ورشة مجانية 21–22.11ورشة مجانية لمدة يومين في Vibecoding يومي 21–22 نوفمبر الساعة 16:00 بتوقيت موسكو · الدفعة 3 تبدأ 23.11سجّل مجاناً ←الدفعة 3 (23.11)
إصدارتحليل · على الرادارHacker News AI→ المصدر

Unsloth تحدّث نسخ Qwen3.8-27B المضغوطة: الدقة ارتفعت بنسبة 5–10% عند الحجم نفسه

لتشغيل النموذج الكبير Qwen3.8-27B على جهاز منزلي، تُضغط أوزانه إلى 2–6 بت، وتنخفض الجودة بسبب ذلك. أصدر فريق Unsloth تحديث Dynamic v3.1: في الاختبارات المعيارية، ومنها Terminal Bench 2.1 وDeepSWE، تجيب النسخ المضغوطة بدقة أعلى بنسبة 5–10% عند حجم الملف نفسه. وتتسع النسخة 4-بت في 16–19 غيغابايت من ذاكرة الفيديو، أي تكفيها RTX 4090 أو جهاز Mac بذاكرة 24 غيغابايت. إذا كنت تشغّل النموذج محليًا للبرمجة وللوكلاء، فمن المستحسن إعادة تنزيل الأوزان.

معالج بواسطة الذكاء الاصطناعي من Hacker News AI؛ بتحرير Hamidun News
Unsloth تحدّث نسخ Qwen3.8-27B المضغوطة: الدقة ارتفعت بنسبة 5–10% عند الحجم نفسه
المصدر: Hacker News AI. كولاج: Hamidun News.
استمع للمقال
بطاقة الحقائق والأرقام
المعيارالتفاصيل
المصدر الأصليHacker News AI ↗
رئيس التحرير
لم تُعدَّل نسخ 3-بتفقد أظهرت UD3 القديمة نتيجة في مستوى UD3.1
اعترضت Unsloth على اختبار ISTAلديها 14 تشغيلة لـ AIME25 مقابل تشغيلة واحدة
حقيقة رئيسية #3NVFP4 على بطاقات Blackwell أسرع من BF16 بمقدار 1,5 مرة

Qwen3.8-27B نموذج من Qwen بـ 27 مليار معامل، يكتب الشيفرة البرمجية بكفاءة، ويعمل وكيلًا في الطرفية (terminal)، ويفهم الصور، ويدعم المحادثة. في الدقة الكاملة يزن عشرات الغيغابايتات ولا يتسع في ذاكرة بطاقة رسوميات عادية. لذلك يُضغط: يُخزَّن كل وزن في 2–6 بت بدلًا من 16 بت. الأمر أشبه بصيغة JPEG للصور: الملف أصغر لكن بعض التفاصيل تضيع. يُعدّ فريق Unsloth مثل هذه النسخ المضغوطة، ويعلن في تحديث Dynamic v3.1 أن متوسط الدقة في معظم الاختبارات المعيارية ارتفع بنسبة 5–10% مقارنة بنسخه السابقة، عند حجم الملف نفسه. وبالنسبة لمن يشغّلون النموذج على أجهزتهم، يعني ذلك حجم الذاكرة نفسه مع إجابات أعلى جودة.

ما الذي تغيّر في Dynamic v3.1

صدر التحديث في 11 نوفمبر 2026. وشملت النسخة الجديدة من خوارزمية الضغط معظم المتغيّرات من 2 إلى 6 بت. والاستثناء هو نسخ UD3 ذات 3 بت: فلم تحقق UD3.1 عليها مكسبًا يُذكر، وقرر الفريق عدم تغييرها.

أُجريت الاختبارات على مهام الوكلاء Terminal Bench 2.1 وDeepSWE v1.1، وكذلك على LiveCodeBench v6 وGPQA Diamond وMMLU-Pro وAIME25. بلغ السياق في اختبارات الوكلاء 256K رمز (token)، وفي بقية الاختبارات 128K. أما معاملات التوليد فهي: temperature 1.0 وtop_p 0.95 وtop_k 20، مع الاحتفاظ بسلاسل الاستدلال وأعلى مستوى من reasoning.

الأهم عمليًا هو متطلبات العتاد. تعمل النسخة 4-بت على 16–19 غيغابايت من ذاكرة الفيديو: تناسبها RTX 5080 أو RTX 4090 أو جهاز Mac بذاكرة 24 غيغابايت. وقاعدة المطوّرين هي أن مجموع الذاكرة العشوائية وذاكرة الفيديو يجب أن يساوي تقريبًا حجم النسخة المختارة. وإذا لم تكفِ الذاكرة، فسيعمل النموذج مع ذلك لكن ببطء ملحوظ، لأن جزءًا من البيانات سيُحمَّل من القرص. كما يُستحسن ترك هامش بمقدار 1–2 غيغابايت.

الخلاف مع ISTA حول الطريقة الأمينة لقياس الدقة

جزء مستقل من المادة هو السجال مع الطريقة المنافسة GSQ-RCO من ISTA. في مقارنة ISTA ظهرت عمليات الضغط القديمة من Unsloth أسوأ على LiveCodeBench. أما Unsloth فحصلت على نتيجة معاكسة: UD3 أفضل من ISTA في جميع الأحجام عدا الأصغر. ويفترض المطوّرون أن ISTA أجرت القياس بسياق يقارب 96K لا 128K. عند 96K تتقدم طريقة GSQ-RCO قليلًا فعلًا، أما عند 128K فتفوز UD3 بفارق واضح.

المثال الثاني هو AIME25. لدى ISTA حافظت النسخ المضغوطة على 100% من دقة النموذج الأصلي في ثلاث حالات من أربع، وعلى 96,7% في الرابعة. وترى Unsloth أن ذلك جاء من تشغيلة واحدة فقط. أما الفريق نفسه فأجرى 14 تشغيلة، وحصل على متوسط احتفاظ بالدقة بنسبة 93–96%، لا 100%. والترميز الجشع (temperature 0) لم يعطِ بدوره 100% ثابتة: فحسابات وحدة GPU ليست حتمية بالكامل، فضلًا عن أن أحدًا تقريبًا لا يولّد النصوص بهذه الطريقة في الاستخدام الفعلي.

الدرس العملي لكل من يقارن النماذج: تشغيلة واحدة لا تثبت شيئًا تقريبًا. كرّر الاختبار عدة مرات، وبالسياق نفسه الذي ستستخدمه في منتجك.

وثمة تحفظ يخص Exllama-v3. تخزّن هذه المكتبة جدول الرموز بصيغة BF16. وقد أزالتها Unsloth من الرسوم البيانية الرئيسية للحجم، لكنها تقرّ بأن الصورة تبدو مختلفة بحسب الاستهلاك الفعلي للقرص والذاكرة. عند اختيار النسخة، قارن الأحجام الكاملة للملفات.

NVFP4 وأوضاع الاستدلال والقيود

يُعرض لمالكي بطاقات Blackwell (سلسلة RTX 50 وDGX Spark وB200 وB300) نسخ NVFP4. وبحسب بيانات Unsloth، فهي أسرع من BF16 بمقدار 1,5 مرة، وتحافظ على 92–97% من التطابق مع النموذج الأصلي في التنبؤ بالرمز الأول (top-1). في البداية لم يكن تشغيلها ممكنًا إلا في vLLM، ثم عمل معها SGLang بالإصدار 0.5.19. وللبطاقات الأقدم تبقى ملفات GGUF، وهي تعمل في llama.cpp وفي تطبيق Unsloth Desktop.

يستدل النموذج افتراضيًا بأعلى مستوى. ولتقصير سلاسل الاستدلال وخفض استهلاك الرموز، يمكن في llama.cpp تمرير المعامل reasoning_effort، مثلًا medium. وهناك أيضًا وضع يحتفظ بالاستدلالات السابقة بين الردود: يُستهلك عدد أكبر من الرموز، لكن الدقة قد ترتفع في المحادثات الطويلة.

أهم تحفظ: جميع الأرقام صادرة عن Unsloth نفسها، ولا يوجد تحقق مستقل حتى الآن، كما أن الجداول الكاملة في المصدر اختُزلت إلى روابط. غير أن المطوّرين كشفوا المنهجية بتفصيل كافٍ يتيح إعادة القياسات. وإذا كنت تستخدم Qwen3.8-27B محليًا للبرمجة أو للوكلاء، فمن المنطقي تحديث الأوزان إلى v3.1. وفي الوقت نفسه اختبر سيناريو عملك عبر عدة تشغيلات، لا بنتيجة واحدة ناجحة.

القصة

أسئلة وأجوبة حول الخبر

ما أبرز التفاصيل حول ما الذي تغيّر في Dynamic v3.1؟

صدر التحديث في 11 نوفمبر 2026. وشملت النسخة الجديدة من خوارزمية الضغط معظم المتغيّرات من 2 إلى 6 بت. والاستثناء هو نسخ UD3 ذات 3 بت: فلم تحقق UD3.1 عليها مكسبًا يُذكر، وقرر الفريق عدم تغييرها. أُجريت الاختبارات على مهام الوكلاء Terminal Bench 2.1 وDeepSWE v1.1، وكذلك على LiveCodeBench v6 وGPQA Diamond وMMLU-Pro وAIME25. بلغ السياق في اختبارات الوكلاء 256K رمز (token)، وفي بقية الاختبارات 128K. أما معاملات التوليد فهي: temperature 1.0 وtop_p 0.95 وtop_k 20، مع الاحتفاظ بسلاسل الاستدلال وأعلى مستوى من reasoning.

ما أبرز التفاصيل حول الخلاف مع ISTA حول الطريقة الأمينة لقياس الدقة؟

جزء مستقل من المادة هو السجال مع الطريقة المنافسة GSQ-RCO من ISTA. في مقارنة ISTA ظهرت عمليات الضغط القديمة من Unsloth أسوأ على LiveCodeBench. أما Unsloth فحصلت على نتيجة معاكسة: UD3 أفضل من ISTA في جميع الأحجام عدا الأصغر. ويفترض المطوّرون أن ISTA أجرت القياس بسياق يقارب 96K لا 128K. عند 96K تتقدم طريقة GSQ-RCO قليلًا فعلًا، أما عند 128K فتفوز UD3 بفارق واضح. المثال الثاني هو AIME25. لدى ISTA حافظت النسخ المضغوطة على 100% من دقة النموذج الأصلي في ثلاث حالات من أربع، وعلى 96,7% في الرابعة.

ما أبرز التفاصيل حول NVFP4 وأوضاع الاستدلال والقيود؟

يُعرض لمالكي بطاقات Blackwell (سلسلة RTX 50 وDGX Spark وB200 وB300) نسخ NVFP4. وبحسب بيانات Unsloth، فهي أسرع من BF16 بمقدار 1,5 مرة، وتحافظ على 92–97% من التطابق مع النموذج الأصلي في التنبؤ بالرمز الأول (top-1). في البداية لم يكن تشغيلها ممكنًا إلا في vLLM، ثم عمل معها SGLang بالإصدار 0.5.19. وللبطاقات الأقدم تبقى ملفات GGUF، وهي تعمل في llama.cpp وفي تطبيق Unsloth Desktop. يستدل النموذج افتراضيًا بأعلى مستوى.

ZK
جمال حميدون — مدير المنتجات في Alpina Digital ومدير منتج AlpinaGPT. يبني منتجات الذكاء الاصطناعي منذ 2019. بدأ Hamidun News كمشروع شخصي ثم أصبح مُجمِّعًا إنتاجيًا بأكثر من 6000 قارئ.
✦ Unified AI Workspace · Nomad

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.

Try Nomad AI →Launch Nomad Agent
ما رأيك؟
جارٍ تحميل التعليقات…