AWS تتيح كتابة حلقة تدريب خاصة لضبط النماذج دون إدارة وحدات GPU
ضبط النماذج المفتوحة لتناسب أعمالك أمر معقّد: عليك اختيار التقنية، وتشغيل عناقيد GPU، وربط التدريب بتوليد الإجابات يدويًا. وقد أتاحت AWS خدمة training sessions في SageMaker AI للعموم: تكتب أنت حلقة التدريب ودالة المكافأة ودالة الخسارة (loss) الخاصة بك، بينما تتولى الخدمة وحدات GPU والتشغيل الموزّع ونقاط الحفظ (checkpoints). تدعم الخدمة gpt-oss-20b وgemma-4-31B-it ونموذجين من Qwen بحجم 27B. وبالنسبة للفرق التي تعمل على الوكلاء (agents)، تمثّل هذه الخدمة وسيلة لتجربة RL دون بنية تحتية خاصة.
معالج بواسطة الذكاء الاصطناعي من AWS Machine Learning Blog؛ بتحرير Hamidun News
نادرًا ما تستخدم الشركات التي تحصل على نتيجة حقيقية من الذكاء الاصطناعي نموذجًا أساسيًا كما هو. فهي تضبط النماذج المفتوحة على بياناتها الخاصة: كتالوج المنتجات، والمصطلحات الطبية، والعمليات الداخلية. ويحلّ هذا النموذج المهمة الضيقة بدقة أعلى، وتقلّ تكلفة تشغيله. لكن العملية نفسها ما زالت مرهقة: عليك اختيار الطريقة، واستئجار وحدات GPU وإعدادها، وإذا كنت تعمل مع الوكلاء فعليك أيضًا بناء بيئة للتعلّم المعزَّز متعدد الخطوات. وتقترح AWS تخفيف جزء من هذا العناء: فقد أصبحت خدمة training sessions في Amazon SageMaker AI متاحة للعموم.
ما الذي أُطلق بالضبط
كنت سابقًا، في التخصيص بلا خوادم (serverless) في SageMaker، تختار تقنية جاهزة مثل SFT أو DPO أو RLVR أو RLAIF أو RL متعدد الخطوات. وكان بإمكانك تغيير نسبة الأوزان التي يجري تحديثها (LoRA أو الضبط الكامل) وربط الطرق في سلسلة. لكن العملاء طالبوا بمزيد من الحرية: دوال خسارة (loss) خاصة بهم، وصيغة مكافأة مخصصة، وعدة مراحل RL في حلقة واحدة.
توفّر training sessions هذه الإمكانية. تكتب حلقة التدريب ودالة المكافأة في بيئتك، وتربط الوكيل بأدواته أو بمحاكياته. أما العمل الثقيل على وحدات GPU فتتولاه AWS: تخصّص القدرات الحاسوبية، وتشغّل التدريب الموزّع، وتتعافى من الأعطال، وتحفظ نقاط الحفظ. ولا حاجة لاختيار أنواع الأجهزة (instances) ولا لإعداد العناقيد.
كيف تبدو الحلقة في مثال GRPO
GRPO هي طريقة RL يولّد فيها النموذج عدة إجابات عن الطلب نفسه، ويُقيَّم كل جواب، ويُبنى تحديث الأوزان على المقارنة بين الإجابات. في training sessions تبدو الدورة الواحدة هكذا:
- يطلب كودك من المُوَلِّد (sampler) أن يولّد عدة إجابات عن كل طلب باستخدام النموذج الحالي.
- تقيّم دالة المكافأة الخاصة بك الإجابات لديك: عبر مُتحقِّق (verifier) أو نموذج مكافأة (reward model) أو مجموعة اختبارات.
- تُرسَل التقييمات إلى المُدرِّب (trainer). يحسب استدعاء forward_backward() التدرجات، ويطبّق optim_step() التحديث على الأوزان.
- تطلب من الجلسة تحديث المُوَلِّد بالأوزان الجديدة، ثم تُطلق الدفعة التالية.
هذا مناسب للوكلاء الذين يحجزون الرحلات أو يعالجون تذاكر الدعم أو يجرون بحثًا متعدد الخطوات. فنتيجة عمل هذا الوكيل لا تتضح إلا بعد عدة جولات من التفاعل، بينما تعيش عادةً مراحل التدريب والتوليد والتقييم على عناقيد مختلفة. أما هنا فهي مجمّعة في حلقة واحدة.
يُحتسب الدفع مقابل الرموز (tokens) التي عالجتها SageMaker AI. وطالما كانت دالة المكافأة تقيّم الدفعة في بيئتك، فإن العدّاد لا يعمل. ولا حاجة لحجز القدرات الحاسوبية مسبقًا.
من جرّبها وماذا عن البيانات
تورد AWS شهادتين. تبني ImagineSoftware نموذجًا لفرز حالات رفض المطالبات في التأمين الطبي، وتشيد بالوصول المباشر إلى التمرير الأمامي والخلفي والتوليد (sampling) وخطوة المُحسِّن. أما Karini AI فقد ضبطت gpt-oss-20b على استدعاء الأدوات في وضع متعدد الخطوات فوق رسم المعرفة البياني في Amazon Neptune. وأبرز رئيسها التنفيذي تحديدًا إمكانية استئناف التدريب من الخطوة نفسها بدقة. هذه شهادات شركاء وردت في البيان الصحفي، ولا توجد في المادة قياسات مستقلة للجودة أو التكلفة.
أما من ناحية الأمان: تعمل الجلسة بدور IAM الخاص بك، ويمكن ربط مفتاح KMS الخاص بك وإعدادات VPC. وتُخزَّن البيانات ونقاط الحفظ في حاويات S3 الخاصة بك في المنطقة التي تختارها. وتعلن AWS أنها لا تستخدم بياناتك وأوزانك لتدريب نماذج أخرى. وقبل الإطلاق يمكن فحص النموذج من حيث الدقة والتحيّزات والسلامة، وبعده يمكن تفعيل guardrails والمراقبة عبر CloudWatch.
من أين تبدأ وما الذي ينبغي مراعاته
النماذج المدعومة هي gpt-oss-20b وgemma-4-31B-it وQwen3.6-27B وQwen3.8-27B. وللبدء طريقان: تثبيت SageMaker Python SDK (على Linux أو macOS، مع Python بإصدار 3.10–3.12) واستنساخ cookbook، أو فتح بيئة جاهزة في SageMaker Studio تعمل، بحسب AWS، في أقل من 20 ثانية. ويمكن هناك أيضًا ربط وكيل برمجي (Kiro أو Claude Code أو Codex أو Copilot) بمجموعة مهارات للتخصيص: يساعد في تجهيز البيانات واختيار التقنية والتدريب والتقييم ونشر النموذج.
القيود واضحة. قائمة النماذج قصيرة حتى الآن، وتقتصر على الحجم المتوسط حتى 31B. وأنت من يكتب الحلقة، لذا ستحتاج إلى فهم RL وتصميم المكافآت بعناية: فالخدمة ترفع عنك هموم البنية التحتية، لكنها لا ترفع عنك مسؤولية جودة دالة التقييم. وبالنسبة للفرق التي تريد اختبار RL على الوكلاء دون شراء وحدات GPU ودون توظيف مهندسين للعناقيد، فهذه طريقة سريعة لبدء التجارب.
- 21 نوفمبر 2026AG-UI 1.0 يمنح وكلاء الذكاء الاصطناعي لغة موحدة للتواصل مع التطبيق: 31 نوعًا من الأحداث
- 21 نوفمبر 2026OpenAI تطلق ChatGPT Wallet: وكلاء الذكاء الاصطناعي يشترون دون أن يروا رقم البطاقة
- 21 نوفمبر 2026الولايات المتحدة أنفقت 70.7 مليون دولار على إعلانات ChatGPT في أكتوبر — بزيادة 127% عن أبريل
- 21 نوفمبر 2026ONNX Runtime يختفي من GitHub: مايكروسوفت تُخفي المستودعات بعد اختراق إحدى الحزم
أسئلة وأجوبة حول الخبر
ما أبرز التفاصيل حول ما الذي أُطلق بالضبط؟
كنت سابقًا، في التخصيص بلا خوادم (serverless) في SageMaker، تختار تقنية جاهزة مثل SFT أو DPO أو RLVR أو RLAIF أو RL متعدد الخطوات. وكان بإمكانك تغيير نسبة الأوزان التي يجري تحديثها (LoRA أو الضبط الكامل) وربط الطرق في سلسلة. لكن العملاء طالبوا بمزيد من الحرية: دوال خسارة (loss) خاصة بهم، وصيغة مكافأة مخصصة، وعدة مراحل RL في حلقة واحدة. توفّر training sessions هذه الإمكانية. تكتب حلقة التدريب ودالة المكافأة في بيئتك، وتربط الوكيل بأدواته أو بمحاكياته.
ما أبرز التفاصيل حول كيف تبدو الحلقة في مثال GRPO؟
GRPO هي طريقة RL يولّد فيها النموذج عدة إجابات عن الطلب نفسه، ويُقيَّم كل جواب، ويُبنى تحديث الأوزان على المقارنة بين الإجابات. في training sessions تبدو الدورة الواحدة هكذا: يطلب كودك من المُوَلِّد (sampler) أن يولّد عدة إجابات عن كل طلب باستخدام النموذج الحالي. تقيّم دالة المكافأة الخاصة بك الإجابات لديك: عبر مُتحقِّق (verifier) أو نموذج مكافأة (reward model) أو مجموعة اختبارات. تُرسَل التقييمات إلى المُدرِّب (trainer). يحسب استدعاء forward_backward() التدرجات، ويطبّق optim_step() التحديث على الأوزان.
ما أبرز التفاصيل حول من جرّبها وماذا عن البيانات؟
تورد AWS شهادتين. تبني ImagineSoftware نموذجًا لفرز حالات رفض المطالبات في التأمين الطبي، وتشيد بالوصول المباشر إلى التمرير الأمامي والخلفي والتوليد (sampling) وخطوة المُحسِّن. أما Karini AI فقد ضبطت gpt-oss-20b على استدعاء الأدوات في وضع متعدد الخطوات فوق رسم المعرفة البياني في Amazon Neptune. وأبرز رئيسها التنفيذي تحديدًا إمكانية استئناف التدريب من الخطوة نفسها بدقة. هذه شهادات شركاء وردت في البيان الصحفي، ولا توجد في المادة قياسات مستقلة للجودة أو التكلفة.
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.