نموذج Qwen3-14B الصغير من Exowatt أدق من Claude Opus 4.7: 97,5% مقابل 62,5% وبتكلفة أقل 49 مرة
أجرت Exowatt، التي تبني محطات شمسية لمراكز البيانات، تدريبًا إضافيًا (fine-tuning) على نموذج Qwen3-14B الصغير باستخدام بياناتها الخاصة بدلًا من استدعاء API باهظ الثمن. في تصنيف أحداث سوق الطاقة (مثل قفزة السعر)، وبحسب مقياس macro-F1 الذي يحسب متوسط الجودة عبر جميع أنواع الأحداث، سجّل النموذج 97,5%، مقابل 62,5% لـ Claude Opus 4.7. وتبلغ تكلفة ألف إجابة 0,60 دولار مقابل 29,26 دولار، أي أقل بـ 49 مرة. وفي المهام الضيقة المتكررة، يكون النموذج الصغير أجدى اقتصاديًا من النموذج الرائد.
معالج بواسطة الذكاء الاصطناعي من AWS Machine Learning Blog؛ بتحرير Hamidun News
تبني Exowatt محطات شمسية معيارية مزوّدة بمخزن حراري، وتغذّي بها مراكز البيانات مباشرة، متجاوزةً طوابير الربط بالشبكة التي تمتد سنوات. وفي كل موقع تظهر إنذارات الأعطال على مدار الساعة، ويتعين كذلك تحديد كمية الطاقة المخزنة التي ينبغي الاحتفاظ بها ووقت تصريفها. ولا يمكن تعيين مشغّل لكل موقع، كما أن إرسال كل قرار إلى API نموذج رائد مثل Claude Opus 4.
7 مكلف للغاية. لذلك أجرت الشركة تدريبًا إضافيًا، أي أكملت تدريب نماذج مفتوحة جاهزة على أمثلتها الخاصة، لنموذجين صغيرين من عائلة Qwen3. وحقق الإصدار ذو 14 مليار معامل درجة macro-F1 بلغت 97,5% في تحديد أحداث سوق الطاقة، مقابل 62,5% لـ Opus 4.
7. ويحسب هذا المقياس متوسط الجودة عبر جميع أنواع الأحداث، فتُوزن الحالات النادرة بقدر الحالات الشائعة. وتبلغ تكلفة ألف إجابة 0,60 دولار بدلًا من 29,26 دولار، أي أقل بنحو 49 مرة.
وقد نُشرت التفاصيل في مدونة AWS Machine Learning.
مهمتان ونموذجان
المهمة الأولى هي تحليل إنذارات الأعطال في الموقع. يتلقى النموذج الإنذار مع بيانات القياس عن بُعد (telemetry)، ويعيد تشخيصًا واحدًا من مجموعة صغيرة من التشخيصات (النظام offline، أو العقدة تعمل بقدرة منخفضة، أو تباين بين المستشعرات) مع إشارات إلى البيانات. وإذا كانت الأدلة قليلة، يمتنع عن الإجابة بصراحة. ويجب أن يعمل ذلك في الموقع نفسه، وغالبًا دون GPU ودون إنترنت، ولذلك وقع الاختيار على Qwen3-1.7B. وبعد التكميم (quantization) إلى 8 بت، أي ضغط الأوزان، يشغل النموذج نحو 1,71 غيبيبايت، ويُشغَّل عبر llama.cpp داخل Pod في Kubernetes على خادم CPU عادي في الموقع.
المهمة الثانية هي تحليل سوق الطاقة. يقرأ نموذج Qwen3-14B حزمة بيانات مدتها ست ساعات (نحو 90 سطرًا من الأسعار الفورية وتوقعات اليوم التالي وإشعارات الشبكة)، ويحدد في أربع ثوانٍ حدثًا واحدًا من خمسة أحداث، مثل قفزة السعر. ويرتبط كل ادعاء بسطر محدد من البيانات. واستُضيف النموذج في Amazon Bedrock عبر Custom Model Import: لا توجد فترات توقف، ولا تُحتسب رسوم 6,86 دولار في الساعة إلا أثناء نشاط النموذج.
الأرقام: الدقة والتكلفة
في تحليل الإنذارات، سجّل نموذج Qwen3-1.7B بعد التدريب الإضافي 91,1% في macro-F1. أما Claude Sonnet 4.6 فسجّل 69,8%، وOpus 4.7 سجّل 68%، وHaiku 4.5 سجّل 51,9%. أما النموذج 1,7B الأصلي فلم يجتز أصلًا فحص صلاحية الإجابة. وتبلغ تكلفة النماذج الخارجية 4,70–22 دولارًا لكل 1000 قرار، بينما لا توجد لدى Exowatt رسوم لكل طلب عند التشغيل على CPU الخاص بها.
وفي سوق الطاقة، سجّل Qwen3-14B نسبة 97,5% مقابل 62,5% لـ Opus 4.7 و53,8% لـ Sonnet 4.6، بينما سجّل Qwen3-14B الأساسي دون تدريب إضافي 41,5%. فقد أنتج JSON صحيحًا، لكنه لم يكن يعرف السوق. وتبلغ تكلفة ألف إجابة من النموذج المدرَّب إضافيًا 0,60 دولار، مقابل 29,26 دولار لـ Opus. وعلى مجموعة اختبار ثانية أحدث، حافظ النموذج على 96,8%.
ما نجح عمليًا
أكثر النقاط إفادةً هي البيانات. فلتحليل الإنذارات جُمعت 684 حالة موثّقة فقط على سيناريوهات مولَّدة، ثم أعاد نموذج كبير صياغة النص دون تغيير القرار أو التصنيفات أو الأرقام. ومن بين 2 218 صيغة، اجتازت الفحص 1 838، وخرجت 2 522 مثالًا. وكلّفت إعادة الصياغة نحو 3,72 دولار. والنتيجة: ارتفعت macro-F1 من 58,4% على الأسطر الـ684 الأصلية إلى 91,1%. أما التشغيل الضابط على الأسطر الـ684 نفسها لمدة 11 حقبة (epoch) فلم يعطِ سوى 87,9%، ما يعني أن تنوع الصياغات أفاد أكثر من تكرار الأمثلة نفسها.
وفي السوق استُخدمت خمس سنوات من البيانات العامة لـ ERCOT (مشغّل شبكة تكساس)، أي نحو 163 مليون سطر. ومنها وُسم 25 000 مثال بالقواعد، ثم وُسّع الجزء التدريبي إلى 86 281 سطرًا عبر إعادات صياغة أجراها Claude Sonnet 4.6. ورفعت ثلاث صياغات لكل إجابة macro-F1 من 95,0% إلى 97,5%. وجرى التدريب حقبة واحدة بتقنية LoRA (rank 16 وalpha 32) لنحو 8,5 ساعة. وفي المجموع أطلق الفريق خلال ستة أيام 23 مهمة (نحو 155 ساعة تدريب)، وبما يصل إلى أربع مهام في وقت واحد. ويخصص وضع Serverless في SageMaker القدرات الحاسوبية تلقائيًا، ولذلك لم تكن هناك حاجة لاختيار نوع GPU أو انتظار توفره.
والاكتشاف الثاني هو الحماية من الاختلاق. تعيد النماذج JSON صارمًا، ويُرفض قبل وصوله إلى المشغّل أي ادعاء لا يتطابق فيه المرجع أو الحقل أو القيمة مع البيانات المدخلة. وتمتنع نماذج الحافة (edge) عن الإجابة عند نقص البيانات. وحتى الآن يُختبر النظام في الوضع الخفي (shadow mode) على نسخة سحابية من الموقع.
القيود والخلاصة
هذه مدونة AWS تتحدث عن خدمة تابعة لـ AWS، لذا ينبغي قراءتها بشيء من الحذر. فالمقارنة تجري على مجموعات اختبار خاصة بـ Exowatt، وبعضها مبني على سيناريوهات مولَّدة. أما النماذج الرائدة فاختُبرت بالتلقين (prompts) دون تدريب إضافي للمهمة. وأُخذت أسعار Bedrock من قائمة الأسعار الرسمية، ويُحتسب العمل على CPU مجانيًا دون احتساب العتاد والصيانة. ولا يعني فوز النموذج الضيق أنه أقوى عمومًا: فخارج مهمته سيخسر.
والخلاصة للممارسين كالتالي: إذا كانت المهمة متكررة باستمرار، وصيغة الإجابة ثابتة، وتتوفر ولو بضع مئات من الأمثلة الموثّقة، فالأجدر أولًا اختبار نموذج صغير مدرَّب إضافيًا. وأثمن ما في القصة هو خط الإنتاج نفسه: بيانات خام، فمجموعة موثّقة، فتدريب، فتقييم، فتغليف النموذج. وتقطع Exowatt هذا المسار الآن في أيام لا في أشهر، وتعتزم تكراره لأنواع جديدة من الأجهزة.
- 21 نوفمبر 2026AWS дала агентам навык общего кэша для LLM: до 40% дешевле, первый ответ быстрее на 80%
- 21 نوفمبر 2026Лаборатория открыла эмулятор вакуумной установки и тест из 46 задач для ИИ-агентов
- 21 نوفمبر 2026مجلس إدارة Nvidia يقيل هوانغ: صفقة Hugging Face البالغة 12.9 مليار دولار في خطر
- 21 نوفمبر 2026كاليفورنيا تقاضي OpenAI بسبب وكلاء ذكاء اصطناعي اخترقوا Hugging Face: غرامة 2500 دولار عن كل مخالفة
أسئلة وأجوبة حول الخبر
ما أبرز التفاصيل حول مهمتان ونموذجان؟
المهمة الأولى هي تحليل إنذارات الأعطال في الموقع. يتلقى النموذج الإنذار مع بيانات القياس عن بُعد (telemetry)، ويعيد تشخيصًا واحدًا من مجموعة صغيرة من التشخيصات (النظام offline، أو العقدة تعمل بقدرة منخفضة، أو تباين بين المستشعرات) مع إشارات إلى البيانات. وإذا كانت الأدلة قليلة، يمتنع عن الإجابة بصراحة. ويجب أن يعمل ذلك في الموقع نفسه، وغالبًا دون GPU ودون إنترنت، ولذلك وقع الاختيار على Qwen3-1.7B.
ما أبرز التفاصيل حول الأرقام: الدقة والتكلفة؟
في تحليل الإنذارات، سجّل نموذج Qwen3-1.7B بعد التدريب الإضافي 91,1% في macro-F1. أما Claude Sonnet 4.6 فسجّل 69,8%، وOpus 4.7 سجّل 68%، وHaiku 4.5 سجّل 51,9%. أما النموذج 1,7B الأصلي فلم يجتز أصلًا فحص صلاحية الإجابة. وتبلغ تكلفة النماذج الخارجية 4,70–22 دولارًا لكل 1000 قرار، بينما لا توجد لدى Exowatt رسوم لكل طلب عند التشغيل على CPU الخاص بها. وفي سوق الطاقة، سجّل Qwen3-14B نسبة 97,5% مقابل 62,5% لـ Opus 4.7 و53,8% لـ Sonnet 4.6، بينما سجّل Qwen3-14B الأساسي دون تدريب إضافي 41,5%.
ما أبرز التفاصيل حول ما نجح عمليًا؟
أكثر النقاط إفادةً هي البيانات. فلتحليل الإنذارات جُمعت 684 حالة موثّقة فقط على سيناريوهات مولَّدة، ثم أعاد نموذج كبير صياغة النص دون تغيير القرار أو التصنيفات أو الأرقام. ومن بين 2 218 صيغة، اجتازت الفحص 1 838، وخرجت 2 522 مثالًا. وكلّفت إعادة الصياغة نحو 3,72 دولار. والنتيجة: ارتفعت macro-F1 من 58,4% على الأسطر الـ684 الأصلية إلى 91,1%. أما التشغيل الضابط على الأسطر الـ684 نفسها لمدة 11 حقبة (epoch) فلم يعطِ سوى 87,9%، ما يعني أن تنوع الصياغات أفاد أكثر من تكرار الأمثلة نفسها.
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.