Thinking Machines تطلق Inkling 2 Small: نموذج MoE بـ594 مليار معلمة تولّى الضبط الدقيق لـQwen مقابل 426 دولارًا

إذا سبق لك إجراء ضبط دقيق لنموذج كي يلائم مهمة تخصك، فأنت تعرف حجم العمل الروتيني الذي يتطلبه ذلك: كتابة أداة تقييم، والعثور على خلل فيها، وتجربة الضبط الدقيق الخاضع للإشراف SFT والتعلّم المعزز RL، ومتابعة نقاط حفظ النموذج. وتقول Thinking Machines، شركة ميرا موراتي الناشئة، إن نموذجها الجديد Inkling 2 Small يستطيع تنفيذ هذه الخطوات بنفسه.

ما هذا النموذج؟

رغم كلمة Small في اسمه، فهو نموذج بمزيج من الخبراء MoE يضم 594 مليار معلمة، منها 17 مليارًا نشطة لكل رمز. أي إن تكلفة الاستدلال فيه أقرب إلى النماذج المتوسطة، بينما سعته أقرب إلى النماذج الكبيرة. ولا تزال الأوزان مغلقة، لكن الشركة تعد بنشرها بموجب ترخيص Apache 2.0. ويتاح النموذج حاليًا عبر Tinker، منصة Thinking Machines نفسها.

بحسب النتائج المعلنة، احتل Inkling 2 Small المركز الأول في الترتيب العام للنماذج المفتوحة، والثالث على DesignArena Website. ويتصدر النماذج مفتوحة المصدر في مهام الرؤية، والتمويل، وسيناريوهات الوكلاء في الأعمال المكتبية. أما نتائجه في البرمجة فأكثر تواضعًا، لكنه اقترب بدرجة ملحوظة من النسخة المحدّثة من DeepSeek-V4.1-Flash. ويقول مطوروه إن القفزة مقارنة بالإصدار السابق كبيرة جدًا.

العرض التجريبي الذي يستحق قراءة الإعلان

الجانب الأكثر إثارة للاهتمام ليس الترتيب، بل التجربة. فقد كُلّف النموذج بإجراء ضبط دقيق لـQwen3.5-4B للتنبؤ بالسلاسل الزمنية. وبعد ذلك تصرّف كمهندس تعلّم آلي مبتدئ: كتب أداة التقييم الخاصة به، واكتشف خللًا فيها، وجرّب SFT وRL، ثم سلّم في النهاية أفضل نقطة حفظ للنموذج. استغرق ذلك 4.5 ساعات وبتكلفة 426 دولارًا. وعلى بيانات جديدة، كان الخطأ أقل بنحو 15% مقارنة بنموذج Qwen الأساسي.

تخيّل مهمة شائعة في تطوير المنتجات: تحتاج إلى التنبؤ بالطلب أو بحجم الحمل، لكن ليس لديك فريق تعلّم آلي. في السابق، كنت إما تستخدم نموذجًا كبيرًا جاهزًا وتدفع مقابل كل طلب، أو توظّف أشخاصًا. وهنا يظهر مسار ثالث: يُعِدّ الوكيل نموذجًا صغيرًا متخصصًا، منخفض التكلفة عند تشغيله في بيئة الإنتاج.

وهناك مؤشر عملي آخر: على PMPP-Hard، وهو مجموعة مسائل لتحسين نوى GPU البرمجية، يحلّ النموذج في المتوسط 54 مسألة من أصل 69، بمستوى DeepSeek V4.1 Flash. وهذا مثير للاهتمام للفرق التي تصطدم بحدود أداء الاستدلال.

القيود والخطوات العملية

ثمة تحفظات ينبغي توضيحها منذ البداية. فجميع الأرقام حتى الآن صادرة عن الشركة نفسها، ولم تخضع لتحقق مستقل. وعرض تجريبي واحد على مهمة واحدة لا يثبت أن الضبط الدقيق الآلي سيعمل بالكفاءة نفسها على بياناتك. وقد يكون التحسن بنسبة 15% في السلاسل الزمنية متواضعًا أو كبيرًا، تبعًا للدقة الأساسية. والأوزان مغلقة، لذا لا يمكنك تشغيل النموذج محليًا واختباره إلى أن تُتاح الأوزان بموجب ترخيص Apache 2.0 الموعود.

أما الدروس العملية للمطورين ومسؤولي المنتجات فهي كالتالي. أولًا، إذا كانت لديك مهمة يمكن فيها لنموذج صغير أن يحل محل واجهة API مرتفعة التكلفة، فيستحق الضبط الدقيق بواسطة وكيل أن تختبره: فميزانية ببضع مئات من الدولارات تجعل التجربة في المتناول. ثانيًا، انتظر إتاحة الأوزان، وقارن النموذج بـDeepSeek-V4.1-Flash على شيفرتك ومستنداتك تحديدًا، بدلًا من الاعتماد على الاختبارات المعيارية العامة. ثالثًا، انتبه إلى النهج نفسه: فالنموذج الذي يكتب أداة تقييم ويكتشف الأخطاء فيها أقرب إلى باحث مستقل منه إلى أداة إكمال تلقائي.

إذا أوفت الشركة بوعودها بشأن الترخيص، فسيحصل عالم المصادر المفتوحة على خيار قوي بتكلفة استدلال معتدلة وقدرات جيدة في أداء مهام الوكلاء. وحتى ذلك الحين، يستحق النموذج التجربة عبر Tinker ومتابعة مستجداته.