضغط الذاكرة يضرّ عادةً بالمهام التي تتطلب استخراج تفصيل بدقة من سياق طويل، مثل البحث عن واقعة في مستند ضخم، والعمل مع مستودع شيفرة برمجية، والاستدلال متعدد الخطوات مع العودة إلى رموز مبكرة. وقد لا تُظهر المقاييس المرجعية المتوسطة ذلك. فإذا وجد المؤلفون سيناريو من هذا النوع، فالأمر أخطر من هبوط بضع نقاط في تصنيف عام.

أما السؤال الثاني فيتعلق برد DeepSeek. فقد يبيّن المختبر أن التأثير لا يظهر إلا في إعدادات معينة، أو أنه يُصحَّح بإعادة التدريب، أو أن الإصدارات الأحدث تجاوزته بالفعل. وما دام الرد غائبًا، فإن تقدير حجم المشكلة سابق لأوانه.

كيف نتعامل مع الأمر

لا تحتاج الفرق التي تستخدم نماذج DeepSeek في الإنتاج إلى الانتقال العاجل إلى منصة أخرى. لكن من المفيد إجراء اختبارات على بياناتها الخاصة.

• شغّلوا سيناريوهاتكم الطويلة: استخراج الوقائع من مستندات كبيرة، وتحليل الشيفرة، وسلاسل الاستدلال. قارنوا النتائج بمرجع، كنموذج آخر مثلًا، وسجّلوا الفروق.
• تابعوا النسخة الأولية (preprint) وعمليات إعادة الإنتاج. فالتأكيد المستقل أهم من النشر الأول، خصوصًا حين يعمل المؤلف في شركة منافسة.
• احسبوا التكلفة مع مراعاة الجودة. فإذا كان الرمز الرخيص يتطلب طلبات متكررة أو مراجعة يدوية، فإن مكسب السعر يتآكل.
• في المهام الحرجة، احتفظوا بنموذج احتياطي ومقارنة تلقائية للإجابات.

وتبيّن هذه القصة للسوق ككل أمرًا أعم. فالكفاءة التي تتحقق بحيلة معمارية يجب أن تُختبر بالصرامة نفسها التي تُختبر بها الكفاءة التي تتحقق بالتوسّع في الحجم. وقد جاء أول تدقيق جاد في نهج DeepSeek من زملاء المهنة، وغالبًا لن يكون الأخير.