النماذج اللغوية الروسية تحتل المراكز الستة الأولى في اختبار SLAVA، لكنها تحتاج إلى بيانات عالمية
احتلت النماذج اللغوية الروسية (LLM) في مطلع عام 2026 المراكز الستة الأولى في اختبار SLAVA، وهو اختبار من 14 ألف سؤال عن تاريخ روسيا وجغرافيتها. أما في نوفمبر 2024 فكانت النماذج الأمريكية والصينية في الصدارة. لكن الإنترنت الناطق بالروسية أصغر من الإنترنت العالمي بما بين 10 و20 مرة، وبحسب تقدير ITMO فإن حصة النصوص الروسية اللازمة في التدريب لا تتجاوز 5–30%. وإذا غابت البيانات الدولية بدأت النماذج تتأخر عن نظيراتها الأجنبية. لذلك اختبروا النموذج على مهامكم الخاصة قبل اختياره.
معالج بواسطة الذكاء الاصطناعي من Habr AI؛ بتحرير Hamidun News
تخيلوا أنكم تبنون مساعدًا للمحامين، فتسألون نموذجًا عصبيًا عن قانون روسي، ثم تطلبون منه تحليل مقالة علمية حديثة بالإنجليزية. في السؤال الأول سيكون الأفضل أداءً هو النموذج الذي قرأ نصوصًا روسية كثيرة، وفي الثاني النموذج الذي تدرّب على مدونة نصوص عالمية. هذا هو موضوع دراسة أعدها معهد الذكاء الاصطناعي في ITMO بالتعاون مع خبراء من جامعة موسكو الحكومية والأكاديمية الرئاسية الروسية للاقتصاد الوطني والإدارة العامة والمدرسة العليا للاقتصاد وAIRI وYandex وSber وT-Bank وVK.
احتلت النماذج اللغوية الكبيرة (LLM) في مطلع عام 2026 المراكز الستة الأولى في تصنيف SLAVA، وهو اختبار لمعرفة التاريخ الروسي والقانون والثقافة. لكن حتى لا يضيع هذا التفوق، تحتاج النماذج إلى وصول واسع إلى البيانات، الروسية والدولية معًا. وإذا كنتم تختارون نموذجًا لمنتج ما، فهذا يؤثر مباشرة في اختياركم.
ماذا أظهر اختبار SLAVA
يختبر SLAVA النماذج بـ14 ألف سؤال في التاريخ والعلوم الاجتماعية وعلم الاجتماع وجغرافيا روسيا. وفي مطلع عام 2026 احتلت النماذج اللغوية المحلية المراكز الستة الأولى في التصنيف. أما في نوفمبر 2024 فكانت النماذج الأمريكية والصينية ضمن المراكز الثلاثة الأولى. وقد تغيّر المشهد في أقل من عام ونصف.
لا يربط المؤلفون ذلك باستثمارات المطورين وحدها، بل أيضًا بارتفاع حصة البيانات الروسية في مجموعات التدريب. فالنموذج الذي قرأ نصوصًا روسية أكثر لا يتحدث الروسية بشكل أفضل فحسب، بل يعرف أيضًا الواقع الروسي والقانون والسياق الثقافي معرفة أفضل. ولذلك قد يحقق النموذج المحلي مكسبًا ملحوظًا في المهام ذات الخصوصية الروسية، مثل الاستشارات حول الأنظمة المحلية أو العمل مع الوثائق الحكومية.
لماذا لا تكفي اللغة الروسية وحدها؟
الإنترنت الناطق بالروسية أصغر من الإنترنت العالمي بنحو 10–20 مرة. وتُدرَّب النماذج الحديثة مسبقًا على مجموعات بيانات تبلغ تريليونات الرموز (tokens)، من صفحات الويب والكتب والمنشورات العلمية والشيفرات المفتوحة والموسوعات. وبحسب الباحثين، تكفي البيانات الروسية لتكوين جزء من مدونة متعددة اللغات، لكنها لا تكفي لبناء نموذج عام منافس بالروسية وحدها.
ويقدّر الخبراء الحصة المثلى للبيانات الناطقة بالروسية في مجموعة التدريب بنحو 5–30%. أما الباقي فينبغي أن تقدمه لغات أخرى، لأنها تحمل معلومات مفيدة متنوعة، ولأن المحتوى الإنجليزي يظل الناقل الرئيسي للمعرفة العلمية. وإذا انعزل النموذج عن البيانات الدولية، فسيتأخر أكثر عن نظيراته الأجنبية، وسيكون أداؤه أضعف في المهام الواقعة خارج السياق اللغوي المحلي.
والمهمة أصعب على الفرق الروسية منها على الأجنبية، فهي أكثر اعتمادًا على المصادر المفتوحة لأن مواردها أقل لجمع البيانات وشرائها ورقمنتها بنفسها. وأي قيد على المدونة المتاحة يؤثر فيها بشكل أوضح.
ماذا يقترح المؤلفون
أولًا، رقمنة البيانات غير المتوافرة بعد على الإنترنت المفتوح: مواد المكتبات والأرشيفات، والمجموعات التعليمية والعلمية والثقافية والمهنية. ومن شأن ذلك أن يحسّن النماذج في الطب والقانون والبناء والجيولوجيا وغيرها من المجالات التي تهم فيها المعارف والمعايير الروسية.
ثانيًا، التوقف عن تكرار العمل. يشير مدير معهد الذكاء الاصطناعي في ITMO ألكسندر بوخانوفسكي إلى أن كل شركة كبيرة تبني حاليًا نماذج لنفسها وتغلق تطوراتها. وبدلًا من أن يبني كل طرف وكيلًا (agent) يقرأ الأدبيات المهنية نفسها، يمكن تبادل هذه الوكلاء أو إتاحتها على أساس تجاري. ومن الحلول الجاهزة ستتمكن الشركات من تجميع أنظمة تناسب مهامها.
ثالثًا، تنظيم حقوق المؤلف بعناية: ينبغي أن تحمي القواعد أصحاب الحقوق، لكن دون أن تقلّص مجموعة المعلومات المتاحة للتدريب.
كيف نقرأ ذلك عمليًا
هذه دراسة قطاعية وليست تجربة مستقلة: مؤلفوها من المشاركين في السوق والمؤسسات العلمية التي يهمها الوصول إلى البيانات. ويقيس معيار SLAVA معرفة السياق الروسي، لا الذكاء العام للنموذج ولا جودة شيفرته البرمجية.
والخلاصة العملية للمطورين وفرق المنتجات بسيطة. لا تختاروا نموذجًا بالاستناد إلى تصنيف واحد، بل اختبروه على مهامكم الخاصة: الأفضلية المحلية حقيقية، لكنها تظهر حيث تلزم اللغة الروسية والواقع الروسي. وقد تصبح المدونات المغلقة، مثل قواعد البيانات التنظيمية والأدبيات المهنية، ميزة لكم عند إجراء التدريب الإضافي (fine-tuning) أو بناء البحث في الوثائق. أما السوق ككل، فيرى المؤلفون أنه سيحصل على فرصة ليصبح طبقة بنية تحتية متكاملة لروسيا، إذا اعتمد على القاعدة التكنولوجية العالمية وعزّزها بالبيانات المحلية وأوصل المنتجات سريعًا إلى مرحلة التطبيق.
- 20 نوفمبر 2026بطولة الوكلاء في Cisco: 1200 مهندس، والفائز كتب 1220 توكنًا بدل 1430
- 20 نوفمبر 2026Amazon SageMaker ترصد تلقائيًا وحدات GPU الخاملة وارتفاع زمن الاستجابة في نقاط نهاية LLM
- 20 نوفمبر 2026وكيل OpenAI كتب بنفسه سكريبت لنسخ البريد سرًا بدل إعداد وثيقة عن الصحة
- 20 نوفمبر 2026OpenAI تتيح Daybreak لحلف الناتو والاتحاد الأوروبي: 95% من 88 خللاً مكتشفاً كانت أخطاء حقيقية
أسئلة وأجوبة حول الخبر
لماذا لا تكفي اللغة الروسية وحدها؟
الإنترنت الناطق بالروسية أصغر من الإنترنت العالمي بنحو 10–20 مرة. وتُدرَّب النماذج الحديثة مسبقًا على مجموعات بيانات تبلغ تريليونات الرموز (tokens)، من صفحات الويب والكتب والمنشورات العلمية والشيفرات المفتوحة والموسوعات. وبحسب الباحثين، تكفي البيانات الروسية لتكوين جزء من مدونة متعددة اللغات، لكنها لا تكفي لبناء نموذج عام منافس بالروسية وحدها. ويقدّر الخبراء الحصة المثلى للبيانات الناطقة بالروسية في مجموعة التدريب بنحو 5–30%.
ما أبرز التفاصيل حول ماذا أظهر اختبار SLAVA؟
يختبر SLAVA النماذج بـ14 ألف سؤال في التاريخ والعلوم الاجتماعية وعلم الاجتماع وجغرافيا روسيا. وفي مطلع عام 2026 احتلت النماذج اللغوية المحلية المراكز الستة الأولى في التصنيف. أما في نوفمبر 2024 فكانت النماذج الأمريكية والصينية ضمن المراكز الثلاثة الأولى. وقد تغيّر المشهد في أقل من عام ونصف. لا يربط المؤلفون ذلك باستثمارات المطورين وحدها، بل أيضًا بارتفاع حصة البيانات الروسية في مجموعات التدريب.
ما أبرز التفاصيل حول ماذا يقترح المؤلفون؟
أولًا، رقمنة البيانات غير المتوافرة بعد على الإنترنت المفتوح: مواد المكتبات والأرشيفات، والمجموعات التعليمية والعلمية والثقافية والمهنية. ومن شأن ذلك أن يحسّن النماذج في الطب والقانون والبناء والجيولوجيا وغيرها من المجالات التي تهم فيها المعارف والمعايير الروسية. ثانيًا، التوقف عن تكرار العمل. يشير مدير معهد الذكاء الاصطناعي في ITMO ألكسندر بوخانوفسكي إلى أن كل شركة كبيرة تبني حاليًا نماذج لنفسها وتغلق تطوراتها.
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.