نموذج papr-embed-code-1 يجد الشيفرة بدقة تفوق Qwen3 بـ3 نقاط مئوية، والمتجه مضغوط 31 ضعفًا
اختبرت Qdrant ما إذا كان البحث في الشيفرة البرمجية يحتاج فعلًا إلى نموذج تضمين مخصص. على شيفرة لم يرها النموذج من قبل، يعثر papr-embed-code-1 على المطلوب بدقة أعلى من Qwen3-Embedding الأصلي: يتفوق إصدار 4B بمقدار 3.4 نقطة مئوية وفق مقياس nDCG@10، وإصدار 0.6B بمقدار 2.6 نقطة مئوية. أما على النصوص العادية فيتراجع الإصدARان قليلًا، لذا يُفضَّل الإبقاء على النموذج الأساسي للنثر. وضغط متجه 4B إلى بت واحد يجعله أخف 31 ضعفًا.
معالج بواسطة الذكاء الاصطناعي من Qdrant Blog؛ بتحرير Hamidun News
لنفترض أنك تبني محرك بحث لقاعدة شيفرة ضخمة: يكتب المطوّر «دالة تقرأ ملف CSV وتعيد قاموسًا»، وعلى النظام أن يعثر على الدالة المطلوبة بين مئات الآلاف من الدوال. لهذا تُحوَّل الشيفرة إلى متجهات تضمين (embeddings)، ويبرز سؤال: هل نختار نموذجًا مدرَّبًا خصيصًا على الشيفرة، أم يكفي نموذج عام قوي؟ اختبر فريق Qdrant ذلك على النموذج المفتوح papr-embed-code-1 (المبني على Qwen3-Embedding). والخلاصة: على شيفرة لم يرها النموذج أثناء التدريب، يتفوق على النموذج الأصلي بمقدار 3.
4 نقطة مئوية (إصدار 4B) و2.6 نقطة مئوية (إصدار 0.6B) وفق مقياس nDCG@10.
يبيّن هذا المقياس مدى ارتفاع الإجابات الصحيحة ضمن أول عشر نتائج؛ أما «النقطة المئوية» فتعني هنا 0.034 على مقياس من 0 إلى 1. وإذا ضُغط كل متجه إلى بت واحد، يصبح أخف 31 ضعفًا: 328 بايت بدل 10 كيلوبايت.
لماذا لا ينبغي تصديق أرقام Papr الكبيرة على علّاتها
إن papr-embed-code-1 هو Qwen3-Embedding بعد تدريب إضافي على البحث في الشيفرة. يتوافر النموذج بحجمين، 0.6B و4B، وأوزانه مفتوحة. تعلن Papr تحقيق نتائج قياسية على اختبار CoIR، لكنها تذكر في بطاقة النموذج نفسها أنه تدرّب على معظم بيانات التدريب الخاصة بهذا الاختبار تقريبًا. لذا فإن الدرجة العالية هناك لا تدل على الكثير.
ولهذا طرحت Qdrant سؤالًا أضيق: هل يتفوق النموذج على نسخته الأساسية على شيفرة لم يرها؟ شملت الاختبارات اختيار دالة Python انطلاقًا من وصف المهمة، والبحث عن ملفات مكتبة انطلاقًا من سؤال على Stack Overflow، واختيار استعلام SQL مناسب لسؤال عن جدول، ومطابقة برنامج مع نسخته المكتوبة بلغة أخرى. تلقّى النموذجان التعليمات نفسها مع الاستعلامات. وأعادت Qdrant إنتاج أرقام Papr بدقة تصل إلى 0.001 في nDCG@10. والاستثناء هو المهام التي تضم كثيرًا من المستندات المتطابقة، حيث تتوقف النتيجة على طريقة حسم التعادلات. وفي تلك المهام حصلت Qdrant على 62.5% و65.0% مقابل 72.0% و72.3% المعلنة.
المكسب في الشيفرة موجود، وفي النصوص العادية غير موجود
على شيفرة لم يرها النموذجان، تفوّق كلاهما على النموذج الأساسي في كل مهمة، لكن حجم المكسب اختلف. في HumanEval كان إصدار 4B الأساسي يحقق أصلًا 98%، فلا مجال تقريبًا لأي زيادة. أما في WikiSQL فارتفع إصدار 4B بمقدار 7.0 نقطة مئوية.
وعلى النصوص العادية الصورة معاكسة: خسر إصدار 0.6B في المتوسط 0.3 نقطة مئوية، وإصدار 4B خسر 1.6 نقطة مئوية. وفي TREC-COVID (أبحاث علمية عن COVID-19) تراجع إصدار 0.6B بمقدار 6.5 نقطة مئوية. لذلك، إذا كان بحثكم يتركز أساسًا على النثر، فالأفضل البقاء على النموذج الأساسي.
الوفر الأكبر في ضغط المتجهات
تتحول الشيفرة إلى عدد كبير جدًا من المتجهات: متجه لكل دالة أو لكل مقطع من ملف. يتكوّن متجه 4B من 2560 رقمًا ويشغل نحو 10 كيلوبايت بصيغة float32. ومع التكميم بالبت الواحد باستخدام TurboQuant يصبح وزنه 328 بايت. وفي سبع مهام برمجية، حافظ الضغط دون إعادة تحقق على 99.7% من جودة float32، أما مع إعادة تقييم المرشحين (rescoring بهامش 2x) فحافظ على الجودة كلها.
ومن هنا يظهر خيار غير بديهي: إصدار 4B بصيغة البت الواحد يحقق نتيجة أعلى من 0.6B بصيغة float32، ويشغل ذاكرة وصول عشوائي أقل 12 مرة. والثمن هو السرعة: يحسب 4B متجهات التضمين أبطأ بنحو أربع مرات على بطاقة الرسوميات نفسها. ومع ذلك، تقدّم النموذج الأصغر في WikiSQL.
واختبرت Qdrant أيضًا نطاقًا واسعًا: 1 005 474 مقطعًا من الشيفرة بست لغات في مجموعة واحدة، مع حصر البحث بلغة الاستعلام. يحقق البحث الشامل الدقيق 92.3%. وعند ضبط HNSW على ef=128، حافظ البحث بالبت الواحد مع إعادة التقييم على 99.5% من هذه النتيجة مقابل 99.7% لـfloat32، وكان أسرع: 1.0 مللي ثانية للاستعلام مقابل 1.8 مللي ثانية. ورفع ef إلى 256 أضاف 0.2–0.4 نقطة مئوية في nDCG@10، واستغرق البحث بالبت الواحد 1.4 مللي ثانية مقابل 2.9 مللي ثانية لـfloat32. ودون مرشّح اللغة تنخفض الجودة بمقدار 0.5–0.7 نقطة مئوية.
دمج BM25 مع البحث المتجهي لم يفد
تحتوي الشيفرة على كثير من الأسماء الدقيقة، وبدا البحث بالكلمات المفتاحية BM25 عونًا طبيعيًا؛ بل أضافت Qdrant في الإصدار 1.20 محلّلًا رمزيًا (tokenizer) للشيفرة من أجله. لكن BM25 وحده تخلّف كثيرًا: ففي APPS، حيث الاستعلام هو نص المسألة والمستند هو الحل المجرد، حقق 1% فقط، إذ لا تكاد توجد كلمات مشتركة. وأدى دمجه مع البحث المتجهي بأوزان متساوية إلى تراجع كل مهمة بمقدار 2–17 نقطة مئوية لإصدار 4B. وعند وزن 0.1 لـBM25 جاءت النتيجة أدنى بمقدار 0.06 نقطة مئوية من البحث المتجهي وحده، وبلغ أفضل مكسب في أي مهمة 0.2 نقطة مئوية.
ماذا نفعل عمليًا
يبرَّر استخدام نموذج مدرَّب إضافيًا للبحث في الشيفرة، لا للنثر. إذا كان بإمكانكم تحمّل 4B، فخزّنوه بصيغة البت الواحد مع تفعيل إعادة التقييم، وارفعوا ef أولًا بدل زيادة عدد البتات. قارنوا النتيجة بمجموعة غير مضغوطة على استعلاماتكم الخاصة: مرة دون إعادة تقييم ومرة بهامش 2x. وعند وجود عدة لغات في مجموعة واحدة، رشّحوا حسب اللغة. والأفضل عدم تفعيل BM25؛ وإذا كان المستخدمون يبحثون عن معرّفات دقيقة، فاختبروه على حدة وبوزن صغير. وانتبهوا: اختبار Qdrant هو مجموعة مهامها الخاصة، وعلى مدوّنتكم النصية قد تختلف الأرقام.
- 13 أكتوبر 2026Perplexity تطلق نموذجَي late interaction للبحث في صفحات PDF دون OCR
- 8 نوفمبر 2026تحافظ Cohere على 98.4% من جودة البحث عند استخدام الاستعلامات السريعة
- 27 فبراير 2026Perplexity تطلق pplx-embed: نماذج تضمين تغيّر قواعد البحث
- 18 نوفمبر 2026مُضمِّن pplx يجد الصفحة الممسوحة الصحيحة من المحاولة الأولى في 68% من الحالات، وEmbeddingGemma في 38%
أسئلة وأجوبة حول الخبر
ما أبرز التفاصيل حول لماذا لا ينبغي تصديق أرقام Papr الكبيرة على علّاتها؟
إن papr-embed-code-1 هو Qwen3-Embedding بعد تدريب إضافي على البحث في الشيفرة. يتوافر النموذج بحجمين، 0.6B و4B، وأوزانه مفتوحة. تعلن Papr تحقيق نتائج قياسية على اختبار CoIR، لكنها تذكر في بطاقة النموذج نفسها أنه تدرّب على معظم بيانات التدريب الخاصة بهذا الاختبار تقريبًا. لذا فإن الدرجة العالية هناك لا تدل على الكثير.
ما أبرز التفاصيل حول المكسب في الشيفرة موجود، وفي النصوص العادية غير موجود؟
على شيفرة لم يرها النموذجان، تفوّق كلاهما على النموذج الأساسي في كل مهمة، لكن حجم المكسب اختلف. في HumanEval كان إصدار 4B الأساسي يحقق أصلًا 98%، فلا مجال تقريبًا لأي زيادة. أما في WikiSQL فارتفع إصدار 4B بمقدار 7.0 نقطة مئوية. وعلى النصوص العادية الصورة معاكسة: خسر إصدار 0.6B في المتوسط 0.3 نقطة مئوية، وإصدار 4B خسر 1.6 نقطة مئوية. وفي TREC-COVID (أبحاث علمية عن COVID-19) تراجع إصدار 0.6B بمقدار 6.5 نقطة مئوية. لذلك، إذا كان بحثكم يتركز أساسًا على النثر، فالأفضل البقاء على النموذج الأساسي.
ما أبرز التفاصيل حول الوفر الأكبر في ضغط المتجهات؟
تتحول الشيفرة إلى عدد كبير جدًا من المتجهات: متجه لكل دالة أو لكل مقطع من ملف. يتكوّن متجه 4B من 2560 رقمًا ويشغل نحو 10 كيلوبايت بصيغة float32. ومع التكميم بالبت الواحد باستخدام TurboQuant يصبح وزنه 328 بايت. وفي سبع مهام برمجية، حافظ الضغط دون إعادة تحقق على 99.7% من جودة float32، أما مع إعادة تقييم المرشحين (rescoring بهامش 2x) فحافظ على الجودة كلها. ومن هنا يظهر خيار غير بديهي: إصدار 4B بصيغة البت الواحد يحقق نتيجة أعلى من 0.6B بصيغة float32، ويشغل ذاكرة وصول عشوائي أقل 12 مرة.
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.