NVIDIA تطلق Nemotron 3.5 Bolt E4B بحجم 4 غيغابايت وسرعة 133 توكن في الثانية على RTX 5070
نشرت NVIDIA أوزان Nemotron 3.5 Bolt E4B، وهو نموذج مدمج مبني على Gemma 4 E4B جرى تدريبه تدريبًا إضافيًا بالتعلم المعزز على استدعاء الأدوات. يشغل النموذج بترميز 4 بت نحو 4 غيغابايت، ويولّد 133 توكن في الثانية على RTX 5070. وبحسب قياسات NVIDIA، يتفوق في المتوسط بنسبة 40% على Nemotron 3 Nano 4B ويستهلك ما يصل إلى 80% توكنات أقل لكل إجابة. أما على Jetson Orin Nano فتنخفض السرعة إلى 15,5 توكن في الثانية. • النموذج بـ 8 مليارات معامل، منها 4 مليارات نشطة لكل توكن، وبسياق طوله 64 ألف توكن. • Qwen3.5 4B أقوى: 61,7 مقابل 52,3 في Tau2-Bench، و95,4 مقابل 85,8 في RULER. • نماذج DFlash المسودّة تسرّع التوليد بما يصل إلى 21%؛ والترخيص OpenMDW 1.1.
معالج بواسطة الذكاء الاصطناعي من TG: @ai_machinelearning_big_data (Machinelearning)؛ بتحرير Hamidun News
نشرت NVIDIA أوزان Nemotron 3.5 Bolt E4B، وهو أصغر نموذج في سلسلة Nemotron 3.5، ومصمَّم للتشغيل المحلي على بطاقات GeForce RTX ولوحات Jetson وأجهزة Spark المصغّرة. يشغل النموذج بترميز 4 بت نحو 4 غيغابايت من الذاكرة، ويولّد 133 توكن في الثانية على RTX 5070، فيما يظهر التوكن الأول بعد 548 مللي ثانية. وصدر النموذج بعد أكثر بقليل من أسبوع على الإعلان عن Nemotron 3.5 Super VL متعدد الوسائط ونسخته المضغوطة Bolt بـ 74 مليار معامل. ووعدت NVIDIA حينها بنموذج صغير أيضًا، وها هو الآن متاح للجميع.
تدريب إضافي على Gemma لا ضغط للنموذج الأكبر
أصل E4B يختلف عن أصل Bolt الأكبر. فنسخة الـ 74 مليار معامل نتجت عن ضغط Super VL. أما النموذج الصغير فمبني على Gemma 4 E4B من Google، وقد دربته NVIDIA تدريبًا إضافيًا بالتعلم المعزز على اتباع التعليمات واستدعاء الأدوات على عدة خطوات والحوار.
يبلغ عدد المعاملات 8 مليارات في المجموع، لكن 4 مليارات منها فقط تعمل على كل توكن. طول السياق 64 ألف توكن، ويدعم النموذج 35 لغة. ويمكن تشغيل الاستدلال وإيقافه، كما يمكن تحديد طوله لزيادة السرعة. وهذه أداة مهمة لمستخدم النموذج المحلي، لأن سلسلة الاستدلال تستهلك التوكنات والوقت، وعلى العتاد الضعيف يكون تقصيرها في الغالب أنسب.
ماذا تُظهر القياسات وأين يتأخر النموذج؟
وفق بيانات NVIDIA، يتفوق Bolt E4B في المتوسط بنسبة 40% على Nemotron 3 Nano 4B السابق، ويستهلك ما يصل إلى 80% توكنات أقل لكل إجابة. كما يتفوق على Gemma 4 E4B الأم في معظم الاختبارات. وكل هذه الأرقام قياسات أجرتها الشركة بنفسها، ولا توجد حتى الآن اختبارات مستقلة.
ويبقى Qwen3.5 4B الأقوى. ففي العمل مع الأدوات على Tau2-Bench (اختبار لحوارات الوكلاء مع استدعاء الدوال) يحقق 61,7 مقابل 52,3 للنموذج الجديد. وفي السياق الطويل على RULER (مجموعة مهام للبحث عن المعلومات واستخدامها داخل نص طويل) تبدو الفجوة بالوضوح نفسه: 95,4 مقابل 85,8. فإذا كنتم تحتاجون إلى tool calling موثوق أو إلى العمل مع مستندات طويلة على نموذج صغير، فاختيار Bolt E4B ليس بديهيًا.
وتعتمد السرعة اعتمادًا كبيرًا على العتاد. فعلى لوحة Jetson Orin Nano ينتظر المستخدم التوكن الأول 5,8 ثانية، ثم تبلغ السرعة 15,5 توكن في الثانية. وهذا أبطأ بعشرات المرات من البدء على RTX 5070 من حيث زمن الاستجابة، وأبطأ بنحو تسعة أضعاف من حيث الإنتاجية. وبالنسبة إلى مساعد تفاعلي على Orin Nano، قد لا يكون زمن الاستجابة هذا مريحًا.
نماذج DFlash المسودّة والدعم في بيئات التشغيل
إلى جانب الأوزان بصيغتي BF16 وGGUF، نشرت NVIDIA نماذج مساعدة منفصلة بوصفها مسودّات وفق أسلوب DFlash. تقترح هذه النماذج عدة توكنات تالية دفعة واحدة، ثم يتحقق منها النموذج الأساسي. وبحسب NVIDIA، يمنح ذلك تسريعًا يصل إلى 21%. وجودة الإجابات في هذا الأسلوب يحددها النموذج الأساسي، أما المكسب فيأتي من التحقق المتوازي.
والدعم متوفر بالفعل في llama.cpp وOllama وLM Studio وvLLM وSGLang، لذا يمكن تشغيل النموذج على حاسوب محمول وفي بيئة خوادم دون تعديلات خاصة. والترخيص هو OpenMDW 1.1. وتُرفق بالأوزان تدوينة وتقرير تقني.
وخلاصة الأمر للممارسين: يبدو Bolt E4B مرشحًا جيدًا للتطبيقات على RTX وSpark، حيث تُطلب استجابة سريعة ودعم لغات متعددة واستدلال يمكن التحكم فيه ضمن 4 غيغابايت متواضعة من الذاكرة. أما في السيناريوهات التي تتطلب سلاسل وكلاء ثقيلة أو سياقًا طويلًا، فالأجدر أن تختبروا النموذج أولًا على مهامكم وتقارنوه بـ Qwen3.5 4B. وعلى Jetson Orin Nano تحققوا من زمن الاستجابة الفعلي قبل الإطلاق في المنتج.
- 2 نوفمبر 2026TJ Digital: 23% من الصفحات التي يقتبسها الذكاء الاصطناعي تبدأ بإجابة مباشرة، مقابل 14% من الصفحات غير المقتبسة
- 2 نوفمبر 2026كارباثي يبني في ساعتين نسخة مشابهة ليوتيوب تضم 6454 فيديو من توصيات Hacker News
- 2 نوفمبر 2026كارباثي يبني HackerTube بمساعدة Claude من 6454 فيديو أوصى بها مستخدمو Hacker News
- 2 نوفمبر 2026على Anthropic أن تنمّي إيراداتها 32% سنويًا لتغطية عقود بقيمة $850 مليار
أسئلة وأجوبة حول الخبر
ماذا تُظهر القياسات وأين يتأخر النموذج؟
وفق بيانات NVIDIA، يتفوق Bolt E4B في المتوسط بنسبة 40% على Nemotron 3 Nano 4B السابق، ويستهلك ما يصل إلى 80% توكنات أقل لكل إجابة. كما يتفوق على Gemma 4 E4B الأم في معظم الاختبارات. وكل هذه الأرقام قياسات أجرتها الشركة بنفسها، ولا توجد حتى الآن اختبارات مستقلة. ويبقى Qwen3.5 4B الأقوى. ففي العمل مع الأدوات على Tau2-Bench (اختبار لحوارات الوكلاء مع استدعاء الدوال) يحقق 61,7 مقابل 52,3 للنموذج الجديد. وفي السياق الطويل على RULER (مجموعة مهام للبحث عن المعلومات واستخدامها داخل نص طويل) تبدو الفجوة بالوضوح نفسه: 95,4 مقابل 85,8. فإذا كنتم تحتاجون إلى tool calling موثوق أو إلى ا
ما أبرز التفاصيل حول تدريب إضافي على Gemma لا ضغط للنموذج الأكبر؟
أصل E4B يختلف عن أصل Bolt الأكبر. فنسخة الـ 74 مليار معامل نتجت عن ضغط Super VL. أما النموذج الصغير فمبني على Gemma 4 E4B من Google، وقد دربته NVIDIA تدريبًا إضافيًا بالتعلم المعزز على اتباع التعليمات واستدعاء الأدوات على عدة خطوات والحوار. يبلغ عدد المعاملات 8 مليارات في المجموع، لكن 4 مليارات منها فقط تعمل على كل توكن. طول السياق 64 ألف توكن، ويدعم النموذج 35 لغة. ويمكن تشغيل الاستدلال وإيقافه، كما يمكن تحديد طوله لزيادة السرعة. وهذه أداة مهمة لمستخدم النموذج المحلي، لأن سلسلة الاستدلال تستهلك التوكنات والوقت، وعلى العتاد الضعيف يكون تقصيرها في الغالب أنسب.
ما أبرز التفاصيل حول نماذج DFlash المسودّة والدعم في بيئات التشغيل؟
إلى جانب الأوزان بصيغتي BF16 وGGUF، نشرت NVIDIA نماذج مساعدة منفصلة بوصفها مسودّات وفق أسلوب DFlash. تقترح هذه النماذج عدة توكنات تالية دفعة واحدة، ثم يتحقق منها النموذج الأساسي. وبحسب NVIDIA، يمنح ذلك تسريعًا يصل إلى 21%. وجودة الإجابات في هذا الأسلوب يحددها النموذج الأساسي، أما المكسب فيأتي من التحقق المتوازي. والدعم متوفر بالفعل في llama.cpp وOllama وLM Studio وvLLM وSGLang، لذا يمكن تشغيل النموذج على حاسوب محمول وفي بيئة خوادم دون تعديلات خاصة. والترخيص هو OpenMDW 1.1. وتُرفق بالأوزان تدوينة وتقرير تقني. وخلاصة الأمر للممارسين: يبدو Bolt E4B مرشحًا جيدًا للتطبيقات على R
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.